HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

好还是坏:人工智能二分类问题

上一篇文章我们介绍了深度学习的HelloWorld,代码写起来相比其他语言的HelloWorld有点多,且其背后的很多原理你可能还没有完全弄懂,但从宏观上来看,整体的思想是很好理解的。接下包括本篇在内的三篇文章,我们来用深度学习解决三个实际问题,也是非常经典的三个问题,分别是:<bl

神经网络手写数字识别

聊了几天理论,是该弄一个HelloWorld了,在人工智能领域,或者说深度学习领域,HelloWorld程序就是手写数字识别,今天我们就来看看手写数字识别的程序怎么写。不愿意看代码吗,那我就说一说这段代码干了点什么:先通过keras内置的数据集下载测试数据,是60000长手写图片的

TensorFlow or PyTorch

既然你已经读到了这篇文章,我就断定你已经开始了你的深度学习之旅了,并且对人造神经网络的研究已经有一段时间了;或者也许你正打算开始你的学习之旅。无论是哪一种情况,你都是因为发现你陷入了困惑中,才找到了这篇文章。你可能查询浏览了各种各样的深度学习的框架和库,但是其中有两个比较突出,他们是两个最流行的深度

五个常见 AI 开发库

上一篇文章已经写过了,人工智能的发展不可谓不曲折,三起两落,不同的历史阶段,主流的研究方法不一样,开始时的ifelse结构,简单的逻辑判断字符串匹配,到后期的穷举计算等,慢慢发展到现在的大数据与深度学习相结合的主流研究方法,逐渐体现出了较大的优势,同时也涌现出了不同的深度学习(机器学习)框架,

深度学习中的激活函数完全指南:在数据科学的诸多曲线上进行现代之旅

自2012年以来,神经网络研逐渐成为了人工智能研究的主流,深度模型迅速取代了之前的各种benchmarks。在这些创新中,激活函数对神经网络的性能和稳定性起着至关重要的作用。这篇文章将尽可能简要地概述激活函数研究的最新进展,介绍它们的起源以及何时应该被使用。内容提要激活函数有

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。