深度學(xué)習(xí)應(yīng)用在超分辨率領(lǐng)域的9個(gè)模型

我們?cè)窒磉^的實(shí)時(shí)圖像識(shí)別只是其中一種應(yīng)用。我們還可以利用深度學(xué)習(xí)來做超分辨率。我們這次就分享一下用于超分辨率的深度學(xué)習(xí)基本框架，以及衍生出的各種網(wǎng)絡(luò)模...

2018-07-13 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.6萬 0

遷移學(xué)習(xí)的原理，基于Keras實(shí)現(xiàn)遷移學(xué)習(xí)

我面對(duì)的大多數(shù)計(jì)算機(jī)視覺問題沒有非常大的數(shù)據(jù)集（5000-40000圖像）。即使使用極端的數(shù)據(jù)增強(qiáng)策略，也很難達(dá)到像樣的精確度。而在少量數(shù)據(jù)集上訓(xùn)練數(shù)百...

2018-05-09 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.5萬 1

Qdrant不只是高性能向量數(shù)據(jù)庫

在機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中，向量通常被用作表示數(shù)據(jù)的形式，其中每個(gè)向量的維度代表了不同的特征或?qū)傩浴＠?，在圖像分類任務(wù)中，一個(gè)圖像可以被表示為像素值組成的...

2023-05-11 標(biāo)簽：API數(shù)據(jù)庫機(jī)器學(xué)習(xí) 1.5萬 0

如何才能高效地進(jìn)行深度學(xué)習(xí)模型訓(xùn)練？

分布式深度學(xué)習(xí)框架中，包括數(shù)據(jù)/模型切分、本地單機(jī)優(yōu)化算法訓(xùn)練、通信機(jī)制、和數(shù)據(jù)/模型聚合等模塊。現(xiàn)有的算法一般采用隨機(jī)置亂切分的數(shù)據(jù)分配方式，隨機(jī)優(yōu)化...

2018-07-09 標(biāo)簽：加速器機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.5萬 0

構(gòu)建一個(gè)決策樹并查看它如何進(jìn)行預(yù)測

正如你所看到的，決策樹非常直觀，他們的決策很容易解釋。 這種模型通常被稱為白盒模型。 相反，正如我們將看到的，隨機(jī)森林或神經(jīng)網(wǎng)絡(luò)通常被認(rèn)為是黑匣子模型。...

2018-07-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)決策樹 1.5萬 0

三種回歸算法及其優(yōu)缺點(diǎn)，將會(huì)為我們理解和選擇算法提供很好的幫助

在這一簡單的模型中，單變量線性回歸的任務(wù)是建立起單個(gè)輸入的獨(dú)立變量與因變量之間的線性關(guān)系；而多變量回歸則意味著要建立多個(gè)獨(dú)立輸入變量與輸出變量之間的關(guān)系。

2018-03-23 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 1.5萬 0

LSTM和GRU的動(dòng)態(tài)圖解

根據(jù)上圖公式：新權(quán)重=權(quán)重-學(xué)習(xí)率×梯度。已知學(xué)習(xí)率是個(gè)超參數(shù)，當(dāng)梯度非常小時(shí)，權(quán)重和新權(quán)重幾乎相等，這個(gè)層就停止學(xué)習(xí)了。由于這些層都不再學(xué)習(xí)，RNN就...

2018-10-27 標(biāo)簽：可視化機(jī)器學(xué)習(xí) 1.4萬 0

語言模型、RNN、LSTM以及NLP數(shù)據(jù)預(yù)處理流程

我使用了知名的BeautifulSoup包，我花了5分鐘，看了Justin Yek寫的How to scrape websites with Pytho...

2018-06-30 標(biāo)簽：機(jī)器學(xué)習(xí)python自然語言 1.4萬 0

經(jīng)典的采樣方法有哪些？

可以看到蒙特卡洛法其實(shí)就是按一定的概率分布中獲取大量樣本，用于計(jì)算函數(shù)在樣本的概率分布上的期望。其中最關(guān)鍵的一個(gè)步驟就是如何按照指定的概率分布 p 進(jìn)行...

2018-07-09 標(biāo)簽：函數(shù)采樣機(jī)器學(xué)習(xí) 1.4萬 1

機(jī)器學(xué)習(xí)的可解釋性為何如此重要？

而對(duì)于自底向上的模式，將商業(yè)模型中的一部分委派給機(jī)器學(xué)習(xí)，甚至從機(jī)器學(xué)習(xí)中得到全新的商業(yè)想法。自底向上的數(shù)據(jù)科學(xué)一般與手工勞作的自動(dòng)化過程相關(guān)。例如制造...

2018-04-11 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.4萬 0

從神經(jīng)網(wǎng)絡(luò)入門嵌入式視覺應(yīng)用的機(jī)器學(xué)習(xí)

目前嵌入式視覺領(lǐng)域最熱門的話題之一就是機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)涵蓋多個(gè)行業(yè)大趨勢，不僅在嵌入式視覺 (EV) ，而且在工業(yè)物聯(lián)網(wǎng)和云計(jì)算中均發(fā)揮著極為顯赫的作...

2018-01-07 標(biāo)簽：嵌入式神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 1.4萬 0

機(jī)器學(xué)習(xí)的含義、術(shù)語、以及重要性的解析

機(jī)器學(xué)習(xí)”在最近雖可能不至于到人盡皆知的程度、卻也是非常火熱的詞匯。機(jī)器學(xué)習(xí)是英文單詞“Machine Learning”（簡稱ML）的直譯，從字面上便...

2018-01-19 標(biāo)簽：人工智能機(jī)器學(xué)習(xí) 1.4萬 0

深度學(xué)習(xí)與機(jī)器學(xué)習(xí)有什么差異你知道嗎？

如果你經(jīng)常想讓自己弄清楚機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的區(qū)別，閱讀該文章，我將用通俗易懂的語言為你介紹他們之間的差別。

2017-10-31 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.4萬 1

分享最適合新手入門的10種機(jī)器學(xué)習(xí)算法

初學(xué)者在面對(duì)各種各樣機(jī)器學(xué)習(xí)算法時(shí)最常問的問題是：“我該使用那種算法？”回答這一問題要考慮許多因素，包括數(shù)據(jù)的尺寸、質(zhì)量和性質(zhì)、可用的計(jì)算時(shí)間、任務(wù)的緊...

2018-01-24 標(biāo)簽：算法機(jī)器學(xué)習(xí)決策樹 1.4萬 0