從圖像到身份：支持向量機引領人臉辨識領域的革命
SVM在處理非線性問題時具有額外的優勢。通過使用核函數，SVM可以將低維特徵空間中的非線性數據映射到高維空間中，使其在高維空間中呈現線性可分的特性。這使得SVM能夠處理複雜的分類問題，例如圖像識別和自然語言處理。
top of page
搜尋
Edgar Mueller
1月16日讀畢需時 3 分鐘
什麼是人工智能Artificial Intelligence?
人工智能（Artificial Intelligence，簡稱AI）是指使用計算機技術來模擬、擴展和增強人類智能的一種技術。它通過機器學習、深度學習、自然語言處理、計算機視覺等技術，實現了從數據中學習，自主推理和決策的能力。這使得人工智能可以應用於各個領域，例如語音識別、圖...
Lin Chen Xi
2023年11月20日讀畢需時 5 分鐘
GoogLeNet：卷積神經網路的新境界
CNN作為深度學習的核心模型，其中GoogLeNet作為一個具有創新性的卷積神經網路模型，通過引入多尺度特徵檢測的概念，顯著提高了圖像識別的準確性和效率，GoogLeNet基本架構、多尺度特徵檢測的原理和應用，在圖像處理和計算機視覺領域取得了重大突破。
Lin Chen Xi
2023年10月18日讀畢需時 6 分鐘
解決梯度消失和模型收斂問題的革命性模型：ResNet
CNNs在圖像識別、物體檢測和語音識別等領域取得了顯著的成果，隨著網路的深度不斷增加，深度CNNs面臨著一些挑戰，如梯度消失和模型收斂問題。
Kate Garcia
2023年10月4日讀畢需時 5 分鐘
自動駕駛中DeepDrive影像辨識革命
DeepDrive是一種基於機器學習和人工智慧的自動駕駛技術，核心在於機器視覺模型的應用，透過訓練大量的影像數據，能夠學習並理解不同場景中的物體和道路結構，實現精準的影像辨識和駕駛判斷。
Edgar Mueller
2023年9月30日讀畢需時 8 分鐘
深度學習 vs. 機器學習
隨著人工智慧技術的發展，機器學習和深度學習成為了兩種廣泛使用的技術。雖然它們都是人工智慧的分支，但它們有著不同的特點和應用，關於機器學習和深度學習的基本概念、應用場景、優缺點以及它們之間的區別。 一、機器學習 機器學習是一種人工智慧技術，其基本思想是從資料中提取出規律，並使...
Lin Chen Xi
2023年9月28日讀畢需時 4 分鐘
Pinterest Visual Search卷積神經網路 VGGNet深度與性能平衡
VGGNet是CNN的一個具體實現，它展示了使用多個卷積層和全連接層構建深度網絡的潛力，並在圖像識別領域取得了重要的突破
Lin Chen Xi
2023年5月15日讀畢需時 4 分鐘
深度學習驅動的創新力量：AI的新時代
深度學習的誕生和演進為人工智慧領域帶來了巨大的突破，從最初的感知器到如今的深層神經網絡，它不斷演進和發展，推動了人工智慧的發展和應用，深度學習的應用涵蓋了圖像處理、語音識別、自然語言處理等眾多領域，為我們提供了更智能、更便捷的技術解決方案
Edgar Mueller
2023年4月2日讀畢需時 7 分鐘
人工智慧類型—弱人工智慧vs強人工智慧weak AI vs. strong
強人工智慧和超人工智慧之間的界限並不清晰，超人工智慧一詞常與強人工智慧混用，表示一個高度發展且超越人類的人工智慧形態，超人工智慧的概念在科學家、哲學家和科幻作家中引起了廣泛的討論和想像。尼克·博斯特羅姆於2014年出版的《超智能時代》一書探討了超人工智慧對人類社會和文明的可能影響
WELCOME
Caterobot AI Magazine
卡特機器人 AI雜誌
bottom of page