- ML之FE：数据处理—特征工程之稀疏特征的简介、如何处理、案例应用之详细攻略 目录 稀疏特征的简介 稀疏特征的如何处理 稀疏特征的案例应用 稀疏特征的简介 信号稀疏表示是过去近20年来信号处理界一个非常引人关注的研究领域，众多研究论文和专题研讨会表明了该领域的蓬勃发展。信号稀疏表示的目的就是在给定的超完备字典中用尽可能少的原... ML之FE：数据处理—特征工程之稀疏特征的简介、如何处理、案例应用之详细攻略 目录 稀疏特征的简介 稀疏特征的如何处理 稀疏特征的案例应用 稀疏特征的简介 信号稀疏表示是过去近20年来信号处理界一个非常引人关注的研究领域，众多研究论文和专题研讨会表明了该领域的蓬勃发展。信号稀疏表示的目的就是在给定的超完备字典中用尽可能少的原...
- DL之LSTM：tf.contrib.rnn.BasicLSTMCell(rnn_unit)函数的解读 目录 tf.contrib.rnn.BasicLSTMCell(rnn_unit)函数的解读 函数功能解读 函数代码实现 tf.contrib.rnn.BasicLSTMCell(rnn_unit)... DL之LSTM：tf.contrib.rnn.BasicLSTMCell(rnn_unit)函数的解读 目录 tf.contrib.rnn.BasicLSTMCell(rnn_unit)函数的解读 函数功能解读 函数代码实现 tf.contrib.rnn.BasicLSTMCell(rnn_unit)...
- Dataset之WebVision：WebVision数据集简介、下载、使用方法之详细攻略 目录 WebVision数据集简介 1、WebVision数据集挑战 WebVision数据集下载 WebVision数据集使用方法 WebVision数据集简介 WebVision数据集主要有Google和... Dataset之WebVision：WebVision数据集简介、下载、使用方法之详细攻略 目录 WebVision数据集简介 1、WebVision数据集挑战 WebVision数据集下载 WebVision数据集使用方法 WebVision数据集简介 WebVision数据集主要有Google和...
- EL之AdaBoost：集成学习之AdaBoost算法的简介、应用、经典案例之详细攻略 目录 AdaBoost算法的简介 1、理解AdaBoost算法 1.1、从前向逐步递增角度来看理解AdaBoost：要找到最优的f很难→每次递增。 1.2、前向逐步递增的损失函数—L2Boosting 2、AdaBoost M1算法证明过程 AdaBoost算法的经典案... EL之AdaBoost：集成学习之AdaBoost算法的简介、应用、经典案例之详细攻略 目录 AdaBoost算法的简介 1、理解AdaBoost算法 1.1、从前向逐步递增角度来看理解AdaBoost：要找到最优的f很难→每次递增。 1.2、前向逐步递增的损失函数—L2Boosting 2、AdaBoost M1算法证明过程 AdaBoost算法的经典案...
- DL之LSTM：基于tensorflow框架利用LSTM算法对气温数据集训练并回归预测 目录 输出结果 核心代码 输出结果 数据集 tensorboard可视化 iter: 0 loss: 0.010328549iter: 500 los... DL之LSTM：基于tensorflow框架利用LSTM算法对气温数据集训练并回归预测 目录 输出结果 核心代码 输出结果 数据集 tensorboard可视化 iter: 0 loss: 0.010328549iter: 500 los...
- CV之FD之HOG：图像检测之基于HOG算法、简介、代码实现(计算图像相似度)之详细攻略 图像检测之基于HOG算法、简介、代码实现(计算图像相似度)之详细攻略 相关文章：CV之FD之HOG：图像检测之基于HOG算法、简介、代码实现(计算图像相似度)之详细攻略 1、手写Hog特征提取算法 import numpy as n... CV之FD之HOG：图像检测之基于HOG算法、简介、代码实现(计算图像相似度)之详细攻略 图像检测之基于HOG算法、简介、代码实现(计算图像相似度)之详细攻略 相关文章：CV之FD之HOG：图像检测之基于HOG算法、简介、代码实现(计算图像相似度)之详细攻略 1、手写Hog特征提取算法 import numpy as n...
- Dataset之IMDB影评数据集：IMDB影评数据集的简介、下载、使用方法之详细攻略 目录 IMDB影评数据集的简介 File descriptions Data fields IMDB影评数据集的下载 IMDB影评数据集的使用方法 IMDB影评数据集的简介 标签数据集包含5万条IMDB影评，专门用于情绪分析。评... Dataset之IMDB影评数据集：IMDB影评数据集的简介、下载、使用方法之详细攻略 目录 IMDB影评数据集的简介 File descriptions Data fields IMDB影评数据集的下载 IMDB影评数据集的使用方法 IMDB影评数据集的简介 标签数据集包含5万条IMDB影评，专门用于情绪分析。评...
- AI之math：人工智能概念之机器学习/深度学习中的数学基础知识图谱(最全) 目录 人工智能数学基础综合 人工智能数学基础之高等数学 人工智能数学基础之线性代数 人工智能数学基础之概率论 人工智能数学基础综合 下边的知识图谱来源于《人工智能数学基础》课程文件，源于Jason博士 人工智能数学基础之高等数学 ... AI之math：人工智能概念之机器学习/深度学习中的数学基础知识图谱(最全) 目录 人工智能数学基础综合 人工智能数学基础之高等数学 人工智能数学基础之线性代数 人工智能数学基础之概率论 人工智能数学基础综合 下边的知识图谱来源于《人工智能数学基础》课程文件，源于Jason博士 人工智能数学基础之高等数学 ...
- Dataset之mushroom：mushroom蘑菇数据集的简介、下载、使用方法之详细攻略 目录 mushroom蘑菇数据集的简介 mushroom蘑菇数据集的下载 mushroom蘑菇数据集的使用方法 mushroom蘑菇数据集的简介 mushroom蘑菇数据集属于UCI机器学习库的Mushroom数据集，也是XGB... Dataset之mushroom：mushroom蘑菇数据集的简介、下载、使用方法之详细攻略 目录 mushroom蘑菇数据集的简介 mushroom蘑菇数据集的下载 mushroom蘑菇数据集的使用方法 mushroom蘑菇数据集的简介 mushroom蘑菇数据集属于UCI机器学习库的Mushroom数据集，也是XGB...
- AI：人工智能概念之AI发展历史的重要历史时间节点、大牛们对AI相关概念的定义 目录 1950~ 大牛们对重要概念的定义 ML的定义 1950~ 1950，人工智能之父Alan Mzthison Turing，艾伦图灵在1950年发表的论文《计算机器与智能》(Computing Muchinery and Intelli... AI：人工智能概念之AI发展历史的重要历史时间节点、大牛们对AI相关概念的定义 目录 1950~ 大牛们对重要概念的定义 ML的定义 1950~ 1950，人工智能之父Alan Mzthison Turing，艾伦图灵在1950年发表的论文《计算机器与智能》(Computing Muchinery and Intelli...
- DL之DNN：自定义2层神经网络TwoLayerNet模型(封装为层级结构)利用MNIST数据集进行训练、预测 导读 计算图在神经网络算法中的作用。计算图的节点是由局部计算构成的。局部计算构成全局计算。计算图的正向传播进行一般的计算。通过计算图的反向传播，可以计算各个节点的导数。 目录 输出结果 设计思路 核心代码 ... DL之DNN：自定义2层神经网络TwoLayerNet模型(封装为层级结构)利用MNIST数据集进行训练、预测 导读 计算图在神经网络算法中的作用。计算图的节点是由局部计算构成的。局部计算构成全局计算。计算图的正向传播进行一般的计算。通过计算图的反向传播，可以计算各个节点的导数。 目录 输出结果 设计思路 核心代码 ...
- TF：基于tensorflow框架利用python脚本下将YoloV3训练好的.ckpt模型文件转换为推理时采用的.pb文件 目录 准备.ckpt模型文件→最后生成的.pb文件 脚本代码转换命令 脚本代码转换过程记录 TF：基于tensorflow框架利用python脚本下将YoloV3训练好的.ckpt模型文件转换为推理时采用的.pb文件 目录 准备.ckpt模型文件→最后生成的.pb文件 脚本代码转换命令 脚本代码转换过程记录
- AI：2020年6月21日北京智源大会演讲分享之14:00-14:25 张铭教授《基于知识图谱的机器学习》 导读：首先感谢北京智源大会进行主题演讲的各领域顶级教授，博主受益匪浅，此文章为博主在聆听各领域教授或专家演讲时，一张一张截图进行保存，希望与大家一起学习，共同进步，一起见证或筑起人工智能的下一个十年。非常欢迎国内外人工智能领域网友，前来留言探讨与分享，同时感谢点... AI：2020年6月21日北京智源大会演讲分享之14:00-14:25 张铭教授《基于知识图谱的机器学习》 导读：首先感谢北京智源大会进行主题演讲的各领域顶级教授，博主受益匪浅，此文章为博主在聆听各领域教授或专家演讲时，一张一张截图进行保存，希望与大家一起学习，共同进步，一起见证或筑起人工智能的下一个十年。非常欢迎国内外人工智能领域网友，前来留言探讨与分享，同时感谢点...
- ML之RF&DT：利用RF(RFR)、DT(DTR)两种算法实现对boston(波士顿房价)数据集进行训练并预测 目录 输出结果 实现代码 输出结果 1、两种算法的预测结果 2、回归树的可视化 实现代码 boston_house = load_boston() boston_feature_name = ... ML之RF&DT：利用RF(RFR)、DT(DTR)两种算法实现对boston(波士顿房价)数据集进行训练并预测 目录 输出结果 实现代码 输出结果 1、两种算法的预测结果 2、回归树的可视化 实现代码 boston_house = load_boston() boston_feature_name = ...
- MXNet之CNN：自定义CNN-OCR算法训练车牌数据集(umpy.ndarray格式数据)的模型实现一张新车牌照片字符预测 导读 利用自定义CNN-OCR算法，来训练车牌数据集(umpy.ndarray格式数据)，然后实现车牌照片字符识别，最后进行一张新车牌照片字符预测。 目录 输出结果 设计思路 核心代码 输出结果 ... MXNet之CNN：自定义CNN-OCR算法训练车牌数据集(umpy.ndarray格式数据)的模型实现一张新车牌照片字符预测 导读 利用自定义CNN-OCR算法，来训练车牌数据集(umpy.ndarray格式数据)，然后实现车牌照片字符识别，最后进行一张新车牌照片字符预测。 目录 输出结果 设计思路 核心代码 输出结果 ...
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中
热门标签