分类

雍凉明月夜

深度学习网络笔记Ⅲ(注意力机制)常见的网络结构包括FC/CNN/RNN，本章主要学习经RNN(循环神经网络)，Transformer架构，和其重点是完全基于注意力机制，完全摒弃了循环和卷积。究竟是什么样的原因和时代背景让工程师们选择完全摒弃循环和卷积，是为了解决什么样的问题？接下来就来进一步学习。

齿轮端面缺陷检测与分类_DINO-4Scale实现与训练_1作者: 机器学习之心发布时间: 最新推荐文章于 2025-10-27 23:02:22 发布原文链接: 全面分析：

鱼类识别与分类：基于freeanchor_x101-32x4d_fpn_1x_coco的三种鱼类自动检测【CC 4.0 BY-SA版权版权声明：本文为博主原创文章，遵循版权协议，转载请附上原文出处链接和本声明。

【完整源码+数据集】道路拥塞数据集，yolo道路拥塞检测数据集 8921 张，交通拥堵识别数据集，路口拥塞识别系统实战教程点击链接：更多数据集与系统目录清单【数据集】yolo交通拥堵检测数据集 8921 张，目标检测，包含YOLO/VOC格式标注，训练、验证、测试集已划分。

Python自动整理音乐文件：按艺术家和专辑分类歌曲现代音乐收藏常面临杂乱无章的问题：同一艺术家的歌曲散落在不同文件夹，专辑被错误命名，甚至文件标签信息缺失。手动整理上千首音乐既耗时又容易出错。本文将介绍如何用Python编写自动化脚本，通过分析音乐文件的元数据（ID3标签），按艺术家和专辑智能分类歌曲。

算法与编程之美

探索不同的损失函数对分类精度的影响.1 问题探索不同的损失函数对分类精度的影响.2 方法通过在网上学习，然后了解到损失函数包括以下的一些标称：

基于数据重构与阈值自适应的信用卡欺诈不平衡分类模型研究随着信用卡交易的普及，欺诈检测已成为银行风险控制的核心挑战。该问题的关键在于欺诈交易仅占极低比例，导致数据高度不平衡，使得传统分类模型严重失效。为此，本文提出一种基于数据重构与阈值自适应的不平衡分类模型。本研究以Kaggle信用卡欺诈数据集为对象，首先通过特征选择与样本平衡技术进行数据重构，从源头优化数据质量与分布。进而，在逻辑回归模型基础上，突破默认0.5阈值的限制，引入阈值自适应调整机制，系统优化分类决策边界。结果表明，本方法有效解决了类别不平衡带来的预测偏差。其中，“数据重构”显著提升了模型对欺诈交

机器学习知识点梳理(回归模型、分类模型、聚类模型、评估方法)-思维导图• 回归模型：线性回归、决策树、SVM（可以，效果差） • 分类模型：逻辑回归、决策树、SVM、朴素贝叶斯（只能分类） • 聚类模型：kmeans（基于原型）、DBSCAN（基于密度）、凝聚层次（基于层次） • 评估方法： ◦ 回归问题：R2（综合指标）、均方误差（损失函数） ◦ 分类问题：查准率（评估误检）、召回率（评估漏检）、F1（综合评估前两者） ◦ 聚类问题：轮廓系数

机器学习知识点梳理(回归模型、分类模型、聚类模型、评估方法)• 回归模型：线性回归、决策树、SVM（可以，效果差） • 分类模型：逻辑回归、决策树、SVM、朴素贝叶斯（只能分类） • 聚类模型：kmeans（基于原型）、DBSCAN（基于密度）、凝聚层次（基于层次） • 评估方法： ◦ 回归问题：R2（综合指标）、均方误差（损失函数） ◦ 分类问题：查准率（评估误检）、召回率（评估漏检）、F1（综合评估前两者） ◦ 聚类问题：轮廓系数

Coding茶水间

基于深度学习的轮船分类检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)基于深度学习的轮船分类检测系统演示与介绍随着航运业与海洋经济的不断发展，船舶类型的快速、准确识别在港口管理、海上交通监控、安全巡检及环境保护等领域具有重要作用。传统船舶分类多依赖人工判读或基于 AIS 数据的分析，在视频监控、无人机航拍、卫星影像等非结构化场景中，人工识别易受天气、光照和拍摄角度等因素干扰，效率低且难以满足实时性需求。

从项目入手机器学习——鸢尾花分类写这个专题主要是因为最近在做高级人工智能的作业，发现自己还有很多基础上的知识缺陷，因此打算重新记录一下。本专题主要会以项目为导向，做项目——遇到问题——解决问题——做项目来进行。

一招定胜负

项目案例：卷积神经网络实现食物图片分类代码详细解析对文件夹中的食物图片使用卷积神经网络训练实现分类。1、创建文件夹写入图片地址。2、定义处理原始图片获得张量的函数。3、定义卷积神经网络。4、定义测试函数与训练函数。5、选择损失函数和优化器。6、训练与测试。

迈向绿色未来：全球手机品牌ESG实践深度剖析——聚焦供应链减排与零碳转型在气候变化与资源压力日益严峻的全球背景下，环境、社会及治理（ESG）已成为衡量企业长期价值与责任的关键标尺。对于高度全球化、产业链复杂的智能手机行业而言，其ESG表现不仅关乎品牌形象，更直接关联到供应链韧性、创新成本与市场准入。本文通过梳理苹果、三星、华为、小米、OPPO等主流品牌的公开可持续发展报告，深度解析其在供应链减排、自身碳中和路径以及对供应商的绿色要求三大核心领域的战略、行动与成效。

基于YOLOv8-FasterNet的液压阀块端盖表面缺陷检测与分类🔥 工业制造领域中，液压阀块端盖作为关键部件，其表面质量直接影响整个液压系统的可靠性和安全性。传统的人工检测方式不仅效率低下，而且容易受主观因素影响，难以满足现代工业生产的高质量要求。随着计算机视觉技术的快速发展，基于深度学习的缺陷检测方法逐渐成为工业质检的主流解决方案。

算法与编程之美

损失函数与分类精度的关系1 问题2 方法将输入图像中一个小区域中像素加权平均后成为输出图像中的每个对应像素，其中权值由一个函数定义，这个函数称为卷积核(滤波器)。

【开源项目】核心评价指标的动态关联性分析与可视化实验 —— 以多分类文本任（代码+结果分析）作者：烛龙实验日期：2025年12月29日联系方式：geniusdog_lyj@163.com CSDN网址：https://blog.csdn.net/qq_36631076/category_11469976.html GitHub：https://github.com/GeniusDog 和鲸：和鲸社区 - Heywhale.com

自然语言处理实战——基于 BP 神经网络的中文文本情感分类目录一、引言二、整体架构与核心目标三、模块 1：环境配置与基础库导入功能说明：四、模块 2：核心工具函数（数据处理 + 激活函数）

AI 任务分类：人工智能到底能干啥？本文将带你通过生动的例子，通过“任务分类”的视角，看懂 AI 的能力版图。如果把人工智能（AI）比作一个刚入职的全能实习生，那么根据你交给他的任务不同，我们可以把 AI 的工作主要分为四大类：

2026 年计算机视觉方向选题方向及题目推荐（含图像分类与识别、目标检测与跟踪、图像分割方向）📅大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项目越来越难,有不少课题是研究生级别难度的,对本科同学来说是充满挑战。为帮助大家顺利通过和节省时间与精力投入到更重要的就业和考试中去,学长分享优质的选题经验和毕设项目与技术思路。

运动想象脑电的基本原理与分类方法运动想象脑电（Motor Imagery Electroencephalography, MI-EEG）是脑机接口（Brain-Computer Interface,BCI）领域的核心研究方向之一，其核心价值在于无需依赖外围神经与肌肉的参与，仅通过大脑对特定运动的心理模拟即可产生可被解析的神经电信号，进而实现对外部设备的直接控制。这一技术不仅为肢体运动功能障碍患者（如脊髓损伤、脑卒中后遗症患者）提供了重建自主交互能力的全新途径，也在智能人机交互、神经工程、认知科学研究等领域展现出巨大应用潜力。