1.机器学习
(1)监督学习:有数据和标签
(2)非监督学习:只有数据,没有标签
(3)半监督学习:监督学习+非监督学习
(4)强化学习:从经验中总结提升
(5)遗传算法:适者生存,不适者淘汰
2.神经网络
调参:使对最终结果敏感的神经元更加敏感,没有决定作用的神经元变得迟钝
3.CNN:卷积神经网络
(1)批量过滤器
(2)池化:解决 卷积时,神经层可能无意丢失一些信息
(3)处理过程:
2022-11-27 19:18:27
1.机器学习
(1)监督学习:有数据和标签
(2)非监督学习:只有数据,没有标签
(3)半监督学习:监督学习+非监督学习
(4)强化学习:从经验中总结提升
(5)遗传算法:适者生存,不适者淘汰
2.神经网络
调参:使对最终结果敏感的神经元更加敏感,没有决定作用的神经元变得迟钝
3.CNN:卷积神经网络
(1)批量过滤器
(2)池化:解决 卷积时,神经层可能无意丢失一些信息
(3)处理过程:
下一篇:spark_wordcount