Tag: 学习笔记
All the articles with the tag "学习笔记".
-
PaddleYOLO训练自己的数据集
近期一直在研究毕业设计，在其中，我涉及到了PaddleYOLO的训练和部署，在网上的教程较少，经过不断努力，我也算是跑出来了，所以在这里分享出来做个记录，防止下次使用又忘记了怎么搞。
-
Spikformer脉冲神经网络学习
近期我们进行了人工智能实训，我们小组选择的是脉冲神经网络，不同于原先的神经网络，这个网络采用的是脉冲信号，目前脉冲神经网络的效果并不是很好，但是因为是一个全新的神经网络架构，并且基于生物启发的计算方式，使得它们在处理稀疏和非结构化数据时具有独特的优势。
-
计算机数值分析笔记
这里是清羽AI，这篇文章介绍了计算机数值分析的主要内容，包括插值方法、数值积分、常微分方程和方程求根的迭代法以及线性方程组的数值解法。文章首先讲解了插值方法，重点介绍了拉格朗日余项定理、拉格朗日插值、牛顿插值和抛物线性插值，这些方法主要利用待定系数法来处理离散点并形成函数值，重点学习插值的基函数、系数和余项。其次，文章讨论了数值积分的相关内容，包括抛物线积分、矩形积分和梯形积分，强调了公式的记忆和对称性的理解。接着，文章介绍了常微分方程的简化计算方法，通过固定公式将其转化为离散点以便求解。然后，文章提到了方程求根的迭代法，建议直接背诵公式。最后，文章重点讲解了线性方程组的数值解法，主要依靠迭代和直接方法，强调了迭代方法的收敛性。
-
机器学习笔记
这里是清羽AI，这篇文章介绍了机器学习的基本概念和原理，指出机器学习是一种能够让计算机在数据中学习从而进行预测的算法总称，包括深度学习、决策树、聚类、贝叶斯等多种算法，并强调机器学习属于人工智能范畴。文章阐述了机器学习的基本思路，即把现实问题抽象成数学模型，利用数学方法求解并评估模型，指出将现实问题转换为数学问题是关键。文章还介绍了机器学习的分类，包括监督学习、非监督学习和强化学习，并解释了它们之间的区别。最后，文章概述了机器学习的实际操作步骤，包括收集数据、数据准备、选择模型、训练、评估、参数调整和预测，并以超市酒的例子进行说明，同时列举了线性回归、K-Means聚类和Q-Learning算法作为样例。