自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(10)
  • 收藏
  • 关注

原创 离散卷积和快速傅里叶变换的解释和实施步骤

什么是循环卷积、卷积矩阵和环形矩阵?如何使用FFT?

2022-10-20 15:15:04 1232 1

原创 【项目实战】使用PyTorch预测汽车从A点到B点的消耗,在 PyTorch 中构建完整的深度学习管道

近期国际油价油价飞涨,国内成品油零售价格也将再创新高,当你抬头看的油价时候,你有没有注意到在网上,您的汽车从 A 点到 B 点应该花多少油费,这些数字几乎与现实不符?否则,我们可以使用一个嵌入层将每个类别映射到一个可以训练的“随机”向量,这样我们就可以得到一个类别的向量表示,它可以管理大量信息。要对特征进行归一化,我们需要做的就是减去特征的平均值,然后除以标准差,为此我们需要之前提取的统计数据。现在我们的数据已经准备就绪,我们创建了一个数据集,以便在训练期间更好地管理我们的批次。我们使用一个非常有用的。

2022-10-19 15:55:23 487

原创 【项目实战】Python基于GARCH模型进行预测特斯拉股票,以及评估金融资产的风险

当前模型以 1 个时间步长(horizon=1)预测波动率,然后对预测的波动率方差进行平方。现在我们可以在滚动预测过程中使用 n 期的历史数据对我们的模型进行测试。在这一节中,我们使用从第一天到第-(测试规模-i)天的股票日收益值在一个循环中创建一个训练集。年度波动率:我们假设一个日历年有252个交易日,我们把每日波动率乘以252的平方根。月度波动率:我们假设一个月有21个交易日,所以我们把每日波动率乘以21的平方根。从上面的子图中我们可以看到,我们预测的波动率与日收益率基本一致。

2022-10-18 14:27:34 6766 2

原创 【图解深度学习】【章节:2-1.1 | 什么是机器学习?】连小学生都能看懂的深度学习基础总结

机器学习中,将必要的数据传递给机器,人类只需进行简单的设置即可自动学习模式。在公寓的例子中,只要输入房间的大小和租金,它就会学习规律性。我了解到机器学习是机器自动学习问题、做出决策和预测的方法。首先,我们将介绍机器学习,这是一种创建人工智能的机制。机器学习是机器自动学习解决任何问题的技术。机器学习是一种非常有用的技术,因为它可以大大减少人类必须做的处理量。神经网络是一种机器学习。现在,让我们抑制机器学习和预测的方法,机器会自动学习,以解决问题。

2022-10-17 22:14:53 585

原创 【图解深度学习】【章节:1-1.4 | 神经网络实战】连小学生都能看懂的深度学习基础总结

到目前为止,我们已经学习了神经网络的基础知识。现在,让我们从这里使用 Python 实际创建一个简单的人工智能。这次的目的是为了描绘出人工智能发展的全貌。在机器学习中,首先要考虑的是要创建什么样的模型。模型是一个盒子,它根据输入值执行各种计算并得出输出值。这个模型最终会变成我们所说的AI。clf 代表分类器。名称不必是 clf,但通常将分类模型命名为 clf。

2022-10-13 20:47:31 613

原创 [Python] 让AI来解决数独和数独谜题

一个周末,我和我女儿在一起玩数独游戏。不管花多少时间, 都没多少空白 (无法解决) 问题。因此,我想创建一个AI,它可以自动解决数独和无论如何都无法解决的数独问题使用 Python 制作了从数独图像自动派生答案的 AI (人工智能), 因此做成文章。作为概述,我们使用 PyTorch 创建的 CNN 进行图像识别,并在获得字符后执行深度优先搜索 (DFS)。

2022-10-12 14:00:05 1530 4

原创 【AI图像生成】Python初学者能够以爆炸性的速度上手主题StableDiffusion

快速上手StableDiffusion,生成AI图像

2022-10-10 14:40:53 2424 2

原创 【图解深度学习】【章节:1-1.3 | 神经网络中的运动】连小学生都能看懂的深度学习基础总结

例如,当你输入“3”的图像时,假设“7”的神经元个数最大。也就是说,这个NN的预测结果是错误的。此时,权重会自动调整,使输出神经元“3”的值增加。这不是详细的“如何学习”,而是获得图像的东西。通过使这更加复杂,您可以创建一个神经网络(人工智能)来确定图像中的内容。上图中的输入神经元接收到代表“黑色”的“0.1”。通过显示大量图像并记住它们的特征,您可以创建一个通过更改权重做出合适预测的 NN。在这一章中我们讲述了神经网络中的运动,在下一章中我们会 总结这几天学习的内容并学会如何创建神经网络。

2022-10-09 17:04:09 396 1

原创 【图解深度学习】【章节:1-1.2 | 神经网络输入输出】连小学生都能看懂的深度学习基础总结

【图解深度学习】【章节:1-1.2 | 神经网络输入输出】连小学生都能看懂的深度学习基础总结

2022-10-07 16:07:44 737 2

原创 【图解深度学习】连小学生都能看懂的深度学习基础总结【第一章什么是神经网络?】

首先,我们介绍神经网络的基础知识。我图解了很多,即使是小学生也能理解。我认为它比任何文章都更容易理解。

2022-10-06 21:33:44 482 3

Python 让AI来解决数独和数独谜题

这是一个基于 ResNet-18 的工具,用于从图像中分析数独。 安装:pip install -r requirements.txt 演示:python example/inference.py --image assets/data/problem/example.png

2022-10-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除