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)
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(shuō),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 9902 0
樸素貝葉斯分類(lèi)算法并實(shí)現(xiàn)中文數(shù)據(jù)集的輿情分析案例
先驗(yàn)概率是由以往的數(shù)據(jù)分析得到的概率,泛指一類(lèi)事物發(fā)生的概率,根據(jù)歷史資料或主觀判斷未經(jīng)證實(shí)所確定的概率。后驗(yàn)概率而是在得到信息之后再重新加以修正的概率...
2018-10-23 標(biāo)簽:數(shù)據(jù)集貝葉斯分類(lèi)器 9869 1
使用多維數(shù)據(jù)集向?qū)?,可以?SQL Server 2005 中輕松定義簡(jiǎn)單的多維數(shù)據(jù)集。該向?qū)Э梢詭椭鸀槎嗑S數(shù)據(jù)集定義度量值和維度。在該向?qū)е?,可以?..
2018-02-24 標(biāo)簽:多維數(shù)據(jù)數(shù)據(jù)集 9838 0
線性回歸是最簡(jiǎn)單的機(jī)器學(xué)習(xí)模型之一。它通常不僅是學(xué)習(xí)數(shù)據(jù)科學(xué)的起點(diǎn),也是構(gòu)建快速簡(jiǎn)單的最小可行產(chǎn)品( MVP )的起點(diǎn),然后作為更復(fù)雜算法的基準(zhǔn)。
2022-10-10 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集 9771 0
LaSOT數(shù)據(jù)集的構(gòu)造原理和評(píng)估方法
圖1:常用跟蹤數(shù)據(jù)集統(tǒng)計(jì)示意圖。包括OTB-2013、OTB-2015、TC-128、NUS-PRO、UAV123、UAV20L、VOT-2014、VO...
2019-07-18 標(biāo)簽:人工智能計(jì)算機(jī)視覺(jué)數(shù)據(jù)集 9754 0
從簡(jiǎn)介、計(jì)算步驟、應(yīng)用三方面進(jìn)行理解PCA的降維作用
數(shù)據(jù)集看起來(lái)像一個(gè)從原點(diǎn)到右上角延伸的細(xì)長(zhǎng)扁平的橢圓。要降低整個(gè)數(shù)據(jù)集的維度,我們必須把點(diǎn)映射成一條線。下圖中的兩條線都是數(shù)據(jù)集可以映射的,映射到哪條線...
2018-10-08 標(biāo)簽:PCA數(shù)據(jù)集 9646 0
基于學(xué)習(xí)的數(shù)據(jù)增強(qiáng)策略擴(kuò)充你的數(shù)據(jù)集!
數(shù)據(jù)增強(qiáng)廣泛是機(jī)器學(xué)習(xí)中常用的數(shù)據(jù)處理手段,不同的數(shù)據(jù)集通常會(huì)利用針對(duì)性的數(shù)據(jù)處理手段來(lái)處理。例如MNIST大多使用尺度、旋轉(zhuǎn)和平移的操作,也有加入顏色...
2019-08-02 標(biāo)簽:算法機(jī)器學(xué)習(xí)數(shù)據(jù)集 9408 0
如何將自定義圖片輸入到TensorFlow的訓(xùn)練模型
對(duì)于上述代碼中與模型構(gòu)建相關(guān)的代碼,請(qǐng)查閱官方《Deep MNIST for Experts》一節(jié)的內(nèi)容進(jìn)行理解。在本文中,需要重點(diǎn)掌握的是如何將本地圖...
2018-08-17 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集TensorFlow 9072 0
其中,SLAM算法插件提供了SLAM領(lǐng)域流行的優(yōu)秀算法,包括DSO,ORBSLAM,SVO和TheiaSFM等,這些插件可以直接集成到自己的代碼中,研究...
2019-03-07 標(biāo)簽:傳感器SLAM數(shù)據(jù)集 8843 0
OpenAI發(fā)布了一個(gè)“逆天”的AI模型——GPT2整個(gè)模型包含15億個(gè)參數(shù)
能有這樣出色的表現(xiàn),不是沒(méi)有原因的,GPT-2各種特定領(lǐng)域的語(yǔ)言建模任務(wù)中都取得了很好的分?jǐn)?shù)。作為一個(gè)沒(méi)有經(jīng)過(guò)任何領(lǐng)域數(shù)據(jù)專(zhuān)門(mén)訓(xùn)練的模型,它的表現(xiàn),比那...
2019-03-07 標(biāo)簽:AI數(shù)據(jù)集獨(dú)角獸 8697 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
骨旋轉(zhuǎn)回歸器(Bone rotation regressor)。首先,骨旋轉(zhuǎn)回歸器的任務(wù)是從輸入圖像中預(yù)測(cè)出人體全局的選擇信息以及每一個(gè)骨頭相對(duì)于整體的...
2019-01-06 標(biāo)簽:機(jī)器人計(jì)算機(jī)視覺(jué)數(shù)據(jù)集 8573 0
深入淺出地介紹了一個(gè)有趣的概念:等待時(shí)間悖論
當(dāng)乘客在隨機(jī)時(shí)間點(diǎn)到達(dá)公交站時(shí),他們經(jīng)歷的等待時(shí)間的概率既會(huì)受p(T)影響,又會(huì)受T本身影響:汽車(chē)到達(dá)間隔越長(zhǎng),乘客遇到較長(zhǎng)等待時(shí)間的概率也會(huì)相應(yīng)變大。
2018-11-13 標(biāo)簽:數(shù)據(jù)集數(shù)據(jù)可視化 8470 0
本次實(shí)驗(yàn)在三個(gè)數(shù)據(jù)集上進(jìn)行:Cityscapes、NYU和ADE20K。Cityscapes數(shù)據(jù)集包含的是城市道路景觀照,其中有3000張帶有精細(xì)標(biāo)記的...
2018-07-02 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)圖像數(shù)據(jù)集 8320 0
用人類(lèi)智商測(cè)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(dòng)搜集整理是不可能的,為了創(chuàng)建題庫(kù),首先我們構(gòu)建了一個(gè)可以自動(dòng)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 8271 0
ICLR 2019論文解讀:膠囊圖神經(jīng)網(wǎng)絡(luò)的PyTorch實(shí)現(xiàn)
上圖所示為CapsGNN的簡(jiǎn)化版本。它由三個(gè)關(guān)鍵模塊組成:1)基本節(jié)點(diǎn)膠囊提取模塊:GNN用于提取具有不同感受野的局部頂點(diǎn)特征,然后在該模塊中構(gòu)建主節(jié)點(diǎn)...
2019-03-29 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集pytorch 8265 0
我們知道決策樹(shù)容易過(guò)擬合。換句話(huà)說(shuō),單個(gè)決策樹(shù)可以很好地找到特定問(wèn)題的解決方案,但如果應(yīng)用于以前從未見(jiàn)過(guò)的問(wèn)題則非常糟糕。俗話(huà)說(shuō)三個(gè)臭皮匠賽過(guò)諸葛亮,隨...
2019-04-19 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集決策樹(shù) 8248 0
機(jī)器學(xué)習(xí)實(shí)用指南——多類(lèi)分類(lèi)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(lèi)器。回顧這幅圖,看樣子你應(yīng)該努力改善分類(lèi)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
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
簡(jiǎn)述基于神經(jīng)網(wǎng)絡(luò)的抽取式摘要方法
將文本摘要建模為序列標(biāo)注任務(wù)的關(guān)鍵在于獲得句子的表示,即將句子編碼為一個(gè)向量,根據(jù)該向量進(jìn)行二分類(lèi)任務(wù),例如 AAAI17 中,Nallapati 等人...
2019-04-01 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集強(qiáng)化學(xué)習(xí) 7951 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專(zhuān)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(shù)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 |