我总结了论文的混淆矩阵计算方法及其相关评估指标，包括准确率、精确率、召回率和F1分数等。通过Python代码实现了多分类场景下各项指标的计算，并详细解释了宏平均和微平均的区别。该方法适用于...

我总结了深度学习中的核心概念，包括欠拟合、过拟合、噪声处理、正则化、感受野、训练超参数、神经网络层类型（卷积层、池化层、全连接层等）以及各类神经网络模型（感知机、FNN、CNN、RNN、LST...

一、学习C++（大一 10月-1月） 大一进社团验收完C语言后开始学习C++，学到泛型即可（便于理解为什么python中不需要定义数据的类型）。 二、python基础和Anaconda的安装（大一1月-2月） 取消数据...

我总结了人工智能原理学习过程，从McCulloch-Pitts神经元模型和Rosenblatt感知器的基础概念讲起，详细介绍了神经网络的核心原理，包括梯度下降、反向传播、激活函数、隐藏层等关键概念，并延伸...