每日AI值得看--2023-09-18

[CSDN-Ada助手]

① 视频分析【video analytics】的项目的关键因素 -- 如何选择合适的摄像头，存储设备，以及AI推理硬件?（shiter:[博客] [成就]） [质量分：92；难度等级：高(领域：Python入门；匹配程度：0.01)；新鲜技术：99]
摘要：相机无意中充当了“无意的对手”，因为正如我们所展示的，连续帧中图像像素值的这些微小变化对视频分析任务中重用图像训练的深度学习模型的见解的准确性产生了明显的不利影响。我们的论文还提供了新的方向和减轻相机对用于视频分析应用的深度学习模型的对抗性影响的技术。

② 【数据科学】Keras[Keras、数据、模型架构、预处理、审视模型、编译模型、模型训练、评估模型性能、预测、保存/加载模型、模型微调]（TJUTCM-策士之九尾:[博客] [成就]） [质量分：92；难度等级：中(关键词：架构)；新鲜技术：99]
摘要：

③ NLP（6）--Diffusion Model（Struart_R:[博客] [成就]） [质量分：94；难度等级：中；新鲜技术：99]
摘要：Flow-Based General Model（基于流的生成模型）相较于GAN、VAE和Component-to-Component都有一定的优化。

④ 【零基础学机器学习 14】 K最近邻（K-Nearest Neighbors，KNN） 最佳指南以及代码实战（程序员半夏:[博客] [成就]） [质量分：96；难度等级：初(关键词：基础)；新鲜技术：99]
摘要：KNN算法（K-Nearest Neighbor Algorithm）是一种基于实例的机器学习算法，用于分类和回归问题。它的核心思想是通过计算一个样本与训练集中所有样本的距离，找出距离最近的K个样本，然后根据这K个样本的标签进行分类或回归预测。

⑤ 5-2 Pytorch中的模型层layers（hxh207:[博客] [成就]） [质量分：96；难度等级：初；新鲜技术：99]
摘要：深度学习模型一般由各种模型层组合而成。，具备参数管理功能。例如：如果这些内置模型层不能够满足需求，

⑥ 机器学习周报第十二周（Ramos_zl:[博客] [成就]） [质量分：95；难度等级：初；新鲜技术：99]
摘要：浅层神经网络和深度神经网络代表了神经网络在深度学习中的两个重要范畴，它们有着不同的结构和特点。浅层神经网络通常指的是只包含少数隐藏层的神经网络。这些网络的结构相对简单，参数较少。浅层网络适用于一些简单的任务，如线性回归或二分类问题。

⑦ 第二十二周：文献阅读+机器学习（m0_66015895:[博客] [成就]） [质量分：95；难度等级：初；新鲜技术：99]
摘要：这周阅读了一篇关于深度学习和多任务学习的CNN-LSTM水文模型的文献，该文献主要提出通过耦合二维CNN和LSTM 并引入多任务学习，开发基于时空深度学习的水文模型来克服深度学习在水文建模方面缺陷。

⑧ 《动手学深度学习 Pytorch版》 6.6 卷积神经网络（AncilunKiang:[博客] [成就]） [质量分：93；难度等级：初(质量分：14)；新鲜技术：99]
摘要：（4）显示不同输入（例如，毛衣和外套）时 LetNet 第一层和第二层的激活值。（2）尝试构建一个基于 LeNet 的更复杂网络，以提高其精准性。（3）在 MNIST 数据集上尝试以上改进后的网络。（1）将平均汇聚层替换为最大汇聚层，会发生什么？

⑨ 人工智能学习1（@@老胡:[博客] [成就]） [质量分：92；难度等级：初；新鲜技术：99]
摘要：假设用E来评估计算机程序在某任务类T上的性能(度量)，若一个程序通过利用经验P在T中的任务上获得了性能改善，则我们就说关于T和E，该程序对P进行了学习。

⑩ 机器学习笔记（一）（NINGCONG2021:[博客] [成就]） [质量分：85；难度等级：初(关键词：学习笔记)；新鲜技术：97]
摘要：机器学习（Machine Learning，缩写为ML）是一种人工智能（Artificial Intelligence，缩写为AI）的子领域，它致力于通过计算机系统使机器能够从数据中学习和改进性能，而无需明确编程。