一、代价函数 1.1 经验风险最小化 1.2 替代损失函数 一、代价函数 1.1 经验风险最小化 机器学习通常是间接的，需要优化的是测试集上的某个性能度量 。这个度量 通常很难直接求解，甚至难以直接建模优化。如：在图像目标检测问题中，常见的 就是mAP:mean average precision 。 普遍的做法是：希望通过降低代...

0.8 感谢你们相信并选择我 0.8 感谢你们相信并选择我 首先，感谢广大读者从众多Linux图书中最终选择了本书，感谢你们的厚爱与信任。相信本书不会让你们失望的。 其次，感谢跟随刘遄老师一起努力打拼的各位成员，他们是（以加入团队时间排序）：逄增宝、岳永、张宏宇、冯琪、黄烨婧、冯振华、张振宇、唐资富、刘峰、王辉、苏西云、李帅、陶武杰、王浩、郭建鹏、...

距离计算方式 欧氏距离（L2） 内积 （IP） 杰卡德距离 谷本距离 汉明距离 超结构 子结构 距离计算方式 Milvus 基于不同的距离计算方式比较向量间的距离。选择合适的距离计算方式能极大地提高数据分类和聚类性能。 以下表格列出了 Milvus 目前支持的距离计算方式与数据格式、索引类型之间的兼容关系。 数据格式 距离计算方式 ...

距离计算方式 欧氏距离 (L2) 内积 (IP) 杰卡德距离 谷本距离 汉明距离 超结构 子结构 距离计算方式 Milvus 基于不同的距离计算方式比较向量间的距离。选择合适的距离计算方式能极大地提高数据分类和聚类性能。 以下表格列出了 Milvus 目前支持的距离计算方式与数据格式、索引类型之间的兼容关系。 数据格式 距离...

sidebar_label: Metric Types 距离计算方式 欧氏距离 (L2) 内积 (IP) 杰卡德距离 谷本距离 汉明距离 超结构 子结构 id: metric.md title: Metric Types sidebar_label: Metric Types 距离计算方式 Milvus 基于不同的距离计算方式...

过拟合和正则化 过拟合和正则化 当某个数学模型被一些物理学家应用到了一个悬而未决的重要的物理问题上时，诺贝尔物理学奖获得者恩里科·费米（Enrico Fermi）被问及对于此举的观点。虽然模型与实验结果契合的很好，但费米还是对此有所怀疑。他问道「在这个模型中有多少个可以自由设置的参数」，他得到的答案是「4 个」。费米回复说1 「我的朋友约翰尼·冯诺依...

FLP 不可能原理 定义 如何理解 FLP 不可能原理 定义 FLP 不可能原理 ：在网络可靠，但允许节点失效（即便只有一个）的最小化异步模型系统中，不存在一个可以解决一致性问题的确定性共识算法（No completely asynchronous consensus protocol can tolerate even a single u...

致命密码：一场关于语言的较量 自然语言处理（Natural Language Processing，简称NLP）被誉为人工智能皇冠上的明珠，是计算机科学和人工智能领域的一个重要方向。它主要研究人与计算机之间，使用自然语言进行有效通信的各种理论和方法。简单来说，计算机以用户的自然语言形式作为输入，在其内部通过定义的算法进行加工、计算等系列操作后（用以模拟人...

7.2 梯度下降和随机梯度下降 7.2.1 一维梯度下降 7.2.2 学习率 7.2.3 多维梯度下降 7.2.4 随机梯度下降 小结 参考文献 7.2 梯度下降和随机梯度下降 在本节中，我们将介绍梯度下降（gradient descent）的工作原理。虽然梯度下降在深度学习中很少被直接使用，但理解梯度的意义以及沿着梯度反方向更新自变量可...

运算 输入 属性 输出 示例 自定义Z深度通道节点设置 使用正弦功能得到不断循环的变化数 提亮（缩放）通道 重新限定颜色选择（色调分离） 运算 运算 节点的功能是执行数学运算。 输入 The inputs of the node are dynamic. Some inputs are only available for ce...