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:1154個(gè) 瀏覽:25232次 帖子:25個(gè)
如何基于Tf-Idf詞向量和余弦相似性根據(jù)字幕文件找出相似的TED演講
由于我們的最終目標(biāo)是基于內(nèi)容相似性推薦演講,我們首先要做的就是為字幕創(chuàng)建便于比較的表示。其中一種方法是為每個(gè)字幕創(chuàng)建一個(gè)tfidf向量。但是,到底什么是...
2018-06-30 標(biāo)簽:向量數(shù)據(jù)集 7033 0
建立一個(gè)源于StackExchange的新數(shù)據(jù)集
作為頂會(huì),評(píng)選“最佳論文”和“終身成就獎(jiǎng)”幾乎已經(jīng)是一項(xiàng)“標(biāo)配”,ACL也不例外。往年會(huì)議通常會(huì)在正會(huì)上宣布獲獎(jiǎng)?wù)撐?嘉賓,但今年主辦方在會(huì)議前一個(gè)月就...
2018-06-30 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集 2958 0
OpenAI:用可擴(kuò)展的多任務(wù)系統(tǒng),在多語(yǔ)言任務(wù)上取得了良好的成績(jī)
最近我們嘗試用無(wú)監(jiān)督學(xué)習(xí)增強(qiáng)系統(tǒng),進(jìn)一步研究語(yǔ)言能力。無(wú)監(jiān)督技術(shù)訓(xùn)練能通過(guò)含有巨大信息量的數(shù)據(jù)庫(kù)訓(xùn)練單詞的表示,與監(jiān)督學(xué)習(xí)結(jié)合后,模型的性能會(huì)進(jìn)一步提高...
2018-06-30 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集 2117 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(méi)有說(shuō)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(wàn) 0
DeepMind論文推出了一種新的神經(jīng)網(wǎng)絡(luò)——GQN
GQN可以表示、測(cè)量并且減少不確定性。即使在沒(méi)有完全看到所有場(chǎng)景的情況下,網(wǎng)絡(luò)也可以解釋其中的不確定之處。同時(shí)也能根據(jù)部分圖像拼成完整的場(chǎng)景。下面的第一...
2018-06-30 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)視覺(jué)數(shù)據(jù)集 4794 0
從以上的編解碼過(guò)程中,我們可以看到,先驗(yàn)概率估計(jì)的精確程度對(duì)編碼的效率影響很大。HEVC使用動(dòng)態(tài)更新的概率模型實(shí)現(xiàn)自適應(yīng)二進(jìn)制算術(shù)編碼。
2018-06-30 標(biāo)簽:圖像壓縮數(shù)據(jù)集深度學(xué)習(xí) 7801 0
如何很容易地將數(shù)據(jù)共享為Kaggle數(shù)據(jù)集
雖然一個(gè)更大的、機(jī)構(gòu)層面的努力是理想的,但與此同時(shí),我們也可以利用開(kāi)源,免費(fèi)使用Kaggle 這樣的資源。我認(rèn)為 Kaggle 有可能做 Github ...
2018-06-29 標(biāo)簽:數(shù)據(jù)集AI技術(shù) 5812 0
什么是LOD表達(dá)式?如何在Tableau Prep 中生成FIXED LOD 表達(dá)式的結(jié)果
接下來(lái),我們將會(huì)讓我們的流程分支,以允許我們創(chuàng)建總值并同時(shí)保持原始數(shù)據(jù)集。我們的目標(biāo)是創(chuàng)建兩個(gè)獨(dú)立的數(shù)據(jù)副本,以便我們可以獨(dú)立操作。這使我們可以在一條路...
2018-06-28 標(biāo)簽:數(shù)據(jù)集LOD 8220 0
有了訓(xùn)練集和驗(yàn)證集后,我們開(kāi)始對(duì)數(shù)據(jù)集進(jìn)行基準(zhǔn)測(cè)試。這是一個(gè)分類問(wèn)題,在給出一個(gè)測(cè)試數(shù)據(jù)時(shí),我們需要將它分到12個(gè)類中的一個(gè)。我們將使用卷積神經(jīng)網(wǎng)絡(luò)(C...
2018-06-27 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像分類數(shù)據(jù)集 5090 0
如何輸入3D網(wǎng)格物體(原始三角形和頂點(diǎn)),得到分類概率的輸出
首先要做的是選擇分類器類型。由于如圖像、語(yǔ)音等重要數(shù)據(jù)的技術(shù)解決方案都是基于神經(jīng)網(wǎng)絡(luò)(或在 Kaggle 比賽中經(jīng)常使用的奇特組件),因此訓(xùn)練神經(jīng)網(wǎng)絡(luò)是...
2018-06-24 標(biāo)簽:自動(dòng)識(shí)別三維網(wǎng)格數(shù)據(jù)集 5683 0
一文快速了解機(jī)器學(xué)習(xí)任務(wù)中的重要成分和結(jié)構(gòu)
很顯然,當(dāng)訓(xùn)練數(shù)據(jù)集足夠大的時(shí)候,經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化這一策略能夠保證很好的學(xué)習(xí)效果——這也就是我們當(dāng)代深度神經(jīng)網(wǎng)絡(luò)取得很多方面的成功的一個(gè)重要原因。專業(yè)的說(shuō)...
2018-06-22 標(biāo)簽:人工智能機(jī)器學(xué)習(xí)數(shù)據(jù)集 4411 0
分享下Kaiming大神在CVPR‘18 又有了什么新成果?
在具體實(shí)現(xiàn)過(guò)程中,基于Mask R-CNN提出了一種新穎的遷移學(xué)習(xí)方法。Mask R-CNN可以將實(shí)例分割問(wèn)題分解為邊框目標(biāo)檢測(cè)和掩膜預(yù)測(cè)兩個(gè)子任務(wù)。在...
2018-06-20 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像分割數(shù)據(jù)集 5071 0
機(jī)器學(xué)習(xí)實(shí)用指南——多類分類與誤差分析
分析混淆矩陣通??梢越o你提供深刻的見(jiàn)解去改善你的分類器?;仡欉@幅圖,看樣子你應(yīng)該努力改善分類器在數(shù)字 8 和數(shù)字 9 上的表現(xiàn),和糾正 3/5 的混淆。...
2018-06-19 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集TensorFlow 8236 0
如何用PaddlePaddle手寫一個(gè)垃圾郵件分類器
拿到數(shù)據(jù)后我們可以很清楚的看到郵件的內(nèi)容,但并不是所有的內(nèi)容都是我們需要的,在這里我們僅提取了郵件中的中文來(lái)作為訓(xùn)練語(yǔ)料。如果仔細(xì)觀察的話,會(huì)發(fā)現(xiàn)不是所...
2018-06-19 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集 4515 0
使用更“時(shí)尚”的數(shù)據(jù)開(kāi)啟機(jī)器學(xué)習(xí)的 Hello World 之門
也許是我們的模型需要更大一些來(lái)容納如此搞復(fù)雜度的模型?抑或訓(xùn)練應(yīng)該更少一些?我們來(lái)試試看。經(jīng)過(guò)屢次調(diào)試微參數(shù),模型的失真度突破性降低了,并且比線性模型得...
2018-06-13 標(biāo)簽:線性機(jī)器學(xué)習(xí)數(shù)據(jù)集 3256 0
基于Datalore開(kāi)發(fā)機(jī)器學(xué)習(xí)項(xiàng)目的體驗(yàn)
好吧,這行代碼看著稍微有點(diǎn)長(zhǎng),其實(shí)在Datalore里打起來(lái)非??欤?yàn)楹芏嗟胤缴晕⑶靡粌蓚€(gè)字母就可以一路補(bǔ)全下去。與此同時(shí),我們能在右邊看到,Data...
2018-06-11 標(biāo)簽:編輯器機(jī)器學(xué)習(xí)數(shù)據(jù)集 6726 0
如何讓tSNE在大型、高維數(shù)據(jù)庫(kù)上實(shí)時(shí)進(jìn)行可視化的詳細(xì)資料概述
tSNE是目前最為流行的一種高維數(shù)據(jù)降維的算法。在大數(shù)據(jù)時(shí)代,數(shù)據(jù)不僅越來(lái)越多,而且變得越來(lái)越復(fù)雜,數(shù)據(jù)維度的轉(zhuǎn)化也在驚人地增加。對(duì)于計(jì)算機(jī)而言,處理高...
2018-06-10 標(biāo)簽:GPU算法數(shù)據(jù)庫(kù) 2.3萬(wàn) 0
伯克利發(fā)布最大規(guī)模也是最多樣化的駕駛視頻數(shù)據(jù)集
BAIR為經(jīng)常出現(xiàn)在道路上的所有10萬(wàn)個(gè)關(guān)鍵幀上的對(duì)象標(biāo)上對(duì)象邊界框,以了解對(duì)象的分布及其位置。下面的條形圖顯示了對(duì)象計(jì)數(shù)。還有其他方法可以在我們的標(biāo)注...
2018-06-03 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集自動(dòng)駕駛 4076 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(wàn) 0
廣泛應(yīng)用的城市語(yǔ)義分割的數(shù)據(jù)集整理
這是最早用于自動(dòng)駕駛領(lǐng)域的語(yǔ)義分割數(shù)據(jù)集,發(fā)布于2007年末。他們應(yīng)用自己的圖像標(biāo)注軟件在一段10分鐘的視頻中連續(xù)標(biāo)注了700張圖片,這些視頻是由安裝在...
2018-05-29 標(biāo)簽:數(shù)據(jù)集自動(dòng)駕駛深度學(xué)習(xí) 8614 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(wú)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(jué) | 無(wú)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 |