每日AI值得看--2025-01-18

[CSDN-Ada助手]

① 【深度学习基础】线性神经网络 | softmax回归的简洁实现（Francek Chen:[博客] [成就]） [质量分：96；难度等级：未知；新鲜技术：99]
摘要：【作者主页】【专栏介绍】⌈⌋深度学习 (DL, Deep Learning) 特指基于深层神经网络模型和方法的机器学习。它是在统计机器学习、人工神经网络等算法模型基础上，结合当代大数据和大算力的发展而发展出来的。

② 【机器学习实战】kaggle 欺诈检测---使用生成对抗网络（GAN）解决欺诈数据中正负样本极度不平衡问题（机器学习小小白:[博客] [成就]） [质量分：97；难度等级：未知；新鲜技术：99]
摘要：【机器学习实战】kaggle 欺诈检测---如何解决欺诈数据中正负样本极度不平衡问题本篇文章是基于上次文章中提到的对抗生成网络，通过对抗生成网络生成少数类样本，平衡ok，话不多说，我们进入正题吧。

③ PyTorch使用教程(5)-优化器（深图智能:[博客] [成就]） [质量分：95；难度等级：未知；新鲜技术：99]
摘要：SGD是最基本的优化算法之一。它每次从训练集中随机选择一个样本来计算梯度，并更新参数。SGD的优点是计算速度快，但缺点是可能会因为样本的随机性导致梯度更新不稳定，收敛速度慢，甚至可能陷入局部最优。参数。

④ 人工智能之深度学习_[3] -PyTorch自动微分模块和构建线性回归模型（闵少搞AI:[博客] [成就]） [质量分：95；难度等级：未知；新鲜技术：99]
摘要：自动微分就是自动计算梯度值,也就是计算导数。训练神经网络时，最常用的算法就是反向传播。在该算法中，参数（模型权重）会根据损失函数关于对应参数的梯度进行调整。为了计算这些梯度，PyTorch内置了名为 torch.autograd 的微分模块。

⑤ 【故障诊断】基于沙猫群优化算法SCSO优化双向时间卷积神经网络BiTCN实现轴承数据故障诊断附Matlab代码（Matlab大师兄:[博客] [成就]） [质量分：92；难度等级：未知；新鲜技术：99]
摘要：摘要: 轴承作为旋转机械的关键部件，其运行状态的准确诊断对于保障设备安全稳定运行至关重要。传统的轴承故障诊断方法依赖于专家经验，效率低且准确性有限。近年来，深度学习技术，特别是卷积神经网络(CNN)，在轴承故障诊断领域展现出巨大的潜力。

⑥ 【故障诊断】基于三角测量拓扑聚合优化器TTAO优化双向时间卷积神经网络BiTCN实现轴承数据故障诊断附Matlab代码（Matlab机器学习之心:[博客] [成就]） [质量分：92；难度等级：未知；新鲜技术：99]
摘要：摘要: 轴承作为旋转机械的核心部件，其运行状态直接影响设备的整体性能和安全。准确有效的轴承故障诊断对于预防设备故障、降低维护成本至关重要。本文提出一种基于三角测量拓扑聚合优化器(TTAO)优化双向时间卷积神经网络(BiTCN)的轴承故障诊断方法。

⑦ 【故障诊断】基于能量谷优化算法EVO优化双向时间卷积神经网络BiTCN实现轴承数据故障诊断附Matlab代码（matlab科研社:[博客] [成就]） [质量分：92；难度等级：未知；新鲜技术：99]
摘要：摘要: 轴承作为旋转机械的核心部件，其可靠性直接影响着整个系统的运行状态。准确、高效的轴承故障诊断对于保障设备安全和避免重大经济损失至关重要。

⑧ Azure AI-102 认证全攻略: (十四) 监督式学习、无监督学习与强化学习（海棠AI实验室:[博客] [成就]） [质量分：92；难度等级：未知；新鲜技术：99]
摘要：机器学习方法的选择往往取决于任务类型、数据特性以及模型性能要求。监督式学习、无监督学习和强化学习是最常见的学习方法，每种方法都有其独特的优势和挑战。监督式学习（Supervised Learning，SL）是机器学习中最经典的学习方法之一。

⑨ opencv中标定函数（Ai智享:[博客] [成就]） [质量分：91；难度等级：未知；新鲜技术：99]
摘要：是进行相机标定的关键函数，能够估计相机的内参和外参，帮助纠正图像的畸变。在实际应用中，通常需要多张图像和相应的特征点来获得准确的标定结果。是进行立体相机标定的关键函数，能够计算两个相机的内参和外参，帮助实现三维场景的重建。

⑩ 【故障诊断】基于粒子群优化算法PSO优化双向时间卷积神经网络BiTCN实现轴承数据故障诊断附Matlab代码（Matlab算法改进和仿真定制工程师:[博客] [成就]） [质量分：91；难度等级：未知；新鲜技术：99]
摘要：摘要: 轴承作为机械设备中的关键部件，其运行状态直接影响设备的整体性能和可靠性。准确及时地进行轴承故障诊断对于预防设备故障、减少经济损失至关重要。本文提出了一种基于粒子群优化算法(PSO)优化双向时间卷积神经网络(BiTCN)的轴承故障诊断方法。