完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 數(shù)據(jù)集
文章:1160個 瀏覽:25904次 帖子:33個
如何使用Scrapy爬取網(wǎng)站數(shù)據(jù)
網(wǎng)頁抓取的主要目標(biāo)是從無結(jié)構(gòu)的來源提取出結(jié)構(gòu)信息。Scrapy爬蟲以Python字典的形式返回提取數(shù)據(jù)。盡管Python字典既方便又熟悉,但仍然不夠結(jié)構(gòu)...
2018-07-26 標(biāo)簽:數(shù)據(jù)集選擇器爬蟲 5.6k 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 1.1萬 0
一種基于GAN的圖到圖轉(zhuǎn)換方法,可以檢測出圖片中的敏感區(qū)域
圖像到圖像轉(zhuǎn)換是一類經(jīng)典計算機(jī)視覺問題,按照一般方法,研究人員需要對齊訓(xùn)練集圖像,讓模型學(xué)習(xí)輸入圖像和輸出圖像之間的映射。但在這個問題下找到成對圖像基本...
2018-07-25 標(biāo)簽:圖像GAN數(shù)據(jù)集 5.3k 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
Move Mirror使用攝像頭捕捉你的動作,實(shí)時匹配和你動作相近的圖像
表現(xiàn)出色,又是自家出品,所以Move Mirror團(tuán)隊順理成章地選擇了PoseNet作為應(yīng)用背后的模型。在原型開發(fā)階段,團(tuán)隊通過簡單的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
最后,如果你觀察一個單一決策樹,重要的特征會出現(xiàn)在更靠近根部的位置,而不重要的特征會經(jīng)常出現(xiàn)在靠近葉子的位置。因此我們可以通過計算一個特征在森林的全部樹...
2018-07-20 標(biāo)簽:分類器數(shù)據(jù)集決策樹 2.8k 0
這款筆記是一種端到端(end-to-end)的樣例。如果你運(yùn)行它,將會下載 MS-COCO數(shù)據(jù)集,使用Inception V3來預(yù)處理和緩存圖像的子集、...
2018-07-20 標(biāo)簽:圖像數(shù)據(jù)集 5k 0
是十款各具特色的GANs,深入了解其數(shù)學(xué)原理
InfoGAN是生成對抗網(wǎng)絡(luò)信息理論的擴(kuò)展,能夠以完全非監(jiān)督的方式得到可分解的特征表示。它可以最大化隱含(latent)變量子集與觀測值之間的互信息(m...
2018-07-20 標(biāo)簽:GAN機(jī)器學(xué)習(xí)數(shù)據(jù)集 5.8k 0
它的概念很簡單:對于每個目標(biāo)對象,F(xiàn)aster R-CNN都有兩個輸出,一是分類標(biāo)簽,二是候選窗口;為了分割目標(biāo)像素,我們可以在前兩個輸出的基礎(chǔ)上增加第...
2018-07-20 標(biāo)簽:機(jī)器人數(shù)據(jù)集 6.9萬 0
概率分布合成的數(shù)據(jù)上平均數(shù)的探索詳細(xì)資料概述
Philadelphia Media Network資深數(shù)據(jù)分析師Daniel McNichol使用R語言演示了畢達(dá)哥拉斯平均數(shù)在不同概率分布上的效果。
2018-07-19 標(biāo)簽:概率算術(shù)數(shù)據(jù)集 5.7k 0
谷歌又為目標(biāo)檢測API進(jìn)行了升級,最新的能力包括哪些方面?
為了在有限大小下保證性能,工程師們不僅量化了權(quán)重,同時對激活也進(jìn)行了量化,實(shí)現(xiàn)了速度(大小)和精度的平衡。下圖展現(xiàn)了優(yōu)化后的模型在Pixel2的CPU上...
2018-07-17 標(biāo)簽:谷歌數(shù)據(jù)集TensorFlow 4.1k 0
基于深度學(xué)習(xí)技術(shù),從頭開始搭建圖像語義搜索引擎
和軟件工程一樣,機(jī)器學(xué)習(xí)中,有很多處理問題的方法,各有各的折衷。如果你正在做一項(xiàng)研究或者一個本地原型,你可以使用非常低效的解決方案。但是如果我們創(chuàng)建的是...
2018-07-17 標(biāo)簽:圖像數(shù)據(jù)集深度學(xué)習(xí) 5.3k 0
講解隨機(jī)梯度下降、類別數(shù)據(jù)編碼、Vowpal Wabbit機(jī)器學(xué)習(xí)庫
在數(shù)據(jù)量不大的情況下,上面的數(shù)學(xué)效果不錯(我們這里不討論局部極小值、鞍點(diǎn)、學(xué)習(xí)率選擇、動量等問題,請參考《深度學(xué)習(xí)》一書的數(shù)值計算那一章)。批量梯度下降...
2018-07-17 標(biāo)簽:函數(shù)機(jī)器學(xué)習(xí)數(shù)據(jù)集 6.7k 0
TensorFlow發(fā)表推文正式發(fā)布TensorFlow v1.9
其中有兩個案例受到了大家的廣泛關(guān)注,這個項(xiàng)目是通過 Colab 在 tf.keras 中訓(xùn)練模型,并通過TensorFlow.js 在瀏覽器中運(yùn)行;最近...
2018-07-16 標(biāo)簽:數(shù)據(jù)集TensorFlow 3.5k 0
在訓(xùn)練點(diǎn)和生成的樣本之間的線性插值上評估梯度,作為最佳耦合的代理(proxy)。 還可以在數(shù)據(jù)流形周圍評估梯度損失,這促使鑒別器在該區(qū)域中成分段線性。梯...
2018-07-16 標(biāo)簽:發(fā)生器GAN數(shù)據(jù)集 4.6k 0
一種新的表示學(xué)習(xí)方法——對比預(yù)測編碼
對于語音,我們使用了公開的LibriSpeech數(shù)據(jù)集中100小時的子數(shù)據(jù)集。雖然數(shù)據(jù)集不提供原始文本以外的標(biāo)簽,但我們使用Kaldi工具包獲得了強(qiáng)制對...
2018-07-14 標(biāo)簽:編碼器數(shù)據(jù)集深度學(xué)習(xí) 7.2k 0
用人類智商測試題檢驗(yàn)神經(jīng)網(wǎng)絡(luò)的抽象推理能力
既然目的是讓AI做題,我們先得有題啊!當(dāng)然了,手動搜集整理是不可能的,為了創(chuàng)建題庫,首先我們構(gòu)建了一個可以自動生成推理題的生成器,它包含一組抽象元素,包...
2018-07-14 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)數(shù)據(jù)集 8.6k 0
無需使用沒有“噪聲”的清晰圖像,就能夠?qū)崿F(xiàn)完美去水印
如何生成清晰的圖像是醫(yī)學(xué)成像檢測(如MRI)和天文圖像中的共同問題,因?yàn)檫@些場景根本沒有足夠的時間和光線來拍攝清晰圖像。時間在計算機(jī)圖形技術(shù)中也是一個問...
2018-07-13 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像數(shù)據(jù)集 7.1k 0
虛線表示的是那些決策函數(shù)等于 1 或 -1 的點(diǎn):它們平行,且到?jīng)Q策邊界的距離相等,形成一個間隔。訓(xùn)練線性 SVM 分類器意味著找到w值和b值使得這一個...
2018-07-12 標(biāo)簽:分類器機(jī)器學(xué)習(xí)數(shù)據(jù)集 4.7k 0
在多個異構(gòu)數(shù)據(jù)集上進(jìn)行訓(xùn)練并可開發(fā)它們的語義層次結(jié)構(gòu)
在第二節(jié),我們描述了我們的分層方法所解決的確切挑戰(zhàn)。一個例子是Cityscapes和GTSDB的綜合培訓(xùn)。在這種情況下,所有GTSDB類都是Citysc...
2018-07-12 標(biāo)簽:數(shù)據(jù)集自動駕駛深度學(xué)習(xí) 7.4k 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | 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 |