08 2019 档案
摘要:介绍如今的世界存在了大量的数据,图像数据是重要的组成部分。如果要利用这些图片,需要对图像进行处理,提高图片质量或提取图片内容信息。图像处理的常见操作包括图像显示,基本操作如裁剪,翻转,旋转等,图像分割,分类和特征...
阅读全文
摘要:目前研究人员正在使用的深度学习框架不尽相同,有 TensorFlow 、PyTorch、Keras等。这些深度学习框架被应用于计算机视觉、语音识别、自然语言处理与生物信息学等领域,并获取了极好的效果。其中,PyT...
阅读全文
摘要:目录:1. 引言 专栏知识结构 从AlphaGo看深度强化学习 2. 强化学习基础知识 强化学习问题 马尔科夫决策过程 最优价值函数和贝尔曼方程 3. 有模型的强化学习方法 价值迭代 策略迭代 4...
阅读全文
摘要:介绍想象一下-你已经在给定的数据集上训练了机器学习模型,并准备好将它交付给客户。但是,你如何确定该模型能够提供最佳结果?是否有指标或技术可以帮助你快速评估数据集上的模型?当然是有的,简而言之,机器学习中损失函数...
阅读全文
摘要:介绍“Another day has passed, and I still haven’t used y = mx + b.”这听起来是不是很熟悉?我经常听到我大学的熟人抱怨他们花了很多时间的代数方程在现实世界...
阅读全文
摘要:介绍人类可以在几毫秒内在我们的视线中挑选出物体。事实上,你现在就环顾四周,你将观察到周围环境并快速检测到存在的物体,并且把目光回到我们这篇文章来。大概需要多长时间?这就是实时目标检测。如果我们能让机器做到这一点有...
阅读全文
摘要:介绍建立机器学习模型的想法是基于一个建设性的反馈原则。你构建一个模型,从指标中获得反馈,进行改进,直到达到理想的精度为止。评估指标解释了模型的性能。评估指标的一个重要方面是它们区分模型结果的能力。我见过很多分...
阅读全文
摘要:系列文章目录: Tensorflow2.0 介绍 Tensorflow 常见基本概念 从1.x 到2.0 的变化 Tensorflow2.0 的架构 Tensorflow2.0 的...
阅读全文
摘要:系列文章目录: Tensorflow2.0 介绍 Tensorflow 常见基本概念 从1.x 到2.0 的变化 Tensorflow2.0 的架构 Tensorflow2.0 的...
阅读全文
摘要:TLDR:我正在传播2个数据集: Kannada-MNIST数据集:28x28灰度图像:60k 训练集 | 10k测试集 Dig-MNIST:28x28灰度图像:10240(1024x10)(见下图) 虽然...
阅读全文
摘要:目录:Tensorflow2.0 介绍 Tensorflow 常见基本概念 从1.x 到2.0 的变化 Tensorflow2.0 的架构 Tensorflow2.0 的安装(CPU和GPU) Tenso...
阅读全文
摘要:如果你曾经使用过客户支持的在线聊天服务,你可能会经历这种含糊不清的怀疑,即你正在聊天的“人”可能实际上是一个机器人。就像我们在无数电影中看到的那些非常僵硬的机器人 - 悲惨,可怜的机器受到痛苦限制的情感范围折磨...
阅读全文
摘要:你的团队几个月来一直在收集数据、构建预测模型、创建用户界面,并与一些早期的用户一起部署新的机器学习产品。但你现在听到的并不是大家一起庆祝项目胜利的声音,而是听到产品经理对那些早期用户的抱怨,这些早期用户对模型精...
阅读全文
摘要:系列目录: 为什么学习线性代数 机器学习中的线性代数 损失函数 正则化 协方差矩阵 支持向量机分类器 降维中的线性代数 主成分分析(PCA) 奇异值分...
阅读全文
摘要:译者 | 小韩来源 | analyticsvidhya.com【磐创AI导读】:让我们一起来看下近期热门的机器学习Github仓库,包括了自然语言处理(NLP)、计算机视觉(CV)与大数据等多个领域。想要获取更多...
阅读全文
摘要:No1:虚拟个人助理Siri、小冰、度秘是现在虚拟个人助理的典型例子。顾名思义,当你通过语音询问时,他们便会找寻相应的信息,比如你问“我今天的日程安排是什么?”“从德国到伦敦的航班是什么?”等类似的问题。个人助理...
阅读全文
摘要:如果你曾经使用过客户支持的在线聊天服务,你可...
阅读全文
摘要:1. 典型聚类算法1.1 基于划分的方法代表:kmeans算法·指定k个聚类中心·(计算数据点与初始聚类中心的距离)·(对于数据点,找到最近的{i}ci(聚类中心),将分配到{i}ci中)·(更新聚类中心点,是...
阅读全文
摘要:近日,TensorFlow模型优化工具包又添一员大将,训练后的半精度浮点量化(float16 quantization)工具。有了它,就能在几乎不损失模型精度的情况下,将模型压缩至一半大小,还能改善CPU和硬件...
阅读全文
摘要:概览完整的代码可以从这里下载:https://github.com/prateekjoshi565/recommendation_system/blob/master/recommender_2.ipynb 介绍...
阅读全文
摘要:编者按:“对话”是微软研究院AI头条开设的全新栏目,我们将邀请微软亚洲研究院的研究人员与人工智能各大领域的杰出学者深度交流,在流窜的思维火花中透视行业的最前沿。本期对话主持人是微软亚洲研究院资深研究员王井东博士,...
阅读全文
摘要:介绍“The world’s best economies are directly linked to a culture of encouragement and positive feedback.”你能猜...
阅读全文
摘要:介绍线性代数与数据科学的关系就像罗宾与蝙蝠侠。这位数据科学忠实的伙伴经常会被大家所忽视,但实际上,它是数据科学主要领域--包括计算机视觉(CV)与自然语言处理(NLP)等热门领域的强力支撑。数据开发者往往会因为数...
阅读全文
摘要:一般情况下,我们使用数据库查找事物间的联系的时候,只需要短程关系的查询(两层以内的关联)。当需要进行更长程的,更广范围的关系查询时,就需要图数据库的功能。而随着社交、电商、金融、零售、物联网等行业的快速发展,...
阅读全文
摘要:七月份的尾巴,机器学习顶会NeurIPS 2019的初步结果已经来了。一年一度的吐槽盛会也由此开始。“有评审问我啥是ResNet。”“有评审问我为啥没引用X论文。我不止引用了,还专门描述了一段和X的关系。”“我...
阅读全文
摘要:介绍在本系列前面两篇文章中我一直在讨论Data Fabric,并给出了一些关于Data Fabric中的机器学习和深度学习的概念。并给出了我对Data Fabric的定义:Data Fabric是支持企业所有数据...
阅读全文