什么是 LSTM？循环网络怎么记住更久
普通循环网络传十几步就把早期信息稀释掉。本文讲清那条少做乘法的通道、三个门各自的决定、梯度为何不再连乘衰减，以及它在超长序列上仍然失效的原因...
AI基础百科
共1972篇文章AI基础百科栏目解释 AIGC、提示词、Agent、RAG、Token、模型、工作流、检测与认证等常见概念，适合新手快速补齐 AI 工具使用前的基础知识。
最新发布
什么是 GRU？比 LSTM 更简的门控
GRU 用两个门替代 LSTM 的三个门，参数量约少四分之一。本文拆解两个门的分工、结构差异的实际影响，以及在端侧、小数据、长序列场景下如何...
什么是门控机制？网络怎么决定留还是忘
序列模型记不住两百步前的内容，问题往往出在信息没被筛选。本文拆开门的取值、四种门各自管什么、乘法为何可训练，并说明门控学坏时的表现。
近期文章
什么是卷积？AI 是怎么看局部的
卷积用一个小窗口在图上滑动找模式，靠共享权重把参数量压到与分辨率无关。拆开它算了什么、共享省下多少参数、感受野怎...
什么是池化？为什么要把图像缩小处理
卷积后的特征图尺寸几乎不变，层数一多计算量就压不住。本文讲清池化如何降采样、换来算力、感受野、位置容忍三样东西，...
什么是循环神经网络？怎么处理序列
同一个词在不同位置意思不同，模型得记住前面读过什么。本文讲清循环网络的状态传递、梯度消失与无法并行这三处结构缺陷...
什么是排序学习？搜索和推荐怎么排序
同一批搜索结果换个顺序，点击率能差几倍。本文对照单点、配对、列表三种学法的训练方式与代价，讲清位置折扣怎么算、点...
热门排行
更多文章
-
什么是特征选择？哪些特征应该留下来
宽表三百列整列丢进模型，常不如精选的二十列。本文拆开过滤、包裹、嵌入三种筛法的代价与盲区，讲清筛选必须在训练集内做，...
-
什么是模型校准？预测的概率准不准
模型说七成把握，实际只中五成，这就是校准出了问题。本文讲清排序与数值两层含义、可靠性曲线的读法、过度自信的成因，以及...
-
什么是时间序列？预测未来到底靠什么
时间序列的样本带着顺序、不能打乱，趋势季节噪声要分开看。本文讲清平稳性的作用、四类预测方法各自的假设，以及未来信息如...
-
什么是 ARIMA？经典的时间序列模型
只有一串历史销量也能预测下周，ARIMA 靠的正是这种克制。拆开自回归、差分、移动平均各修什么，讲清定阶三条线索、残...
-
什么是 EM 算法？有隐藏变量时怎么训练
EM 算法处理含隐藏变量的训练问题：E 步估归属、M 步调参数，交替迭代直到收敛。讲清两步各自做什么、为何单调不降、...
-
什么是隐马尔可夫模型？看不见的状态怎么推
隐马尔可夫模型用转移概率和发射概率，从看得见的观测反推看不见的状态。本文讲清三个基本问题对应的算法、两条假设何时崩，...
-
什么是异常检测？怎么找出不正常的那条
凌晨的告警有九成是误报，漏掉的那条才是真问题。本文按统计、距离、密度、重构拆开各自的假设与失效条件，讲清阈值怎么定，...
