File:Multi-Layer Neural Network-Vector-Blank.svg
外观

此SVG文件的PNG预览的大小:800 × 383像素。 其他分辨率:320 × 153像素 | 640 × 306像素 | 1,024 × 490像素 | 1,280 × 613像素 | 2,560 × 1,225像素 | 815 × 390像素。
原始文件 (SVG文件,尺寸为815 × 390像素,文件大小:6 KB)
文件历史
点击某个日期/时间查看对应时刻的文件。
日期/时间 | 缩略图 | 大小 | 用户 | 备注 | |
---|---|---|---|---|---|
当前 | 2015年4月12日 (日) 11:47 | ![]() | 815 × 390(6 KB) | Offnfopt | User created page with UploadWizard |
文件用途
以下91个页面使用本文件:
- BIRCH
- Bagging算法
- Caffe
- DBSCAN
- GPT-1
- GPT (语言模型)
- IBM Granite
- K-平均算法
- K-近邻算法
- Lasso算法
- OPTICS
- PyTorch
- Q学习
- SARSA算法
- Transformer模型
- U-Net
- VC理论
- Word2vec
- 人工神经网络
- 余弦相似性
- 关联规则学习
- 决策树
- 决策树学习
- 前馈神经网络
- 半监督学习
- 卷积神经网络
- 反向传播算法
- 受限玻尔兹曼机
- 变分自编码器
- 向量数据库
- 因素分析
- 国际表征学习大会
- 基于人类反馈的强化学习
- 基于流的生成模型
- 多层感知器
- 多模态学习
- 多臂赌博机
- 大型语言模型
- 层次聚类
- 异常检测
- 强化学习
- 循环神经网络
- 感知器
- 提升方法
- 支持向量机
- 数据挖掘
- 数据科学
- 时序差分学习
- 最大期望算法
- 朴素贝叶斯分类器
- 机器学习
- 极限学习机
- 核方法
- 正则化 (数学)
- 残差神经网络
- 注意力机制
- 深度学习
- 深度学习语音合成
- 混合专家模型
- 無監督學習
- 特征工程
- 特征选择
- 生成对抗网络
- 监督学习
- 相关向量机
- 神经信息处理系统大会
- 稀疏字典學習
- 線性回歸
- 线性整流函数
- 统计分类
- 统计学习理论
- 聚类分析
- 自动机器学习
- 自监督学习
- 自编码器
- 表征学习
- 词嵌入
- 迁移学习
- 邏輯斯諦迴歸
- 量子機器學習
- 長短期記憶
- 降维
- 随机森林
- 隐马尔可夫模型
- User:Atry/特征选择
- User:Jeff1iu/沙盒
- User:Mandudu123/沙盒
- User:P1ayer/備頁/機器學習概論
- User:Pdeantihuman/沙盒
- User:Pdeantihuman/沙盒1
- Template:机器学习导航栏
全域文件用途
以下其他wiki使用此文件:
- ar.wikipedia.org上的用途
- en.wikipedia.org上的用途
- en.wikibooks.org上的用途
- pt.wikipedia.org上的用途
- Predefinição:Barra de aprendizagem de máquina
- Aprendizagem supervisionada
- Aprendizagem de árvore de decisão
- Vazamento de dados (aprendizagem de máquina)
- Engenharia de características
- Aprendizagem de máquina online
- Aprendizagem não supervisionada
- Aprendizagem de características
- Otimização de Política Proximal
- Usuário(a):Iucunditas/Testes/1
- Função softmax
- Naive Bayes
- Agrupamento hierárquico
- Long short-term memory
- Word embedding
- PyTorch
- Usuário(a):Éric Gabriel Kundlatsch/Testes/Word embedding
- tr.wikipedia.org上的用途
- vi.wikipedia.org上的用途