分类
-
- 2024-01-22
- 如何选择机器学习任务中的交叉熵和稀疏交叉熵？
在机器学习任务中，损失函数是评估模型性能的重要指标，用于衡量模型预测结果与真实结果之间的差异。交叉熵是一种常见的损失函数，广泛应用于分类问题。它通过计算模型预测结果与真实结果之间的差异来衡量模型的准确性。稀疏交叉熵是交叉...Read More -
- 2024-01-08
- 机器学习模型性能的十个指标
尽管大模型非常强大，但是解决实践的问题也可以不全部依赖于大模型。一个不太确切的类比，解释现实中的物理现象，未必要用到量子力学。有些相对简单的问题，或许一个统计分布就足够了。对机器学习而言，也不用言必深度学习与神经网络，关...Read More -
- 2023-10-23
- AIGC时代的视频扩散模型，复旦等团队发布领域首篇综述
AI生成内容已经成为当前人工智能领域的最热门话题之一，也代表着该领域的前沿技术。近年来，随着StableDiffusion、DALL-E3、ControlNet等新技术的发布，AI图像生成和编辑领域实现了令人惊艳的视觉效...Read More
