摘要：
一、介绍 1、强化学习(reinforcement learning, RL)是人工智能（AI）的核心分支之一。 人工智能核心的分支有： 机器学习：一些经典的学习算法，例如线性回归、随机森林等，目前工业界主流已经很少单独使用 深度学习：通过神经网络进行学习 强化学习：通过试错进行学习 大模型：参数量 阅读全文
posted @ 2025-07-12 16:38
牧云文仔
阅读(42)
评论(0)
推荐(0)
摘要：
一、介绍 1、2014年提出Generative Adversarial Networks 2、基于博弈论，由生成器和判别器组成 3、目的：估测数据样本的潜在分布，并生成新的数据样本 4、其他生成网络：自回归模型、变分自编码VAE等 二、概念 1、生成器：根据真实数据的特征，生成假数据 2、判别器： 阅读全文
posted @ 2025-07-12 16:18
牧云文仔
阅读(23)
评论(0)
推荐(0)
摘要：
一、引入 1、机器翻译中，seq2seq，输入和输出都是序列，且输出长度不确定 2、RNN作为编码器和解码器，不能并行计算，效率低 3、2017年提出基于注意力机制的Transformer模型，解决RNN的问题 二、注意力机制 1、类似人类视觉，把注意力放在关键信息上，忽略不重要的信息 2、注意力机 阅读全文
posted @ 2025-07-12 15:33
牧云文仔
阅读(22)
评论(0)
推荐(0)
摘要：
一、引入 1、神经网络的实际使用中，会处理跟时序相关的数据 2、传统的神经网络，输入和输出独立，不能很好处理时序数据 3、1986年提出RNN 二、网络结构 1、3层：输入层、隐藏层、输出层 2、使用时，按时间线展开，特别注意：循环的不是隐藏层，而是整个3层结构 3、输入 2个：当前时刻的输入Xt， 阅读全文
posted @ 2025-07-12 11:23
牧云文仔
阅读(17)
评论(0)
推荐(0)
浙公网安备 33010602011771号