数据篇 对于不熟悉的任务或者数据,一定要小心仔细地检查数据的各种性质、各种分布,对数据的各项指标了如指掌。 仔细检查数据的过程中,得到一些重要的直觉,记录下来。 数据的预处理非常重要。预处理的时候结合最佳实践和模型需求进…
标签:神经网络
YOLO算法的原理与实现
作者:叶虎 编辑:祝鑫泉 1. 前言 当我们谈起计算机视觉时,首先想到的就是图像分类,没错,图像分类是计算机视觉最基本的任务之一,但是在图像分类的基础上,还有更复杂和有意思的任务,如目标检测,物体定位,图像分割等,见图1…
InfoGAN: Interpretable Representation Learning by Information Maximizing Generative Adversarial Nets
InfoGAN:通过信息最大化的生成对抗网络进行的可解释表示的学习 摘要: 这篇论文描述了InfoGAN,一种对于对抗生成网络的信息理论上的扩展,它能够以完全无监督的方式学习分离的表达。InfoGAN是一个对抗生成网络,…
不要怂,就是GAN
今天我们讲GAN,GAN是什么?GAN就是Generative Adversarial Networks,也就是生成对抗网络。这是近两年特别火的一个学术方向,发出了大量优秀的论文,简直是百花齐放。效果都挺好,但是其原理却…
Anaconda GPU计算入门指南
摘要:随着人工智能时代的到来,计算能力变得越来越重要。GPU计算已经成为了必然的趋势,对于机器学习爱好者来说要想训练一个高质量的神经网络,使用GPU无疑是最佳选择。 GPU计算已成为数据科学领域的重要组成部分。计算需求的…
使用TensorFlow实现手写识别(Softmax)
准备工作 由于将TensorFlow安装到了Conda的tensorflow环境,虽然可以用Jupyter notebook打开,但是没有提示,写代码不方便,所以使用PyCharm进行编写。设置如下: 如果是新建项目,在…
两个月的深度学习和计算机视觉领域探索总结
摘要: 历经两个月对深度学习和计算机视觉领域进行探索,获得一些经验与总结。 我使用了iPad Pro和LiquidText进行阅读或记笔记 我下决心提高在计算机视觉和机器学习技术方面的熟练程度。 作为…
神经网络基础1 - 感知机
要入门神经网络,首先要搞清楚什么是感知机,先上一张图, 有两个输入的感知机 感知机其实就是一个算法,它能接收一个或多个输入信息,经过一定的处理,产生一个或多个输出,上图中,有两个输入x1和x2,其中w1是x1的权重,w2…
一文了解强化学习
虽然是周末,也保持充电,今天来看看强化学习,不过不是要用它来玩游戏,而是觉得它在制造业,库存,电商,广告,推荐,金融,医疗等与我们生活息息相关的领域也有很好的应用,当然要了解一下了。 本文结构: 定义 和监督式学习, 非…
李航统计学习方法(一)
1、特点 统计学习以数据为研究对象(数据驱动),以方法为中心,目的是为了对数据进行预测与分析。 2、方法 统计学习包括监督学习,非监督学习,半监督学习,强化学习。(以监督学习为主进行介绍) 统计学习的方法包括模型的假设空…
盘点|最实用的机器学习算法优缺点分析,没有比这篇说得更好了
转载请注明来自AI100 推荐理由 对于机器学习算法的盘点,网上屡见不鲜。但目前,还没人能结合使用场景来把问题说明白,而这一点正是本文的目的所在。 在文章中,作者将结合他的实际经验,细致剖析每种算法在实践中的优势和不足。…
[译] Deep Residual Learning for Image Recognition (ResNet)
题目:图像识别领域的深度残差学习 文章地址:《Deep Residual Learning for Image Recognition》 arXiv.1512.03385 ResNet Github参考:https://…