- 本节书摘来自华章计算机《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》一书中第1章,第1.2节,作者是王健宗 瞿晓阳 。 本节书摘来自华章计算机《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》一书中第1章,第1.2节,作者是王健宗 瞿晓阳 。
- 本节书摘来自华章计算机《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》一书中第1章,第1.1.4节,作者是王健宗 瞿晓阳 。 本节书摘来自华章计算机《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》一书中第1章,第1.1.4节,作者是王健宗 瞿晓阳 。
- 本节书摘来自华章计算机《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》一书中第1章,第1.1.3节,作者是王健宗 瞿晓阳 。 本节书摘来自华章计算机《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》一书中第1章,第1.1.3节,作者是王健宗 瞿晓阳 。
- 本节书摘来自华章计算机《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》一书中第1章,第1.1.2节,作者是王健宗 瞿晓阳 。 本节书摘来自华章计算机《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》一书中第1章,第1.1.2节,作者是王健宗 瞿晓阳 。
- 本节书摘来自华章计算机《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》一书中第1章,第1.1.1节,作者是王健宗 瞿晓阳 。 本节书摘来自华章计算机《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》一书中第1章,第1.1.1节,作者是王健宗 瞿晓阳 。
- 本节书摘来自华章计算机《强化学习:原理与Python实现》 一书中第一章,第1.5.1节,作者肖智清。 本节书摘来自华章计算机《强化学习:原理与Python实现》 一书中第一章,第1.5.1节,作者肖智清。
- 本节书摘来自华章计算机《强化学习:原理与Python实现》 一书中第一章,第1.4.2节,作者肖智清。 本节书摘来自华章计算机《强化学习:原理与Python实现》 一书中第一章,第1.4.2节,作者肖智清。
- 近日,PaddlePaddle 1.0 正式发布,这一适合国内开发者的框架为我们提供了超全的官方模型支持和最完善的移动端硬件支持。在 PaddlePaddle 走向成熟的这些历程中,它为机器学习社区贡献了非常多的实现及应用。机器之心访问了百度深度学习技术平台部总监马艳军和 PaddlePaddle 总架构师于佃海,他们向我们介绍了 PaddlePaddle 的「成熟韵味」都体现在哪。自深度学... 近日,PaddlePaddle 1.0 正式发布,这一适合国内开发者的框架为我们提供了超全的官方模型支持和最完善的移动端硬件支持。在 PaddlePaddle 走向成熟的这些历程中,它为机器学习社区贡献了非常多的实现及应用。机器之心访问了百度深度学习技术平台部总监马艳军和 PaddlePaddle 总架构师于佃海,他们向我们介绍了 PaddlePaddle 的「成熟韵味」都体现在哪。自深度学...
- 一个关于计算机如何学习的新理论的蓝图正在形成,其影响甚至比登月更大!研究人员正试图解释神经网络工作原理,并保证如果以规定的方式构建一个神经网络,它就能够执行特定的任务。深度学习需要更多的理论!这是学术界的一个共识。神经网络十分强大,但往往不可预测。现在,谷歌大脑、FAIR、德州农工大学等的数学家们试图深究神经网络的理论基础,开始揭示神经网络的形式如何影响其功能。我们对神经网络几乎一无所知设计... 一个关于计算机如何学习的新理论的蓝图正在形成,其影响甚至比登月更大!研究人员正试图解释神经网络工作原理,并保证如果以规定的方式构建一个神经网络,它就能够执行特定的任务。深度学习需要更多的理论!这是学术界的一个共识。神经网络十分强大,但往往不可预测。现在,谷歌大脑、FAIR、德州农工大学等的数学家们试图深究神经网络的理论基础,开始揭示神经网络的形式如何影响其功能。我们对神经网络几乎一无所知设计...
- 如果大家对机器学习算法有所涉猎的话,想必你一定看过《统计学习方法》这本书,里面介绍了统计学中的一些基本算法和知识点,本文进行了详细的总结。转载来源公众号:机器学习算法与自然语言处理“ 阅读本文大概需要 19 分钟。 ”阅读目录:1. 知识点2. 感知机3. k 近邻法4. 朴素贝叶斯5. 决策树6. logistic 回归和最大熵模型7. 支持向量机8. 提升方法9. EM 算法10. 隐马... 如果大家对机器学习算法有所涉猎的话,想必你一定看过《统计学习方法》这本书,里面介绍了统计学中的一些基本算法和知识点,本文进行了详细的总结。转载来源公众号:机器学习算法与自然语言处理“ 阅读本文大概需要 19 分钟。 ”阅读目录:1. 知识点2. 感知机3. k 近邻法4. 朴素贝叶斯5. 决策树6. logistic 回归和最大熵模型7. 支持向量机8. 提升方法9. EM 算法10. 隐马...
- 本节书摘来自华章计算机《OpenCV 4计算机视觉项目实战》 一书中第一章,第1.3.15节,作者[西班牙]大卫·米兰·埃斯克里瓦(David Millán Escrivá)[西班牙]维尼休斯·G.门东萨(Vinícius G. Mendon。 本节书摘来自华章计算机《OpenCV 4计算机视觉项目实战》 一书中第一章,第1.3.15节,作者[西班牙]大卫·米兰·埃斯克里瓦(David Millán Escrivá)[西班牙]维尼休斯·G.门东萨(Vinícius G. Mendon。
- 做爬虫的同学肯定或多或少会为验证码苦恼过,在最初的时候,大部分验证码都是图形验证码。但是前几年「极验」验证码横空出世,行为验证码变得越来越流行,其中之一的形式便是滑块验证码。滑块验证码是怎样的呢?如图所示,验证码是一张矩形图,图片左侧会出现一个滑块,右侧会出现一个缺口,下侧会出现一个滑轨。左侧的滑块会随着滑轨的拖动而移动,如果能将左侧滑块正好滑动到右侧缺口处,就算完成了验证。由于这种验证码交... 做爬虫的同学肯定或多或少会为验证码苦恼过,在最初的时候,大部分验证码都是图形验证码。但是前几年「极验」验证码横空出世,行为验证码变得越来越流行,其中之一的形式便是滑块验证码。滑块验证码是怎样的呢?如图所示,验证码是一张矩形图,图片左侧会出现一个滑块,右侧会出现一个缺口,下侧会出现一个滑轨。左侧的滑块会随着滑轨的拖动而移动,如果能将左侧滑块正好滑动到右侧缺口处,就算完成了验证。由于这种验证码交...
- 本节书摘来自华章计算机《智能系统与技术丛书 :基于浏览器的深度学习》 一作者[ 法 ] 泽维尔·布里(Xavier Bourry) [ 美 ] 佐佐木凯(Kai Sasaki) [ 奥地利 ] 克里斯托夫·科纳( Christoph K.rner) [ 日 ] 中野礼一郎(Reiichiro Nakano) ,侠 天 易乐天 译。 本节书摘来自华章计算机《智能系统与技术丛书 :基于浏览器的深度学习》 一作者[ 法 ] 泽维尔·布里(Xavier Bourry) [ 美 ] 佐佐木凯(Kai Sasaki) [ 奥地利 ] 克里斯托夫·科纳( Christoph K.rner) [ 日 ] 中野礼一郎(Reiichiro Nakano) ,侠 天 易乐天 译。
- 摘要:我个人开发的深度学习脚手架 ModelZoo 发布了!好多天没有更新原创文章了,国庆前的一段时间确实比较忙,整个九月在参加各种面试,另外还有公司的项目,还有自己的毕设,另外还需要准备参加一些活动和讲座,时间排的很紧,不过还在这些事情基本在国庆来临之际都暂告一段落了,所以国庆我也没打算再干太多事情,就准备在家休养生息。在家一段时间,我尝试对之前做过的一些项目进行一些梳理,另外还对一些比较... 摘要:我个人开发的深度学习脚手架 ModelZoo 发布了!好多天没有更新原创文章了,国庆前的一段时间确实比较忙,整个九月在参加各种面试,另外还有公司的项目,还有自己的毕设,另外还需要准备参加一些活动和讲座,时间排的很紧,不过还在这些事情基本在国庆来临之际都暂告一段落了,所以国庆我也没打算再干太多事情,就准备在家休养生息。在家一段时间,我尝试对之前做过的一些项目进行一些梳理,另外还对一些比较...
- 人类并不是完美的,我们经常在编写软件的时候犯错误。有时这些错误很容易找到:你的代码根本不工作,你的应用程序会崩溃。但有些 bug 是隐藏的,很难发现,这使它们更加危险。在处理深度学习问题时,由于某些不确定性,很容易产生此类错误:很容易看到 web 应用的端点路由请求是否正确,但却不容易检查梯度下降步骤是否正确。然而,在深度学习实践例程中有很多 bug 是可以避免的。我想和大家分享一下我在过去... 人类并不是完美的,我们经常在编写软件的时候犯错误。有时这些错误很容易找到:你的代码根本不工作,你的应用程序会崩溃。但有些 bug 是隐藏的,很难发现,这使它们更加危险。在处理深度学习问题时,由于某些不确定性,很容易产生此类错误:很容易看到 web 应用的端点路由请求是否正确,但却不容易检查梯度下降步骤是否正确。然而,在深度学习实践例程中有很多 bug 是可以避免的。我想和大家分享一下我在过去...
上滑加载中
推荐直播
-
ECS自动初始化实操
2025/06/24 周二 16:30-18:00
阿肯-华为云生态技术讲师
ECS是大家非常熟悉的服务,但大家真的用对了吗?服务器启动后需要人工部署应用吗?课程演示如何让ECS创建就能投入工作
回顾中
热门标签