首頁(yè)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(jiàn)問(wèn)題 技術(shù)問(wèn)答

    • 怎樣計(jì)算一個(gè)算法的復(fù)雜度？

      分析一個(gè)算法主要看這個(gè)算法的執(zhí)行需要多少機(jī)器資源。在各種機(jī)器資源中，時(shí)間和空間是兩個(gè)最主要的方面。因此，在進(jìn)行算法分析時(shí)，人們最關(guān)心的就是運(yùn)行算法所要花費(fèi)的時(shí)間和算法中使用的各種數(shù)據(jù)所占用的空間資源。算法所花費(fèi)的時(shí)間通常稱為時(shí)間復(fù)雜度，使用的空間資源稱為空間復(fù)雜度。接下來(lái)學(xué)習(xí)如何計(jì)算一個(gè)算法的時(shí)間復(fù)雜度和空間復(fù)雜度。查看全文>>

      人工智能技術(shù)資訊2022-05-31 |黑馬程序員 |算法,算法復(fù)雜度,什么是算法

    • kd樹(shù)案例：最近領(lǐng)域的搜索和查找點(diǎn)

      假設(shè)標(biāo)記為星星的點(diǎn)是 test point， 綠色的點(diǎn)是找到的近似點(diǎn)，在回溯過(guò)程中，需要用到一個(gè)隊(duì)列，存儲(chǔ)需要回溯的點(diǎn)，在判斷其他子節(jié)點(diǎn)空間中是否有可能有距離查詢點(diǎn)更近的數(shù)據(jù)點(diǎn)時(shí)，做法是以查詢點(diǎn)為圓心，以當(dāng)前的最近距離為半徑畫圓查看全文>>

      人工智能技術(shù)資訊2022-04-26 |黑馬程序員 |kd樹(shù)實(shí)現(xiàn)最近領(lǐng)域的搜索

    • 使用Transformer構(gòu)建語(yǔ)言模型

      以一個(gè)符合語(yǔ)言規(guī)律的序列為輸入，模型將利用序列間關(guān)系等特征，輸出一個(gè)在所有詞匯上的概率分布.這樣的模型稱為語(yǔ)言模型。實(shí)現(xiàn)可分為以下五個(gè)步驟：第一步導(dǎo)入必備的工具包；第二步導(dǎo)入wikiText-2數(shù)據(jù)集并作基本處理；第三步構(gòu)建用于模型輸入的批次化數(shù)據(jù)；第四步構(gòu)建訓(xùn)練和評(píng)估函數(shù)；第五步進(jìn)行訓(xùn)練和評(píng)估(包括驗(yàn)證以及測(cè)試)...查看全文>>

      人工智能技術(shù)資訊2022-04-26 |黑馬程序員 |Transformer構(gòu)建語(yǔ)言模型

    • OpenCV圖像處理：基礎(chǔ)模塊和高層次模塊

      OpenCV的模塊，core、highgui、imgproc是最基礎(chǔ)的，它們實(shí)現(xiàn)的功能和方法各不相同，分別介紹如下：查看全文>>

      人工智能技術(shù)資訊2022-04-26 |黑馬程序員 |OpenCV的模塊

    • 計(jì)算機(jī)視覺(jué)是什么？計(jì)算機(jī)視覺(jué)的應(yīng)用場(chǎng)景？

      計(jì)算機(jī)視覺(jué)是指用攝像機(jī)和電腦及其他相關(guān)設(shè)備，對(duì)生物視覺(jué)的一種模擬。它的主要任務(wù)是讓計(jì)算機(jī)理解圖片或者視頻中的內(nèi)容，就像人類和許多其他生物每天所做的那樣。依賴于人工智能和機(jī)器學(xué)習(xí)，尤其是計(jì)算機(jī)視覺(jué)的創(chuàng)新的好處是，從電子商務(wù)行業(yè)到更經(jīng)典的各種類型和規(guī)模的公司都可以利用其強(qiáng)大的功能，下圖展示了相關(guān)的應(yīng)用場(chǎng)景及相關(guān)的企業(yè)：查看全文>>

      人工智能技術(shù)資訊2022-04-07 |黑馬程序員 |計(jì)算機(jī)視覺(jué),計(jì)算機(jī)視覺(jué)的應(yīng)用領(lǐng)域

    • 微調(diào)模型完成圖像的分類任務(wù)【黑馬人工智能開(kāi)發(fā)】

      如何在只有6萬(wàn)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。應(yīng)用遷移學(xué)習(xí)(transfer learning)，將從源數(shù)據(jù)集學(xué)到的知識(shí)遷移到目標(biāo)數(shù)據(jù)集上。例如，雖然ImageNet數(shù)據(jù)集的圖像大多跟椅子無(wú)關(guān)，但在該數(shù)據(jù)集上訓(xùn)練的模型可以抽取較通用的圖像特征，從而能夠幫助識(shí)別邊緣、紋理、形狀和物體組成等。查看全文>>

      人工智能技術(shù)資訊2022-04-07 |黑馬程序員 |微調(diào)的原理是什么,微調(diào)的執(zhí)行步驟
和我們?cè)诰€交談！