图解人工智能(18)基于知识的人工智能

思考一下,机器学习的要素有哪些?这些要素是如何组合起来实现人工智能的?

知识:提供大框架、设计准则、初始模型结构。例如,在图像识别中,对图像结构的基本理解。

模型:是知识累积的场所。例如,卷积神经网络用于图像识别。

数据:是学习的粮食,是知识源。例如,大量带标签的图像数据集。

目标:是学习的方向,定义了系统要优化的指标。例如,最小化图像分类错误率。

算法:是实现学习的方案以及学习过后进行推理的方案。例如,反向传播算法

相关推荐
jeffsonfu8 分钟前
循环神经网络(RNN)详解:处理序列数据的自然选择
人工智能·深度学习
蓝速科技1 小时前
蓝速科技信创落地:平衡安全合规与项目成本的实战方案
android·运维·人工智能·科技·安全·电脑·鸿蒙
TheBestRucy1 小时前
Python 九阳神功:从零筑基到线程飞升
服务器·开发语言·网络·人工智能·python
Web3&Basketball2 小时前
vLLM部署开源大模型实战:显存、命令与成本核算
人工智能·深度学习·大模型·ai技术·vllm
Dawson Zhu2 小时前
图结构(Graph)如何重构智能体认知?从DAG规划到GraphRAG的技术拆解
人工智能·语言模型·重构·架构·aigc
爱炼丹的James2 小时前
从技术名词堆积到知识图谱:如何建立自己的大模型技术体系
人工智能·llm·知识图谱
lancyu2 小时前
关于多轮对话机器人的上下文Token优化和解决方案
人工智能·python·深度学习·机器学习·chatgpt·机器人·prompt
xier_ran2 小时前
【infra之路】GPU 执行与存储层次全景关系图
人工智能·深度学习·cuda
奈斯先生Vector2 小时前
从 127.0.0.1:3080 到插件运行时:DeepSeek Harness 远程开发与版本治理实战
linux·运维·人工智能·ubuntu·aigc