cda

数字化人才认证

首页 > 行业图谱 >

1/1

【CDA干货】卷积层之后:归一化与激活函数的取舍之道

【CDA干货】卷积层之后:归一化与激活函数的取舍之道
2025-10-24
在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都会面临的基础决策。这三者的组合并非随意搭配,而是深刻影响模型训练稳定性、收敛速度 ...

【CDA干货】神经网络与卡尔曼滤波的融合:突破传统局限的智能状态估计技术

【CDA干货】神经网络与卡尔曼滤波的融合:突破传统局限的智能状态估计技术
2025-10-23
在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真实状态(如无人机的位置与速度、化工反应釜的温度与压力、汽车的行驶轨迹)。卡尔曼滤 ...

【CDA干货】神经网络越大越好吗?—— 规模选择的辩证思考与实践边界

【CDA干货】神经网络越大越好吗?—— 规模选择的辩证思考与实践边界
2025-10-22
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4,神经网络的规模似乎正朝着 “越大越好” 的方向演进。但事实果真如此吗?神经网络的 ...

【CDA干货】神经网络隐藏层个数怎么确定?从原理到实战的完整指南

【CDA干货】神经网络隐藏层个数怎么确定?从原理到实战的完整指南
2025-10-21
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐藏层 MLP 识别复杂图像),太多则会引发 “过拟合”“训练缓慢”“资源浪费”(如用 1 ...
常用的卷积神经网络模型有哪些?
2023-07-17
常用的卷积神经网络模型有很多,每个模型都有不同的结构和应用领域。以下是一些常见的卷积神经网络模型: LeNet-5:LeNet-5 是最早的卷积神经网络之一,由Yann LeCun等人在1998年提出。它主要应用于手写数字识别, ...
1/1

OK
客服在线
立即咨询