tf.nn.conv2d是TensorFlow里面实现卷积的函数，参考文档对它的介绍并不是很详细，实际上这是搭建卷积神经网络比较核心的一个方法，非常重要 tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, nam...[2018/11/13]

最近在回顾PCA方面的知识，发现对于之前的很多东西有了新的理解，下面和大家分享下我的一些个人的理解 1.我们为什么要用PCA，它能解决我什么问题？ 　　PCA（Principal Component Analysis），主成成分分析，常用于高维数据的降维。在企业级环境中，最终用于模型训练的数据...[2018/11/13]

摘要：        多层反馈RNN（Recurrent neural Network、循环神经网络）神经网络是一种节点定向连接成环的人工神经网络。这种网络的内部状态可以展示动态时序行为。不同于前馈神经网络的是，RNN可以利用它内部的记忆来处理任意时序的输...[2018/11/11]

摘要： 　　主题模型是对文字隐含主题进行建模的方法。它克服了传统信息检索中文档相似度计算方法的缺点，并且能够在海量互联网数据中自动寻找出文字间的语义主题。主题模型在自然语言和基于文本的搜索上都起到非常大的作用。 引言： 　　两篇文档是否相关往往不只决定于字面上的词语重复，还取决于文字背后的语...[2018/11/11]

摘要： 　　当我们已知模型的存在，想知道参数的时候我们就可以通过采样的方式来获得一定数量的样本，从而学习到这个系统的参数。变分则是在采样的基础上的一次提升，采用相邻结点的期望。这使得变分往往比采样算法更高效：用一次期望计算代替了大量的采样。直观上，均值的信息是高密(dense)的，而采样值的信息...[2018/11/11]

摘要： 　　条件随机场是一种判别式概率模型，是随机场的一种，常用于标注或分析序列资料，如自然语言文字或是生物序列。 引言：  　　“条件随机场”被用于中文分词和词性标注等词法分析工作，一般序列分类模型常常采用隐马尔科夫模型（HMM），像基于类的中文分词。但隐马尔可夫模型中存在两个假...[2018/11/11]

最近在学习tf的神经网络算法，十多年没有学习过数学了，本来高中数学的基础，已经彻底还给数学老师了。所以我把各种函数、公式和推导当做黑盒子来用，理解他们能做到什么效果，至于他们是如何做到的，暂时不去深究，最多知道哪个公式的效果会比哪个更适合哪个场合。 BP网络应该是最入门级的算法了。 ...[2018/11/10]

目录 背景 相关工作 主要贡献 核心思想 Embedding和Stacking层 交叉网络(Cro Network) 深度网络(Deep Network) 组合层(Combination Layer) 理论分析 多项式近似 FM的泛化 高效映射 总结及思考 背景 探索具有预测能力的组合...[2018/11/9]

poly->compacted RLE:     seg=np.array([312.29, 562.89, 402.25, 511.49, 400.96, 425.38, 398.39, 372.69, 388.11, 332.85, 318.71, 325.14,...[2018/11/9]

前言 检索回答系统一般过程:1)构建好候选回答索引集,2)收到quary后,初步选出一些候选回答,3)quary和回答做matching,然后reranking,4)最后返回topk个回答. 排序reranking根据不同任务类型有不同方法. matching操作有如下模型使用: 单轮问答 ...[2018/11/9]

摘要        隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，它用来描述一个含有隐含未知参数的马尔科夫过程。其难点是从可观察的参数中确定该过程的隐含参数，然后利用这些参数来作进一步的分析。在早些年HMM模...[2018/11/9]

超分的开篇之作，2014 ECCV 港中文 Chao Dong 三层网络，文中还对各层网络的意义做出了解释 使用caffe训练模型，matlab做inference，代码见 http: mmlab.ie.cuhk.edu.hk/project SRCNN.html  70...[2018/11/9]

这篇文章的一个启发点是使用Siamese网络和注意力模型将不同类别的特征集成，从而解决数据缺失的问题，然而文章中没有具体讲出注意力模型的参数是如何训练的，即模型上层如何得知下层不同子模型的数据是否缺失，是通过逻辑判断？还是直接用0值训练？或者用各模型的数据单独训练注意力参数？   原...[2018/11/9]

每个人都在说大数据，但是大数据到底是什么？很多人都没有搞清楚。所以大数据学习要学什么知识自然就不是非常清楚了。   什么是大数据？ 其实从字面意义上讲，我们就可以进行简单的了解，大数据就是大的数据，也可以称之为海量数据或巨量数据。大数据相对的就是小数据或者普通数据，大数据与小数据或平...[2018/11/9]

          五、编程作业： 　　　　见：https: www.cnblogs.com/tommyngx/p/9933803.html  [2018/11/9]

目前，大数据人才短缺。许多人希望通过培训进入大数据产业。同时，他们会问，大数据培训难学吗？零基点能学到大数据吗？大数据培训并不难，但仍有赖于个人坚持不懈的学习。大数据的零基础培训当然没有问题。目前，许多大数据培训机构都开设了零起点的培训课程。这也是绝大多数学生的福利。在这个人才短缺的时代，把握时间...[2018/11/9]

Hbase提供了丰富的Java API，以及线程池操作，下面我用线程池来展示一下使用Java API操作Hbase。 项目结构如下： 我使用的Hbase的版本是 hbase-0.98.9-hadoop2-bin.tar.gz 大家下载后，可以拿到里面的lib目录下面的jar文...[2018/11/9]

 MapReduce执行流程及单词统计WordCount示例  [2018/11/9]

　　论文提出了一种联合细胞分割和跟踪方法，利用细胞segmentation proposals创建有向无环图，然后在该图中迭代地找到最短路径，为单个细胞提供分割，跟踪和事件。 　　 3. PROPOSAL GENERATION 　　论文的方法的第一个阶段是proposal generatio...[2018/11/9]

机器学习的研究正进行的如火如荼，各种新方法层出不穷。尽管这样，还有一个问题摆在面前，研究这些算法对于现实有什么用。特别是当讨论起机器学习在手机和其他设备上的应用时，经常会被问到到：「机器学习有什么杀手级应用？」 机器学习工程师 Pete Warden 思考了很多种答案，包括从语音交互到全新的使用...[2018/11/9]

欢迎大家前往腾讯云+社区，获取更多腾讯海量技术实践干货哦~ 本文由未来守护者发表于云+社区专栏 本项目探讨如何将机器学习（Machine learning）应用到物联网（IoT，Internet of Things）中。我们将使用 Android Things 作为我们的物联网平台，并且采...[2018/11/9]

一、机器学习简述         机器学习是通过学习现有的训练数据，获得”知识“，然后把该”知识“应用到新的数据中。机器学习学习现有的训练数据主要分为四个步骤：（一）计算训练数据的特征，（二）选择学习模型，如逻辑斯蒂...[2018/11/9]

博客：blog.shinelee.me | 博客园 | CSDN 卷积运算与相关运算 在计算机视觉领域，卷积核、滤波器通常为较小尺寸的矩阵，比如\(3\times3\)、\(5\times5\)等，数字图像是相对较大尺寸的2维（多维）矩阵（张量），图像卷积运算与相关运算的关系如下图所示（图片来自...[2018/11/9]

简介 TextCNN模型是由 Yoon Kim提出的Convolutional Naural Networks for Sentence Cla ification一文中提出的使用卷积神经网络来处理NLP问题的模型.相比较nlp中传统的rnn/lstm等模型,cnn能更加高效的提取重要特征,这些特...[2018/11/9]

1、下载kafka安装包2、将kafaka安装包利用工具加载到Linux系统下3、将kafka安装包解压到/usr/local 　　　tar -xvf kafka -C /usr/local/4、进入到/usr/local/kafka/config目录下 　　　修改server.properties...[2018/11/8]

语音信号（声音是什么） 声音是由物体振动产生的声波，是通过介质（空气或固体、液体）传播并能被人或动物听觉器官所感知的波动现象，最初发出振动的物体叫声源。声音（语音消息）的基本模拟形式是一种称为语音信号的声学波。语音信号可以通过麦克风转化成电信号，转换成语音波形图，如下图为消息“should we ...[2018/11/6]

斯坦福大学的NLP 机器翻译的项目 https: nlp.stanford.edu/project nmt/ tf中的NMT项目：https: github.com/tensorflow/nmt 最新进展 Facebook AI Research论文《Convolutional Sequenc...[2018/11/6]

如果我们用成语来形容近几年的大数据产业，也许最合适的就是：如火如荼！ 从大量融资、大数据从业者薪资上涨、从研发到商业应用的技术，到2017年的大数据产业可以说已经赢得了全世界的关注。然而，当涉及到大数据时，很多人认为普通人根本无法进去。真的是这样吗？普通人只看招聘人员的巨额薪水吗？ 事实上，...[2018/11/6]

很多初学者在萌生向大数据方向发展的想法之后，不免产生一些疑问，应该怎样入门？应该学习哪些技术？学习路线又是什么？所有萌生入行的想法与想要学习Java的同学的初衷是一样的。岗位非常火，就业薪资比较高,，前景非常可观。基本都是这个原因而向往大数据，但是对大数据却不甚了解。 如果你想学习，那么首先你需要...[2018/11/6]

欢迎大家前往腾讯云+社区，获取更多腾讯海量技术实践干货哦~ 本文由腾讯云AI中心发表于云+社区专栏 广义上来讲智能语音技术有各种各样的定义，以上是常见的一些热门的场景。语音识别，刚才罗老师也分享了部分内容。语音合成是文字变成语音，这部分我们后面会详细展开。再往后看，声纹识别，在智能车里...[2018/11/6]

NumPy 是 Python 语言的一个扩充程序库。支持高级大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库，也是学习 python 必学的一个库。 1. 读取文件 numpy.genfromtxt() 用于读取 txt 文件，其中传入的参数依次为： 需要读取的 txt 文件...[2018/11/6]

一. 概述 首先需要先介绍一下无监督学习，所谓无监督学习，就是训练样本中的标记信息是位置的，目标是通过对无标记训练样本的学习来揭示数据的内在性质以及规律。通俗得说，就是根据数据的一些内在性质，找出其内在的规律。而这一类算法，应用最为广泛的就是“聚类”。 聚类算法可以对数据进行数据归约，即在尽可能保证...[2018/11/6]

https: mp.weixin.qq.com kWw0xce4kdCx62AflY6AzQ   1.  抢跑的nlp   nlp发展的历史非常早，因为人从计算机发明开始，就有对语言处理的需求。各种字符串算法都贯穿于计算机的发展历史中。伟大的乔姆斯基...[2018/11/5]

1.背景 互联网从来就不是一个安全的地方。很多时候我们过分依赖防火墙来解决安全的问题，不幸的是，防火墙是假设“坏人”是来自外部的，而真正具有破坏性的攻击事件都是往往都是来自于内部的。 近几年，在thehackernews等网站上总会时不时看到可以看到一些因为数据安全问题被大面积攻击、勒索的事件。...[2018/11/5]

[2018/11/5]

人脸检测方法有许多，比如opencv自带的人脸Haar特征分类器和dlib人脸检测方法等。 对于opencv的人脸检测方法，优点是简单，快速；存在的问题是人脸检测效果不好。正面/垂直/光线较好的人脸，该方法可以检测出来，而侧面/歪斜/光线不好的人脸，无法检测。因此，该方法不适合现场应用。而对于d...[2018/11/3]

SSD是Caffe的一个分支，源码在github上：https: github.com/weiliu89/caffe/tree d $ git clone https: github.com/weiliu89/caffe.git $ cd caffe $ git checkout d 然...[2018/11/3]

在安装和测试HBase之前，我们有必要先了解一下HBase是什么 我们可以通过下面的资料对其有一定的了解： HBase 官方文档中文版 HBase 深入浅出 我想把我知道的分享给大家，方便大家交流。 以下是本文的大纲： 1.Hadoop集群环境搭建2.Hbase的介绍3.单...[2018/11/3]

一、问题描述 当我们在处理图像识别或者图像分类或者其他机器学习任务的时候，我们总是迷茫于做出哪些改进能够提升模型的性能（识别率、分类准确率）。。。或者说我们在漫长而苦恼的调参过程中到底调的是哪些参数。。。所以，我花了一部分时间在公开数据集 CIFAR-10 [1] 上进行探索，来总结出一套方法能够...[2018/11/3]

  本机设备 windows10 gtx1060 安装软件及下载地址 python-3.5.3-amd64  链接：https: pan.baidu.com 1I3oIDatMgvDLEtaPtvuWSw  提取码：a7dp cuda_9.0.176_wi...[2018/11/3]

最近来有位同学前来咨询，他留言说：很喜欢大数据，也看好大数据的前景，但是自己没有Java基础，不确信自己有没有能力学好大数据，自信心严重不足。其实，这种情况并不少见，很多同学都在大数据大门前徘徊，承受各种困扰折磨，而顾虑中的第一拦路虎便是Java。所以好程序员今日就和大家分析下，学习大数据一定要学...[2018/11/2]

本文翻译自 SATYA MALLICK 的  "Neural Networks : A 30,000 Feet View for Beginners" 原文链接： https: www.learnopencv.com/neura...[2018/11/2]

摘要 　　EM算法全称为Expectation Maximization Algorithm，既最大期望算法。它是一种迭代的算法，用于含有隐变量的概率参数模型的最大似然估计和极大后验概率估计。EM算法经常用于机器学习和机器视觉的聚类领域，是一个非常重要的算法。而EM算法本身从使用上来讲并不算难，但...[2018/11/2]

从对云服务无感到用AI的加持来追赶，百度在云服务领域又一次比阿里和腾讯慢了半拍。尽管百度在AI领域有较深的沉淀，但在云服务上为企业提供AI技术解决方案和产品，阿里和腾讯两家都在做。相比之下，在端上，百度云的Apollo自动驾驶平台和DuerOS交互平台却比阿里和腾讯有更加明显的差异化，在未来...[2018/11/2]

学hadoop需要什么基础？Hadoop作为大数据工业中的主引擎，Hadoop就像是大数据世的一把钥匙，想要进入数据世界，首先你得显得得到这把钥匙，才能打开大门。 学hadoop需要什么基础？Hadoop是一个分布式计算架构，更重要的是它是一个可扩展的生态系统，像IBM，EMC，Amazon，微...[2018/11/1]

在安装和测试hive之前，我们需要把Hadoop的所有服务启动 在安装Hive之前，我们需要安装mysql数据库 --mysql的安装 - (https: egmentfault.com/a/1190000003049498) --检测系统是否自带安装mysql yum list ...[2018/11/1]

摘要： 　　读研之后，我选择了人工智能（感觉很酷），导师的方向就是我的方向，所以我可能入坑迁移学习（Transfer Learning，TL）了。导师说，这个方向需要数学和英语。我不懂，在群里问师兄师姐们，这个暑假要做些什么，并按照他们给出的建议，结合自己的理解进行学习。现在，经过这四个月的实践...[2018/11/1]

博客：blog.shinelee.me | 博客园 | CSDN 写在前面 最近因项目需要，得把OpenCV捡起来，登录OpenCV官网，竟然发现release了4.0.0-beata版本，所以借此机会，查阅资料，了解下OpenCV各版本的差异及其演化过程，形成了以下几点认识： 新版本的产生是...[2018/11/1]

小编将此文献给对数据有热情，想长期从事此行业的年轻人，希望对你们有所启发，并快速调整思路和方向，让自己的职业生涯有更好的发展。 根据数据应用的不同阶段，本文将从数据底层到最后应用，来谈谈那些数据人的必备技能。 1、大数据平台 目前很火，数据源头，各种炫酷新技术，搭建Hadoop、Hive、S...[2018/10/31]

Turtlebot2 数据分析： imu信息：只有z轴的旋转yaw，没有xy的角速度。 odom：利用轮速计，提供平移变换，没有z方向的平移。 好的网站，详细介绍了turtlebot的使用：https: www.ncnynl.com/category/turtlebot-junior...[2018/10/31]