首頁最新資訊

全部 人工智能學(xué)科動(dòng)態(tài) 人工智能技術(shù)資訊 人工智能常見問題 技術(shù)問答

    • 平衡二叉樹是什么?平衡二叉樹旋轉(zhuǎn)的4種情況

      二叉查找樹的作用是提高檢索數(shù)據(jù)的性能, 小的存左邊,大的存右邊,一樣的不存。但出現(xiàn)瘸子現(xiàn)象,導(dǎo)致查詢的性能與單鏈表一樣,拉低查詢速度。查看全文>>

      人工智能技術(shù)資訊2023-10-23 |黑馬程序員 |二叉樹,紅黑樹,平衡二叉樹的作用
    • EM算法是什么?EM算法實(shí)現(xiàn)流程

      EM算法也稱期望最大化(Expectation-Maximum,簡稱EM)算法。 它是一個(gè)基礎(chǔ)算法,是很多機(jī)器學(xué)習(xí)領(lǐng)域算法的基礎(chǔ),比如隱式馬爾科夫算法(HMM)等等。 EM算法是一種迭代優(yōu)化策略,由于它的計(jì)算方法中每一次迭代都分兩步, 其中一個(gè)為期望步(E步), 另一個(gè)為極大步(M步), 所以算法被稱為EM算法(Expectation-Maximization Algorithm)。查看全文>>

      人工智能技術(shù)資訊2023-09-22 |黑馬程序員 |EM算法實(shí)現(xiàn)流程,EM算法
    • 怎樣使用striplot()函數(shù)繪制類別散點(diǎn)圖?

      數(shù)據(jù)集中的數(shù)據(jù)類型有很多種,除了連續(xù)的特征變量之外,最常見的就是類別型的數(shù)據(jù)了,比如人的性別、學(xué)歷、愛好等,這些數(shù)據(jù)類型都不能用連續(xù)的變量來表示,而是用分類的數(shù)據(jù)來表示。 Seaborn針對(duì)分類數(shù)據(jù)提供了專門的可視化函數(shù),這些函數(shù)大致可以分為如下三種:查看全文>>

      人工智能技術(shù)資訊2023-08-29 |黑馬程序員 |類別散點(diǎn)圖,stripplot()函數(shù)語法格式
    • 怎樣理解算法的空間復(fù)雜度?

      空間復(fù)雜度是對(duì)一個(gè)算法在運(yùn)行過程中所占存儲(chǔ)空間大小的度量,一般也作為問題規(guī)模n的函數(shù),以數(shù)量級(jí)形式給出,格式如下所示:查看全文>>

      人工智能技術(shù)資訊2023-07-26 |黑馬程序員 |空間復(fù)雜度格式,算法,算法原理
    • 什么是微調(diào)模型?微調(diào)模型實(shí)現(xiàn)熱狗識(shí)別

      如何在只有6萬張圖像的MNIST訓(xùn)練數(shù)據(jù)集上訓(xùn)練模型。學(xué)術(shù)界當(dāng)下使用最廣泛的大規(guī)模圖像數(shù)據(jù)集ImageNet,它有超過1,000萬的圖像和1,000類的物體。然而,我們平常接觸到數(shù)據(jù)集的規(guī)模通常在這兩者之間。假設(shè)我們想從圖像中識(shí)別出不同種類的椅子,然后將購買鏈接推薦給用戶。一種可能的方法是先找出100種常見的椅子...查看全文>>

      人工智能技術(shù)資訊2023-06-07 |黑馬程序員 |微調(diào)模型,微調(diào)原理,熱狗識(shí)別
    • 怎樣利用VGG實(shí)現(xiàn)手寫數(shù)字識(shí)別?

      VGG可以看成是加深版的AlexNet,整個(gè)網(wǎng)絡(luò)由卷積層和全連接層疊加而成,和AlexNet不同的是,VGG中使用的都是小尺寸的卷積(3×3),其網(wǎng)絡(luò)架構(gòu)如下圖所示:查看全文>>

      人工智能技術(shù)資訊2023-06-06 |黑馬程序員 |VGG網(wǎng)絡(luò)架構(gòu),VGG圖像分類
和我們在線交談!