-
机器学习之感知机python实现
感知器PLA是一种最简单，最基本的线性分类算法（二分类）。其前提是数据本身是线性可分的。模型可以定义为，sign函数是阶跃函数，阈值决定取0或1。模型选择的策略，利用经验损失函数衡量算法性能，由于该算...- 1年前
-
马尔科夫决策过程之Markov Processes（马尔科夫过程）
介绍MarkovProcesses之前，必须介绍一下马尔科夫性质。1MarkovProperty具有马尔科夫性质的状态满足下面公式： 根据公式也就是说给定当前状态St,将来的状态与t时刻之前的状态已经...- 1年前
-
基于深度残差收缩网络的故障诊断（简要解读）
论文题目：Deepresidualshrinkagenetworksforfaultdiagnosis题目翻译：基于深度残差收缩网络的故障诊断期刊：IEEETransactionsonIndustri...- 1年前
-
使用PyTorch从零开始构建Elman循环神经网络
本文以最简单的RNNs模型为例：Elman循环神经网络，讲述循环神经网络的工作原理，即便是你没有太多循环神经网络（RNNs）的基础知识，也可以很容易的理解。为了让你更好的理解RNNs，我们使用Pyto...- 1年前
-
NumPy桥将TorchTensor转换为NumPy数组，反之亦然，均轻而易举。TorchTensor和NumPy数组将共享其基础内存位置（如果TorchTensor在CPU上），并且更改一个将更改另...
- 1年前
-
图论：图论理论及其Python应用
可视化是简化和解释数据中底层模式的有效方法。每当我处理新数据集时,我做的第一件事都是通过可视化来探索它。这种方法对我来说效果很好。可悲的是，我没有看到很多人使用可视化。这就是为什么我以为我会与世界分享...- 1年前
-
首先，我们要清楚了解：Kaggle竞赛和「经典的」数据科学有一些重要的不同之处，但只要你以正确的心态接触它，就也能收获有价值的经验。Kaggle竞赛本质上，带有奖金池的竞赛必须满足一些标准：问题必须困...
- 1年前
-
人工智能-数学基础总结
九层之台，起于累土：线性代数必备的数学知识是理解人工智能不可或缺的要素，今天的种种人工智能技术归根到底都建立在数学模型之上，而这些数学模型又都离不开线性代数（linearalgebra）的理论框架。在...- 1年前
-
使用TensorFlow从零开始构建卷积神经网络
人们可以使用TensorFlow的所有高级工具如tf.contrib.learn和Keras，能够用少量代码轻易的建立一个卷积神经网络。但是通常在这种高级应用中，你不能访问代码中的部分内容，对深层次的...- 1年前
-
递归的实现#直接调用自己：deffunc():print('fromfunc')func()func()#间接调用自己deffoo():print('fromfoo')bar()defbar():pr...
- 1年前
-
用Python实现机器学习算法—— K均值聚类算法
Python被称为是最接近AI的语言。最近一位名叫Anna-LenaPopkes（德国波恩大学计算机科学专业的研究生，主要关注机器学习和神经网络）的小姐姐在GitHub上分享了自己如何使用Python...- 1年前
-
5个最好的机器学习GitHub存储库和Reddit线程（2018年8月）
介绍去年年初我开始使用Github的时候，我从来没想到它会对我有多大的用处。最初，我只使用它来上传我自己的代码，假设GitHub将证明它有用的程度。但当我加入分析Vidhya以及我的研究范围扩大时，我...- 1年前
-
暑假和大家一起学习tensorflow，从基础代码先撸起，记录下来。上一篇tensorflow基础操作，现在开始学习简单的模型，这篇是最最基础的线性回归模型。代码如下（已详细注释）：from__fut...
- 1年前
-
Tensorflow中卷积的padding操作
之前一直对tensorflow的padding一知半解，直到查阅了tensorflow/core/kernels/ops_util.cc中的Get2dOutputSizeVerbose函数，才恍然大悟...- 1年前
-
在线手写识别包括识别自由手写输入中的结构化模式。虽然像Translate、Keep和HandwriteInput这样的Google产品使用这种技术来识别手写文本，但它适用于任何有足够训练数据的预定义模...
- 1年前
-
自然语言处理中“中文分词”技术中“自动切分”的几点理解
本文主要针对其中最常用的一套《北大规范》为依据，来讲解中文词汇自动切分的几个重点流程。概述在人工智能中，自然语言处理是一门极其深奥的领域，自然语言处理在广义上分为两部分，第一部分自然语言理解，是指让电...- 1年前
-
通过梯度检验帮助实现反向传播
本文介绍了如何使用梯度检验方法确认反向传播代码是否准确。在《CodingNeuralNetwork-ForwardPropagationandBackpropagation》一文中，我们借助numpy...- 1年前
-
2017深度学习框架之争——谁主沉浮？
MILA创建。然而，在今年的九月份，MILA宣布在2018年更新完最后一版Theano后，将不再继续开发该框架。这一消息来得并不是很出人意外。在过去的几年里，一些不同的开源Python深度学习框架被引...- 1年前
-
支持向量回归机
本篇就对如何将SVM用于回归模型做一个总结。重点关注SVM分类和SVM回归的相同点与不同点。SVR损失函数度量SVM分类模型中，我们的目标函数是让权值的二范数最小，同时让各个训练集中的点尽量远离自己类...- 1年前
-
Google Colab:让你轻松学习和使用TensorFlow
Colaboratory是一个托管的JupyterNotebook环境，可以自由使用，不需要安装。你也许已经在《机器学习速成课》、TensorFlow的《eagerexecution》，或者各种研究文...- 1年前
-
