随笔分类 -  人工智能算法

摘要：1. 引言：你真的了解你的代码吗？ 痛点场景： 你写了一行代码 print("Hello World")，按下回车，屏幕上立刻跳出了结果。一切顺滑得像魔法。 但只要面试官问一句：“这行代码在 CPU 里到底发生了什么？.pyc 文件是干嘛的？为什么 Python 有 GIL？” 90% 的开发者会卡 阅读全文

摘要：1. 为什么你的模型“记性”这么差？（痛点与背景） 想象一下，你训练了一个神经网络来识别手写数字（MNIST），准确率高达 99%。 接着，你希望能复用这个聪明的脑子，让它继续学习识别时尚单品（Fashion-MNIST）。 你把模型拿来，在“衣服鞋子”的数据集上跑了几轮训练。结果很棒，它现在能完美 阅读全文

摘要：1. 引言：当你手中的尺子“撒谎”时 做数据分析或机器学习时，我们经常需要回答一个问题：“这个数据点离中心有多远？” 通常，你的第一反应是拿出“欧氏距离”（Euclidean Distance）这把尺子：连接两点，勾股定理一算，完事。 但在现实世界的高维数据中，这把尺子经常撒谎。 痛点场景： 假设你 阅读全文

摘要：1. 引言：99% 的准确率，可能意味着模型是个“废物”？ 想象这样一个痛点场景： 你正在训练一个 AI 模型，任务是从脑部核磁共振（MRI）扫描中找出极小的肿瘤区域。你熬夜跑完代码，发现模型在验证集上的 Accuracy（准确率）高达 99.9%！ 你兴奋地开了香槟，但当你把预测结果打印出来一看， 阅读全文