人工智能 第6页
倾家荡产买显卡,炼丹科研两不误。数据如海深无底,模型似山高难攀。夜以继日调参数,GPU风扇声声急。精度提升一点点,发际线却步步高。代码千行非一日,实验百次方见真。AI世界多奇妙,科研路上共前行。
【人工智能】从PyTorch入门到选定科研方向(重磅) - AI科研 编程 读书笔记 - 小竹の笔记本

【人工智能】从PyTorch入门到选定科研方向(重磅)

我总结了从PyTorch入门到选定科研方向的全流程指南,包括高效阅读论文、数据集预处理、模型实践、研究方向选择、项目启动以及科研心态管理等内容。文章强调要带着批判性思维阅读论文,注重实践...
SmallBamboo的头像 - AI科研 编程 读书笔记 - 小竹の笔记本SmallBamboo3个月前
015716
【人工智能】如何评价一篇论文? - AI科研 编程 读书笔记 - 小竹の笔记本

【人工智能】如何评价一篇论文?

在评价一篇论文时,我主要关注多个指标,包括期刊的影响因子、分区、5年影响因子、期刊引用影响指数(JCI)以及是否被SCI、EI、ESI等数据库收录。高影响因子和Q1、Q2分区的期刊通常表明论文具有...
SmallBamboo的头像 - AI科研 编程 读书笔记 - 小竹の笔记本SmallBamboo1年前
01949
【人工智能】【Python】线性回归算法实验 - AI科研 编程 读书笔记 - 小竹の笔记本

【人工智能】【Python】线性回归算法实验

本实验运用线性回归、岭回归和Lasso回归模型,基于包含442个样本的糖尿病数据集探究正则化方法对模型拟合的影响。通过引入正态分布噪声模拟实际数据特性,使用Z-score标准化后划分训练集/测试集...
SmallBamboo的头像 - AI科研 编程 读书笔记 - 小竹の笔记本SmallBamboo6个月前
017611
【人工智能】【Python】单层感知机应用实验 - AI科研 编程 读书笔记 - 小竹の笔记本

【人工智能】【Python】单层感知机应用实验

我通过一个实验应用了单层感知机。我使用PyTorch构建模型,在鸢尾花数据集上进行二分类任务。首先,在区分“Setosa”与“Non-Setosa”时,模型在测试集上达到了100%的准确率,证明了这两类数据...
SmallBamboo的头像 - AI科研 编程 读书笔记 - 小竹の笔记本SmallBamboo28天前
0359
【人工智能】关于FreqFusion.py官方代码的研究(修正版) - AI科研 编程 读书笔记 - 小竹の笔记本

【人工智能】关于FreqFusion.py官方代码的研究(修正版)

本文介绍了FreqFusion.py代码的研究,该代码主要用于频率感知特征融合,旨在通过结合高频和低频信息来改进特征的类内一致性和边界清晰度。FreqFusion类是该模块的核心,包含自适应低通滤波器(A...
SmallBamboo的头像 - AI科研 编程 读书笔记 - 小竹の笔记本SmallBamboo9个月前
063410
【人工智能】ResdenseNet:一种结合深度可分离卷积的轻量化密集型ResNet及其在植物早期病害分类中的应用 - AI科研 编程 读书笔记 - 小竹の笔记本

【人工智能】ResdenseNet:一种结合深度可分离卷积的轻量化密集型ResNet及其在植物早期病害分类中的应用

论文作者提出了一种结合深度可分离卷积的轻量化ResdenseNet模型,用于植物早期病害分类。该模型通过密集连接、残差块和深度可分离卷积的混合架构,显著降低了参数量(0.72M)和训练时间(5983秒...
SmallBamboo的头像 - AI科研 编程 读书笔记 - 小竹の笔记本SmallBamboo5个月前
011214