latte
-
机器学习二维系统相变
本文基于凝聚态物理中Ising模型的相变理论，利用机器学习技术（如卷积网络）对其相变进行分类。通过蒙特卡洛模拟生成数据集，区分有序（有磁性，序参量非零）与无序（无磁性，序参量为零）状态，完成数据集处理、模型组网、训练及验证，实现对Ising模型相变的有效区分。 ☞☞☞AI 智能聊天, 问答助手, A…
-
飞桨常规赛：点击反欺诈预测-10月第2名方案
本文围绕广告欺诈预测这一二分类任务展开，流程涵盖数据分析、特征工程等。对类别特征用Embedding处理，连续特征标准化；模型维持baseline结构，含embedding、concat等层，采用RMSProp优化器与交叉熵损失。还指出可从特征工程、模型结构等方面改进。 ☞☞☞AI 智能聊天, 问答…
-
【AI达人特训营】基于全卷积神经网络的图像分类复现
本文将ResNet50的全连接层替换为全卷积层构建ResNet50-FCN，在CIFAR-10数据集上训练，并与原始ResNet50对比。两者采用相同参数（100轮、lr=0.01等），结果显示ResNet50-FCN准确率更高，上升过程更平滑，抖动更小，验证了全卷积层在保留空间信息等方面的优势。 …
-
【PPSIG】基于PaddlePaddle复现STANet
本文介绍基于PaddlePaddle复现STANet的过程。STANet是遥感影像变化检测算法，引入时空注意力机制与多尺度子区域方案。复现忠实原文，与官方实现存在两点差异，含特征提取器、时空注意力模块等结构，在LEVIR-CD数据集上完成训练测试，验证了复现效果。 ☞☞☞AI 智能聊天, 问答助手,…
-
如何使用Siamese网络处理样本不平衡的数据集（含示例代码）
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ Siamese网络是一种用于度量学习的神经网络模型，它能够学习如何计算两个输入之间的相似度或差异度量。由于其灵活性，它在人脸识别、语义相似性计算和文本匹配等众多应用中广受欢迎。然而，当处理不平衡…
-
浅层特征与深层特征的结合在实际应用中的示例
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 深度学习在计算机视觉领域取得了巨大成功，其中一项重要进展是使用深度卷积神经网络（CNN）进行图像分类。然而，深度CNN通常需要大量标记数据和计算资源。为了减少计算资源和标记数据的需求，研究人员开…
-
2021广东工业智造创新大赛-瓷砖瑕疵检测方案
该方案针对2021广东工业智造创新大赛瓷砖瑕疵检测任务，基于Paddle2.2及PaddleDetection套件的FasterRCNN模型实现。处理初赛白板瓷砖数据（含15230张训练图、1762张测试图），将标注转为COCO格式，划分训练集与验证集，经训练、评估后，生成符合竞赛要求的预测提交文件…
-
AlexNet-经典神经网络论文阅读记录及复现1
本文记录《ImageNet Classification with Deep Convolutional Neural Networks》论文阅读及AlexNet复现。汇总了top-1/top-5错误率、卷积运算、ReLU、局部响应归一化等知识点，并用PaddlePaddle复现该网络，其含5个卷积…
-
飞桨常规赛：点击反欺诈预测 – 4月第8名方案
该方案针对飞桨点击反欺诈预测赛题，处理约50万点击数据。预处理含样本打乱，连续特征归一化、离散特征嵌入（处理高基数特征）；构建双层双向GRU模型，含嵌入层、全连接层等；用Adam优化器，batch_size50，动态调学习率，最高得分88.992分，还做了模型对比与优化展望。 ☞☞☞AI 智能聊天,…
-
用TensorFlow和Keras构建深度学习模型
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ TensorFlow和Keras是目前最受欢迎的深度学习框架之一。它们不仅提供了高级API，使得构建和训练深度学习模型变得容易，还提供了多种层和模型类型，方便构建各种类型的深度学习模型。因此，它…
