项目背景 心脏疾病一直是全球健康的主要挑战之一，它不仅影响着数百万人的生活质量，而且还是世界范围内主要的死因之一。近年来，随着数据科学和机器学习的迅猛发展，我们有了新的工具和方法来...

本章来学习一下图注意力网络GAT，首先对标GCN，来谈谈它们的优缺点。 GCN是处理transductive任务的一把利器，transductive任务是指：训练阶段与测试阶段都基于同样的图结构，如下图所示。 ...

扩散模型的基本原理 Denoising Diffusion Probabilistic Models (DDPM) 是一种利用扩散过程来生成样本的深度学习模型。其主要的灵感来源于扩散过程，通过逐渐增加噪音来模糊一个初始的图像，并...

问题描述 梯度弥散：在深层神经网络中，梯度弥散是指在反向传播过程中梯度逐渐变小，以至于在网络的较浅层梯度接近于零。这导致网络的这些层的权重几乎不更新，使得模型难以学习到输入数据的复...

向量空间指的是线性组合的集合，例如\(b\)的向量空间是整个二维空间： $$\boldsymbol{b}=x_{1}\begin{bmatrix}2\\1\\ \end{bmatrix}+x_{2}\begin{bmatrix}-1\\1\\ \end{bmatrix}$$ 即：在二维空...

什么是颜色检测？ 颜色检测是检测任何颜色名称的过程。很简单不是吗？嗯，对于人类来说，这是一项极其简单的任务，但对于计算机来说，这并不简单。人眼和大脑协同工作，将光转化为颜色。我们眼...

1.两点分布 如果随机变量(X) 的分布列如下： $$\begin{array}{l}P{X=1}=p\bigl(0<p<1\bigr)\\P{X=0}=q=1-p\end{array}$$ 则称(X) 服从两点分布。两点分布也叫伯努利分布（Bermoulli）或0-...

神经网络的层级结构 之前的博文中讲解了神经网络算法和深度学习模型，读者们是否有疑问：为什么神经网络模型要有层级结构？深度学习模型为什么需要这么多的隐藏层？ 答案很简单，这是算法分析数...

2023年，我们见证了机器学习的一个耀眼应用——OpenAI的Chat GPT。这个模型不仅仅展现了写作连贯、充满激情的文章的能力，更超出了我们对当前语言模型能力的预期。Chat GPT虽然并非一个特别新颖...

引言 传统循环神经网络在处理长序列时面临梯度消失或爆炸问题。梯度消失是指在训练过程中，误差反向传播时，梯度随着时间步数的增加而指数级衰减。梯度爆炸则正好相反，这会导致模型难以学习到...