完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 數(shù)據(jù)集
文章:1155個(gè) 瀏覽:25355次 帖子:27個(gè)
AUC是否可以直接用作損失函數(shù)去優(yōu)化呢?
TP(true positive):表示樣本的真實(shí)類別為正,最后預(yù)測(cè)得到的結(jié)果也為正;FP(false positive):表示樣本的真實(shí)類別為負(fù),最后...
2018-09-11 標(biāo)簽:函數(shù)分類器數(shù)據(jù)集 1.5萬 0
為什么CNN不能從數(shù)據(jù)中學(xué)習(xí)平移不變性?
論文的觀點(diǎn)是數(shù)據(jù)集里的圖像自帶“攝影師偏差”,很可惜論文作者做出的解釋很糟糕,一會(huì)兒講分布,一會(huì)兒講數(shù)據(jù)增強(qiáng),非常沒有說服力。但是這個(gè)觀點(diǎn)確實(shí)值得關(guān)注,...
2018-06-30 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集CNN 1.4萬 0
討論維數(shù)災(zāi)難問題并且了解在高維空間的數(shù)據(jù)
理論上來說,維數(shù)爆炸的一個(gè)解決方案是增加訓(xùn)練集的大小從而達(dá)到擁有足夠密度的訓(xùn)練集。不幸的是,在實(shí)踐中,達(dá)到給定密度所需的訓(xùn)練實(shí)例的數(shù)量隨著維度的數(shù)量呈指...
2018-07-24 標(biāo)簽:3D降維數(shù)據(jù)集 1.4萬 0
一款開源機(jī)器學(xué)習(xí)熱數(shù)據(jù)集匯集了10,000多個(gè)白天和夜間場(chǎng)景的注釋熱圖像
目前自動(dòng)駕駛感知一般都用激光雷達(dá)(LiDAR)、雷達(dá)和攝像頭等,這些傳感器的感知距離有限,而且對(duì)行人、動(dòng)物等識(shí)別容易出現(xiàn)差錯(cuò),需要人類駕駛員隨時(shí)準(zhǔn)備接管...
2018-08-03 標(biāo)簽:傳感器數(shù)據(jù)集自動(dòng)駕駛 1.3萬 1
PCA類在降維和數(shù)據(jù)重構(gòu)的簡(jiǎn)單用法
sklearn.decomposition.SparsePCA和sklearn.decomposition.MiniBatchSparsePCA:Spa...
2019-04-17 標(biāo)簽:函數(shù)數(shù)據(jù)集PCA算法 1.3萬 0
各個(gè)平臺(tái)各種行業(yè)的數(shù)據(jù)可視化分析工具大集合
Openlayers可能是所有地圖庫(kù)中可靠性最高的一個(gè)。雖然文檔注釋并不完善。且學(xué)習(xí)曲線非常陡峭,但是對(duì)于特定的任務(wù)來說,Openlayers能夠提供一...
2018-12-25 標(biāo)簽:可視化數(shù)據(jù)集決策樹 1.3萬 0
深度學(xué)習(xí)技術(shù)興起之后,基于深度學(xué)習(xí)的圖像特征開始成為圖像檢索的主流。我們知道CNN網(wǎng)絡(luò)具有很多不同程度對(duì)圖像進(jìn)行抽象的layer,較低的層得到的是圖像的...
2019-05-14 標(biāo)簽:圖像數(shù)據(jù)集cnn 1.2萬 0
想知道制造它的全部材料清單嗎? 包括Jetson Nano在內(nèi),一共只需要250美元。其中還包括一個(gè)攝像頭、一個(gè)發(fā)動(dòng)機(jī)和發(fā)動(dòng)機(jī)驅(qū)動(dòng)器,甚至還有一個(gè)微型P...
2019-04-03 標(biāo)簽:機(jī)器人數(shù)據(jù)集深度學(xué)習(xí) 1.2萬 0
人工數(shù)學(xué)建模和機(jī)器學(xué)習(xí)的優(yōu)缺點(diǎn)進(jìn)行介紹和比較
我主要研究醫(yī)療和金融領(lǐng)域的模型應(yīng)用,在這些領(lǐng)域的實(shí)際問題中,上述模型能夠在很大程度上解決模型解釋性、人工數(shù)據(jù)生成和零樣本學(xué)習(xí)問題。因此在下面的實(shí)驗(yàn)中,我...
2019-05-08 標(biāo)簽:計(jì)算機(jī)視覺數(shù)據(jù)集深度學(xué)習(xí) 1.2萬 0
圖像分類問題為例,帶你領(lǐng)略fastai這一高層抽象框架驚人的簡(jiǎn)潔性
現(xiàn)在我們回過頭來,再看看from_folder這個(gè)方法,它根據(jù)路徑參數(shù)獲取數(shù)據(jù)集目錄,然后根據(jù)目錄結(jié)構(gòu)區(qū)分訓(xùn)練集、驗(yàn)證集、分類集,根據(jù)目錄名稱獲取樣本的...
2018-11-05 標(biāo)簽:圖像分類數(shù)據(jù)集 1.1萬 0
MNIST是一個(gè)簡(jiǎn)單的計(jì)算機(jī)視覺數(shù)據(jù)集
為了探索這一點(diǎn),我們可以把MNIST數(shù)據(jù)點(diǎn)看作是在一個(gè)784維立方體中固定的一點(diǎn)。立方體的每個(gè)維度都對(duì)應(yīng)一個(gè)特定的像素,根據(jù)像素強(qiáng)度,數(shù)據(jù)點(diǎn)的范圍在0到...
2018-05-07 標(biāo)簽:圖像機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬 0
GitHub星數(shù)最多的Top 10熱門項(xiàng)目
這個(gè)GitHub庫(kù)提供了他們的論文“DARTS: Differentiable Architecture Search”中的代碼。在這篇論文中,研究者提...
2018-07-29 標(biāo)簽:圖像機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬 0
Move Mirror使用攝像頭捕捉你的動(dòng)作,實(shí)時(shí)匹配和你動(dòng)作相近的圖像
表現(xiàn)出色,又是自家出品,所以Move Mirror團(tuán)隊(duì)順理成章地選擇了PoseNet作為應(yīng)用背后的模型。在原型開發(fā)階段,團(tuán)隊(duì)通過簡(jiǎn)單的web API訪問...
2018-07-22 標(biāo)簽:Google機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬 0
以預(yù)測(cè)葡萄酒品質(zhì)作為例子,帶你步入機(jī)器學(xué)習(xí)的大門
現(xiàn)在,你如何教會(huì)Jon Snow貓和狗的區(qū)別?答案很直觀——你帶它出去散步,當(dāng)你看到一只貓時(shí),你指著貓說:“這是貓。”你繼續(xù)走,可能會(huì)看到一條狗,所以你...
2018-07-02 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬 0
數(shù)據(jù)集使用的Kaggle中辨別狗狗種類的競(jìng)賽
運(yùn)用預(yù)訓(xùn)練深度學(xué)習(xí)模型最直接的策略之一是將它們看作特征提取器。在現(xiàn)代神經(jīng)網(wǎng)絡(luò)架構(gòu)發(fā)展之前,圖像特征是手動(dòng)過濾的,例如Canny edge detecto...
2018-07-04 標(biāo)簽:人工智能數(shù)據(jù)集深度學(xué)習(xí) 1.1萬 0
IEC61850標(biāo)準(zhǔn)學(xué)習(xí)和調(diào)試
邏輯節(jié)點(diǎn)邏輯節(jié)點(diǎn)LN是IEC61850面向?qū)ο蠼5年P(guān)鍵部件。LN體現(xiàn)了將變電站自動(dòng)化功能進(jìn)行模塊化分解的一種建模思路。
2018-05-30 標(biāo)簽:IEC61850數(shù)據(jù)集 1.1萬 0
基于CNN的方法在代表性的公共數(shù)據(jù)集上的性能優(yōu)于其他方法
最近深度學(xué)習(xí)技術(shù)和卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展為理解位置識(shí)別問題提供了另一種方法。AlexNet [ 5 ]顯示,從CNNs中提取的特征經(jīng)過充分有效的訓(xùn)練,在分類...
2018-08-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集深度學(xué)習(xí) 1.1萬 0
為何基于決策樹的模型經(jīng)久不衰?何時(shí)使用基于決策樹的模型?
現(xiàn)在是植樹時(shí)刻!我決定使用Titanic數(shù)據(jù)集,機(jī)器學(xué)習(xí)社區(qū)最著名的數(shù)據(jù)集之一。你可以從Kaggle(c/titanic)或GitHub(alanmar...
2018-10-09 標(biāo)簽:數(shù)據(jù)集決策樹R語(yǔ)言 1.0萬 0
結(jié)合深度神經(jīng)網(wǎng)絡(luò)和決策樹的完美方案
“ANT的出發(fā)點(diǎn)與mGBDT類似,都是期望將神經(jīng)網(wǎng)絡(luò)的表示學(xué)習(xí)和決策樹的特點(diǎn)做一個(gè)結(jié)合,不過,ANT依舊依賴神經(jīng)網(wǎng)絡(luò)BP算法進(jìn)行的實(shí)現(xiàn),”馮霽說:“而深...
2018-07-25 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集決策樹 1.0萬 0
AttnGAN可以生成任意圖像,從普通的田園風(fēng)光到抽象的場(chǎng)景
更具體地說,除了將自然語(yǔ)言描述編碼到全局句子向量中,句中的每個(gè)單詞同樣有對(duì)應(yīng)的向量。在第一階段,生成網(wǎng)絡(luò)利用全局句子向量生成一個(gè)低分辨率的圖像。接著,它...
2018-08-24 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集自然語(yǔ)言 9982 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |