10个常用的损失函数解释以及Python代码实现
理解机器学习中的损失函数
决策树可视化-graphviz安装
可视化工具
【深度学习】4-梯度确认时遇bug：写了个糟糕的softmax函数
记录一个softmax函数没写好，未考虑批量处理情况导致的问题。
【数据科学项目1】：构建你的第一个数据科学项目
从0到1构建你的第一个数据科学项目
【深度学习前沿应用】文本分类Fine-Tunning
【自然语言处理（NLP）】基于GRU实现情感分类，基于百度飞桨开发，参考于《机器学习实践》所作。
AI：AI与爱无处不在，大赛与奖金齐飞—【科大讯飞】AI开发者大赛—与你在AI盛会中遨游！
AI：AI与爱无处不在，大赛与奖金齐飞—【科大讯飞】AI开发者大赛—与你在AI盛会中遨游！目录大赛背景大赛意义大赛特点—好玩有趣、荣誉丰厚、有意义还有奖金！比赛时间比赛参赛对象比赛奖金赛题介绍1、CV方向基于深度学习的小样本视频手势识别智能家居使用场景识别挑战赛酒瓶瓶体裂纹敲击检测挑战赛X光安检图像
数学建模（二）：优化
数学建模（二）：优化
sklearn实现逻辑回归_以python为工具【Python机器学习系列（十）】
sklearn实现逻辑回归_以python为工具【Python机器学习系列（十）】1.线性逻辑回归2.非线性逻辑回归3.乳腺癌数据集案例
有效涨点！用于低分辨率图像和小物体的新 CNN 模块SPD-Conv
卷积神经网络(CNN)在图像分类、目标检测等计算机视觉任务中取得了巨大的成功。然而，在图像分辨率较低或对象较小的更困难的任务中，它们的性能会迅速下降。这源于现有CNN体系结构中一个有缺陷但却很常见的设计，即使用和/或池化层，这导致了细粒度信息的丢失和较低效率的特征表示的学习。为此，我们提出了一种新的
使用PyTorch和Keras实现 pix2pix GAN
对比两个框架实现同一个模型到底有什么区别？
超参数黑盒（Black-box）优化的Python代码示例
暴力搜索优化的一个替代方案是黑盒（Black-Box）非凸优化技术。黑盒非凸优化算法可根据某些预定义的度量找到足够最佳的局部最小值（或最大值）的次优解。
神经网络案例编程实战
神经网络案例编程实战
文本生成图像T2I复现所需操作命令合集
本文在此汇总比较常用的操作步骤与终端命令用于日常快速复现。
三子棋is_win函数改进
三子棋is_win函数改进
深度学习03——手写数字识别实例
利用Sequential模块。
贝叶斯自举法Bayesian Bootstrap
简单，快速，高效，稳定
【深度学习】笔记3-神经网络的学习
深度学习个人笔记，神经网络的学习
【深度学习】3-从模型到学习的思路整理
关于训练模型的整个思路老是不太流畅，因此做了一些整理。
PID原理及python简单实现与调参
pid = 比例控制(基本控制) + 积分控制（消除稳态误差）+微分控制（减少震荡）U(t)=Kp∗errort+Ki∑i=0terrori+Kd∗(errort−errort−1)U(t)=Kp∗errort+Kii=0∑terrori+Kd∗(errort−errort−1)Kp
