经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
 人工智能基础

IaaS、PaaS、SaaS介绍(非原创)

文章大纲 一、IaaS、PaaS、SaaS介绍与比较二、参考文章 一、IaaS、PaaS、SaaS介绍与比较   随着云计算、大数据、人工智能等一批新技术的涌入,企业信息化建设速度加快,基于云计算的IaaS、PaaS、SaaS三种服务模式占据企业IT的重要组成部分。 1. ...[2019/6/14]

阿里云人工智能实战第一枪:图片鉴黄节省90%费用

随着内容审核的要求越来越严,图片鉴黄几乎是所有做UGC内容应用的标配了。最近在阿里云上搭建了图片鉴黄的应用,发现如果结合阿里云的鉴黄接口和自建人工智能鉴黄系统,可以节省至少85%的费用。 1. 直接使用阿里云的图片鉴黄接口 阿里云的图片鉴黄服务基于深度学习技术神经网络算法,经笔者实测准确率...[2019/6/14]

线性模型-线性回归、Logistic分类

线性模型是机器学习中最简单的,最基础的模型结果,常常被应用于分类、回归等学习任务中。 回归和分类区别: 回归:预测值是一个连续的实数; 分类:预测值是离散的类别数据。   1.     线性模型做回归任务中----线性回归方法,常见的...[2019/6/14]

NumPy实现数组的拼接和分裂

一.数组的拼接 import numpy as np x=np.array([1,2,3]) x2=np.array([4,5,6])np.concatenate([x,x2]) 输出:array([1, 2, 3, 4, 5, 6]) grid=np.ar...[2019/6/14]

Python计算美国总统的身高并实现数据可视化

代码如下: import numpy as np import pandas as pd import matplotlib.pyplot as plt data=pd.read_csv(''president_heights.csv'') heights=np.array...[2019/6/14]

深度学习之美(张玉宏)——第三章 机器学习三重门

 2019-06-13 19:39:24 ——读书笔记1 ——机器学习三重门(监督学习,半监督学习,非监督学习)   一、监督学习:   监督学习基本上是“分类”的代名词,用训...[2019/6/14]

[MSCOCO] Ubuntu16.04下使用 tylin/coco-caption 评价 MSCOCO Caption(配置,及Demo运行)

[MSCOCO] Ubuntu16.04下使用 tylin/coco-caption 评价 MSCOCO Caption(配置,及Demo运行)

Github链接:https: github.com/tylin/coco-caption Ubuntu版本信息 Linux内核版本号:Linux version 4.15.0-51-generic (buildd@lgw01-amd64-031) gcc编译器版本号:gcc ve...[2019/6/14]

python科学计算和数据分析常用库

NumPy NumPy最强大的是n维数组,该库还包含基本的线性代数函数、傅立叶变换、随机函数和其他底层语言(如Fortran、C和C++)集成的工具。 SciPy SciPy建立在NumPy基础上,它是离散傅立叶变换、线性代数、优化和稀疏矩阵等多种高级科学和工程模块最有用的库之一。 Mat...[2019/6/14]

TensorFlow学习笔记0-安装TensorFlow环境

TensorFlow学习笔记0-安装TensorFlow环境

TensorFlow学习笔记0-安装TensorFlow环境 作者: YunYuan 写在前面 系统: Windows Enterprise 10 x64 CPU:Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz GPU: NVIDIA GeForce GTX 10...[2019/6/12]

让SNIPER-MXNet从标准的COCO格式数据集中直接使用file_name作为图片路径

让SNIPER-MXNet从标准的COCO格式数据集中直接使用file_name作为图片路径

告别项目中“依index生成路径”的方法(咋可能把所有数据集转化成按照index排列?不解决其他任务了?),直接使用我们在生成.json标签时就已经写入的图片路径来获取图片。   需要做的,用以下代码替换SNIPER/lib/dataset/coco.py...[2019/6/12]

机器学习中的度量—— 向量距离

??????机器学习是时下流行AI技术中一个很重要的方向,无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以显著提高算法的分类或预测的准确率,本文中将介绍机器学习中各种“度量”,“度量”主要由两种,分别为距离、相似度和相关系数,距...[2019/6/10]

世界第二大软件国家如何看待人工智能、机器学习和大数据

一份关于人工智能、机器学习和大数据的报告   在当今世界,印度近年来的发展是有目共睹的,虽然在我们国内对于印度的印象属于比较喜剧的一个国家,并且出于对印度国家的喜爱,网上称印度为阿三,三哥。但是任何事物都是由两面性的,虽然印度在一些事情上的发展比较缓慢,并且总是逗人开心,但是印度因为一些机缘巧合...[2019/6/10]

定制对象独有特征

定制对象独有特征

目录 引入 定制对象独有特征 属性查找 类定义阶段定制属性 类中定义的函数是类的函数属性,类可以使用,但使用的就是一个普通的函数而已,意味着需要完全遵循函数的参数规...[2019/6/10]

台大机器学习基石(1)

台大机器学习基石(1)

台大机器学习基石(1) 机器学习对于适用场景有一定的前提条件: 可以找到某种模式 不容易编程实现,不能对目标下一个简单的定义 能找到训练的数据,数据量越大越好 使用机器学习的一个小例子——银行信用卡批准 例如银行会收到申请客户的个人资料,然后根据个人信息进行分析,选择是否发放信用卡,以达到银...[2019/6/10]

[Paper Reading] Show, Attend and Tell: Neural Image Caption Generation with Visual Attention

论文链接:https: arxiv.org/pdf/1502.03044.pdf 代码链接:https: github.com/kelvinxu/arctic-captions & https: github.com/yunjey how-attend-and-tel...[2019/6/10]

AI入门丨开源学习资源推荐

现在AI大热,网上的资源也非常多,让人眼花缭乱。非科班的我,经过半年的摸索,也算马马虎虎入了坑。下面整理了我认为不错的学习资源,大部分我都看过,以分享给更多的人。我会不断保持更新,也欢迎大家补充。 Python Think Python:https: github.com/bingjin/Th...[2019/6/10]

监督学习,半监督学习和无监督学习

监督学习       数据特点:特征+标签       模型:      K近邻(KNN),决策树(DT),朴素贝叶斯(NB),逻辑回归(LR),线性回归(LR),支持向量机(SVM),集成算法(ba...[2019/6/10]

pycharm安装教程,汉化教程,以及正版激活码--- - well-666

pycharm安装教程,汉化教程,以及正版激活码--- - well-666

密钥在下面  安装过程 PyCharm2019本地下载: http: www.100c1.com/upload/default/20190420/1c08a3209029093a8b34df941f1b6196.exe PyCharm官网下载地址: htt...[2019/6/10]

从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (一)

本文属于图神经网络的系列文章,文章目录如下: 从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (一) 从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (二) 从图(Graph)到图卷积(Graph Convolution...[2019/6/10]

Fuzzy logic

Fuzzy logic is used in artificial intelligence. In fuzzy logic, a proposition has a truth value that is a number between 0 and 1, inclusive. ...[2019/6/10]

Survival on the Titanic (泰坦尼克号生存预测)

Survival on the Titanic (泰坦尼克号生存预测)

Score 最近用随机森林玩了 Kaggle 的泰坦尼克号项目,顺便记录一下。 Kaggle - Titanic: Machine Learning from Disaster Ongoing: Top 8% Details Sample Code...[2019/6/6]

机器学习入门之单变量线性回归(上)——梯度下降法

  在统计学中,线性回归(英语:linear regre ion)是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归,大于一个自变量情况的叫做多元回归(...[2019/6/6]

机器学习之线性回归

机器学习之线性回归

目录 线性回归 模型表示 模型评估 模型学习 模型总结 算法流程 存在的问题 算法优化 线性回归 输出是一个连续的数值。 模型表示 对于一个目标值,它可能受到多个特征的加权影响。例如宝可梦精灵的进化的 cp 值,它不仅受到进化前的 cp 值的影响,还可能与宝可梦的 hp 值、类型、...[2019/6/6]

李航-统计学习方法-笔记-1:概论

写在前面 本系列笔记主要记录《统计学习方法》中7种常用的机器学习分类算法,包括感知机,KNN,朴素贝叶斯,决策树,逻辑斯谛回归与最大熵模型,SVM,boosting。 课本还涉及到3种算法是关于概率模型估计和标注问题的,暂未列入学习计划,所以笔记中没有涉及,包括EM算法,隐马尔可夫模型,条件随机...[2019/6/6]

Keras 文档阅读笔记(不定期更新)

Keras 文档阅读笔记(不定期更新)

目录 Keras 文档阅读笔记(不定期更新) 模型 Sequential 模型方法 Model 类(函数式 API) 方法 层 ...[2019/6/6]

ESP8266与ESP8285开发时有什么区别

  ESP8266模块在WiFi联网领域已经被广泛使用,但是ESP8266芯片是需要外挂Flash芯片的,这样就使模块不能做的更小。之后乐鑫公司又推出了ESP8285芯片,直接集成了1MByte的Flash于芯片内,各厂家继而推出了体积更小ESP8285模块,相对于ESP8266来说,ESP828...[2019/6/4]

分类模型的可信度评估

1.分类模型中的预测准确率 ############################# 分类模型中的预测准确率 ####################################### #导入数据集生成工具 from sklearn.datasets import make_blo...[2019/6/4]

机器学习笔记 | 1.2 基本术语 - 湫Teng-L

  数据集 (data set): 数据的集合 示例(instance)、 样本(sample): 数据集中的每条记录,用于描述某一事件或对象,就是示例 特征(feature)、属性(attribute):反应事件或对象在某一方面的表现或性质的事项,其值为特征值(属性值) ...[2019/6/4]

吴恩达机器学习(一) 介绍

一、机器学习定义 Arthur Samuel定义(1959):机器学习是研究使得计算机无需显示编程就能赋予计算机学习能力的学科。(Machine Learning: Field of study that gives computers the ability to learn&...[2019/6/4]

管道模型(Pipeline)

1.使用make_blobs来生成数据集,然后对数据集进行预处理 #导入数据集生成器 from sklearn.datasets import make_blobs #导入数据集拆分工具 from sklearn.model_selection import train_test_sp...[2019/6/4]

文本数据处理(自然语言处理基础)

文本数据的特征提取,中文分词及词袋模型 1.使用CountVectorizer对文本进行特征提取 #导入量化工具CountVectorizer工具 from sklearn.feature_extraction.text import CountVectorizer vect = Co...[2019/6/4]

【tf.keras】Resource exhausted: OOM when allocating tensor with shape [9216,4096] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc

【tf.keras】Resource exhausted: OOM when allocating tensor with shape [9216,4096] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc

运行以下类似代码: while True: inputs, outputs = get_AlexNet() model = tf.keras.Model(inputs=inputs, outputs=outputs) model.summary() a...[2019/6/4]

使用网格搜索优化模型参数

1.简单网格搜索法 La o算法中不同的参数调整次数 ############################# 使用网格搜索优化模型参数 ####################################### #导入套索回归模型 from sklearn.li...[2019/6/3]

特征缩放 | 归一化和标准化(上) - 湫Teng-L

特征缩放 | 归一化和标准化(上) - 湫Teng-L

什么是特征缩放:   就是将所有数据映射到同一尺度。如:   某训练集 x_train 为:                              ...[2019/6/3]

Kaggle之泰坦尼克号幸存预测估计

Kaggle之泰坦尼克号幸存预测估计

     上次已经讲了怎么下载数据,这次就不说废话了,直接开始。首先导入相应的模块,然后检视一下数据情况。对数据有一个大致的了解之后,开始进行下一步操作。    一、分析数据  1、Survived 的情况 train_data[''Survived''].value_coun...[2019/6/3]

简析方差、标准差与数值离散程度 - 湫Teng-L

方差(variance): 变量与其均值的差的平方和除以(变量数+1)。    如有一组数据: [1,2,3,4,5], 其均值就是 (1+2+3+4+5) / 5 = 3    所以其方差为: ((1-3)^2 + (2-3)^2 +(3-3)^2 + (4-3)^2 + (5-3)^2...[2019/6/3]

数据升维

我们在实际应用中会遇到数据集特征不足的情况,要解决这个问题,就需要对数据集的特征进行扩充, 一般使用两种方法: 交互式特征(Interaction Features) 多项式特征(Ploynomial Features) 1.准备数据集 #导入numpy import ...[2019/6/3]

ResNet实战

目录 Res Block ResNet18 Out of memory # Resnet.py #!/usr/bin/env python # -*- coding:utf-8...[2019/6/3]

特征缩放 | 归一化和标准化 (下) - 湫Teng-L

前面 特征缩放 | 归一化和标准化 (上) 简单介绍了 什么是特征缩放以及归一化,这里主要是涉及标准化 和一些特征缩放的总结。   什么是标准化? 标准化也是特征缩放的另外一种方式。它把数据归一到均值为0,方差为1的分布中。 如: 有一组样本 &n...[2019/6/3]

序列表示方法

目录 Spatial signals Temporal signals Sequence embedding [b,100,1] [b,28,28] Batch ...[2019/6/3]

循环神经网络层

目录 Recap Sentiment Analysis Proposal S1.Weight sharing Naive version Weig...[2019/6/3]

机器学习 | 浅谈K-近邻算法 - 湫Teng-L

K-近邻(KNN)算法是解决分类问题的算法。既可以解决二分类,也可以解决多分类问题。 其实它也可以解决回归问题。     K-近邻原理:   某个样本的类别,由与之最相近的K个邻居投票所决定。   例子:   现在有一个样本集,其中所有数据都已经标记...[2019/6/3]

RNNCell使用

目录 Recap input dim, hidden dim SimpleRNNCell Single layer RNN Cell Multi-Layers R...[2019/6/3]

K-近邻算法(KNN)

     拜读大神的系列教程,大神好像姓崔(猜测),大神根据《机器学习实战》来讲解,讲的很清楚,读了大神的博客后,我也把我自己吸收的写下来,可能有很多错误之处,希望拍砖(拍轻点)     大神博客: https: cuijiahua.com/b...[2019/6/3]

从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型

笔者最近看了一些图与图卷积神经网络的论文,深感其强大,但一些Survey或教程默认了读者对图神经网络背景知识的了解,对未学过信号处理的读者不太友好。同时,很多教程只讲是什么,不讲为什么,也没有梳理清楚不同网络结构的区别与设计初衷(Motivation)。 因此,本文试图沿着图神经网络的历史脉络,...[2019/6/3]

使用交叉验证法(Cross Validation)进行模型评估

scikit-learn中默认使用的交叉验证法是K折叠交叉验证法(K-fold cro validation):它将数据集拆分成k个部分,再用k个数据集对模型进行训练和评分. 1.K折叠交叉验证法(K-fold cro validation) #################...[2019/6/3]

无监督学习

目录 Supervised Learning Ma ive Unlabeled data Unsupervised Learning Why needed Super...[2019/6/3]

数据表达

数据表达 : 有时,我们通过对数据集原来的特征进行转换,生成新的"特征"或者说成分,会比直接使用原始的特征效果要好,即数据表达(data representation) 1.使用哑变量转化类型特征 哑变量(Dummy Variables) : 也被称为虚拟变量,用来把某些类型变量转化为二值变...[2019/5/31]

聚类算法

有监督学习主要用于分类和回归,而无监督学习的一个非常重要的用途就是对数据进行聚类. 分类是算法基于已有标签的数据进行学习并对新数据进行分类. 聚类则是在完全没有现有标签的情况下,有算法"猜测"哪些数据像是应该"堆"在一起的,并且让算法给不同的"堆"里的数据贴上一个数字标签. 1.K均值聚...[2019/5/31]

吴恩达深度学习总结

吴恩达深度学习总结

目录 Deep learning Use open source code 神经网络和深度学习 改善深层神经网络 Te orflow 基础 结构化机器学习项目 ...[2019/5/31]

575
2
记录数:765 页数:1/1612345678910下一页尾页
加载更多