占个坑:利用工作以外的时间,用numpy实现MLP-手写识别

背景

随着近半年的正式工作,一直在做的都是模型后处理相关的,逐渐意识到技术的自我迭代陷入了瓶颈。组里都是搞模型的,对于缺少模型背景的我,很难深刻理解同事将模型和业务结合时好的idear,这使得我难以掌握组里最核心的技术创新。这会导致,虽然组里做的事能被公司乃至业界认可,但我所获甚少。在和导师交流之后,想法还是被支持的,为此我需要开始接触模型,需要更加深刻的认识模型。诚然,回顾之前在csdn更新的文章(python机器学习实战,花书阅读),0到1的突破会很难,但既然导师,同事都支持我个人发展的诉求,愿意给我机会,虽千万人吾往矣。

相关推荐
AI人工智能+1 小时前
施工许可证识别技术:深度融合计算机视觉(CV)与自然语言处理(NLP)
深度学习·计算机视觉·ocr·施工许可证识别
zxhl09273 小时前
大模型微调技术 LoRA、QLoRA、QA-LoRA 原理
人工智能·深度学习·机器学习
龙文浩_3 小时前
AI深度学习中的PyTorch与张量案例
人工智能·pytorch·深度学习
这张生成的图像能检测吗3 小时前
(论文速读)MoNet:统一图与流形上的几何深度学习
人工智能·深度学习·计算机视觉·图神经网络
老刘说AI4 小时前
浅谈多模态领域的Transformer
人工智能·深度学习·神经网络·机器学习·语言模型·transformer
冰西瓜6004 小时前
深度学习的数学原理(二十五):缩放点积注意力
人工智能·深度学习
泰恒4 小时前
学习神经网络
人工智能·深度学习·机器学习
前端摸鱼匠5 小时前
【AI大模型春招面试题13】残差连接(Residual Connection)与层归一化(Layer Norm)在Transformer中的作用?
人工智能·深度学习·语言模型·面试·transformer·求职招聘
CoderIsArt6 小时前
深度学习编译器中的TVM 与MLR
人工智能·深度学习
爱睡懒觉的焦糖玛奇朵6 小时前
【工业级落地算法之人员摔倒检测算法详解】
人工智能·python·深度学习·神经网络·算法·yolo·目标检测