全部 人工智能學(xué)科動態(tài) 人工智能技術(shù)資訊 人工智能常見問題 技術(shù)問答

• • 

    怎樣計算一個算法的復(fù)雜度？

    分析一個算法主要看這個算法的執(zhí)行需要多少機(jī)器資源。在各種機(jī)器資源中，時間和空間是兩個最主要的方面。因此，在進(jìn)行算法分析時，人們最關(guān)心的就是運行算法所要花費的時間和算法中使用的各種數(shù)據(jù)所占用的空間資源。算法所花費的時間通常稱為時間復(fù)雜度，使用的空間資源稱為空間復(fù)雜度。接下來學(xué)習(xí)如何計算一個算法的時間復(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樹案例：最近領(lǐng)域的搜索和查找點

    假設(shè)標(biāo)記為星星的點是 test point， 綠色的點是找到的近似點，在回溯過程中，需要用到一個隊列，存儲需要回溯的點，在判斷其他子節(jié)點空間中是否有可能有距離查詢點更近的數(shù)據(jù)點時，做法是以查詢點為圓心，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樹實現(xiàn)最近領(lǐng)域的搜索
  • 

    使用Transformer構(gòu)建語言模型

    以一個符合語言規(guī)律的序列為輸入，模型將利用序列間關(guān)系等特征，輸出一個在所有詞匯上的概率分布.這樣的模型稱為語言模型。實現(xiàn)可分為以下五個步驟：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)練和評估函數(shù)；第五步進(jìn)行訓(xùn)練和評估(包括驗證以及測試)...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
  • 

    計算機(jī)視覺是什么？計算機(jī)視覺的應(yīng)用場景？

    計算機(jī)視覺是指用攝像機(jī)和電腦及其他相關(guān)設(shè)備，對生物視覺的一種模擬。它的主要任務(wù)是讓計算機(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)，尤其是計算機(jī)視覺的創(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 |計算機(jī)視覺,計算機(jī)視覺的應(yīng)用領(lǐng)域
  • 

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

    如何在只有6萬張圖像的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
  << < 1 2 3 4 5 6 7 8 9 10 ...13 > >>