11 2022 档案
摘要：首先，什么是多模态，自然界中视觉、听觉、嗅觉、味觉、触觉、文字等都是表示物体的一种模态信息。我们大脑中也有对不同模态信息的感受区域。 那什么是多模态学习？我的理解是通过大脑中不同模态的感受器，获取多模态信息，再由大脑中的决策区域，学习实现识别、理解、甚至推理、表达、行动等操作。 Baltrušait
阅读全文
摘要：必看：https://colah.github.io/posts/2015-08-Understanding-LSTMs/ RNN（Recurrent） 前馈神经网络：https://www.cnblogs.com/mumuzeze/p/16883851.html 前馈网络的输入\(x_1,x_2,
阅读全文
摘要：逻辑回归 在线性回归的基础上，套用sigmoid等平滑函数，将线性回归的结果映射成事件的概率。 值得注意的是线性回归的结果可以是任意大小的数值，所以它可以被用于预测任务中，如预测股票价格。而逻辑回归的结果只能在（0，1）之间，也就是一个事件可能发生的概率，所以更多的被应用在分类任务上，比如股票是否该
阅读全文
摘要：前馈神经网络(Feed-forward Neural Networks)，又称多层感知机（MLP）。 收到生物神经科学的启发，是深度学习中的重要组成部分。它是一个函数，接收输入，输出结果。 神经网络中最基本的单位就是神经元，它将前一层网络中所有神经元的输出
阅读全文
摘要：线性回归 回归和分类: 两者都是通过一堆数据训练模型，如果数据是连续性的则是回归问题，如果数据是离散性的则是分类问题。 回归: 通过一堆点，找一条尽可能再所有点中间的线 线性: 直线 （y=ax+b，参数: a和b） $y= \theta_1x_1 + \theta_2x_2+...+\theta_
阅读全文
