![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
文章平均质量分 78
coderpai
微信公众号:CoderPai
专注于人工智能在量化交易的应用,以程序员的角度思考金融问题。
展开
-
python调试神器:icecream
icecream是一个Python第三方库,可通过最少的代码使打印调试更清晰明了。你可以直接使用 pip install icecream 来进行安装。变量的调试from icecream import ic num1 = 20num2 = 30ic(num1)ic(num2)程序输出结果为:ic| num1: 20ic| num2: 30我们可以很清楚的知道调用结果。函数的调用from icecream import ic def plus_five(a): r原创 2021-02-10 18:20:14 · 7450 阅读 · 7 评论 -
最新的二十个有趣的深度学习数据集
更大的标注数据集和更多可用的计算能力是AI革命的基石。在本文中,我列出了我们最近为数据科学家发现的一些非常好玩的深度学习数据集。1. EMNIST: An Extension of MNIST to Handwritten LettersMNIST is a very popular dataset for people getting started with Deep Learning in p原创 2017-04-07 22:13:44 · 9338 阅读 · 0 评论 -
AIGrant: 开源AI项目获得 $ 5,000
本文翻译来自于 Nat Friedman我从MIT毕业之后,我知道我喜欢从事开源工——但是我没有钱。毕业后的几个星期内,我住在我老宿舍的休息室,睡在一个臭红色的沙发上,因为我知道互联网是我开启生活的钥匙,并且它发展很快。我拒绝了一些非常可观的工作机会,而选择睡在沙发上,我的父母开始担心我的判断。自由软件基金会的 Tim Ney 支持我,给我写了一张 $ 350 的支票。表面上,钱是为了帮助他们的办翻译 2017-04-13 11:29:02 · 734 阅读 · 0 评论 -
GAN 论文大汇总
关于生成对抗网络(GAN)的新论文每周都会出现很多,跟踪发现他们非常难,更不用说去辨别那些研究人员对 GAN 各种奇奇怪怪,令人难以置信的创造性的命名!当然,你可以通过阅读 OpanAI 的博客或者 KDNuggets 中的概述性阅读教程,了解更多的有关 GAN 的信息。在这里汇总了一个现在和经常使用的GAN论文,所有文章都链接到了 Arxiv 上面。GAN — Generative Advers原创 2017-04-24 15:23:39 · 12445 阅读 · 0 评论 -
The CoderPai Day in AI - Issue #17
今天分享: (1)利用 scikit-learn 进行文档分类; (2)训练复杂的神经网络时,强化学习(RL)方法可能是值得的; (3)12个免费的深度学习课程; (4)机器学习中的经典的方程,图表和技巧; (5)SqueezeDet 做物体检测;1.【博客】Document Classification with scikit-learn简介:文档分类是一个很基础的技术,在很多的场景都有原创 2017-04-26 09:01:16 · 808 阅读 · 0 评论 -
人工智能集
1.【博客】Neural Nets for Generating Music简介:Algorithmic music composition has developed a lot in the last few years, but the idea has a long history. In some sense, the first automatic music came from nat原创 2017-09-01 22:42:25 · 423 阅读 · 0 评论 -
机器学习在金融比赛中的应用
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:http://www.jianshu.com/p/af7e063ac9b3上个星期,我花了一些时间参加了 Numerai 的机器学习金融比赛。这篇文章就是我对于比赛的一些笔记:我尝试过得一些方法,我做了什么工作以及什么工作我直接放弃不做。首先,让我们来介绍一下这个比赛和平台:Numerai 是一家原创 2017-12-19 21:19:25 · 1905 阅读 · 0 评论 -
超过 150 个最佳机器学习,NLP 和 Python教程
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:http://www.jianshu.com/p/2be349a89a12我把这篇文章分为四个部分:机器学习,NLP,Python 和 数学。我在每一部分都会包含一些关键主题,但是网上资料太广泛了,所以我不可能包括每一个可能的主题。如果你发现好的教程,请告诉我。在这篇文章中,我把每个主题的教程数量原创 2017-12-19 22:21:38 · 1322 阅读 · 0 评论 -
谷歌大脑的 Swish 激活函数与 ReLU 激活函数对比
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:http://www.jianshu.com/p/95e3630ad9e2最近谷歌大脑公布了一个新的激活函数,叫做 Swish 激活函数。这个函数非常的有趣,很多人都把它应用到一些小的神经网络和大的神经网络中去测试它的性能。所以,我也打算去 kaggle 上面测试一些这个函数的性能如何。Swish原创 2017-12-21 18:50:53 · 5564 阅读 · 0 评论 -
深度学习在股票市场的应用
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:http://www.jianshu.com/p/f9ca56d6407d本文的代码请点击这里。Talk is cheap, show me the code.在过去的几个月中,我对深度学习非常着迷,特别是它在自然语言处理中的应用。我的大部分职业生涯都是在金融领域度过的,特别是在算法交易和交易数据原创 2017-12-21 19:19:45 · 9221 阅读 · 0 评论 -
利用 tf.gradients 在 TensorFlow 中实现梯度下降
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:http://www.jianshu.com/p/13e024c8ea44我喜欢 TensorFlow 的其中一个原因是它可以自动的计算函数的梯度。我们只需要设计我们的函数,然后去调用 tf.gradients 函数就可以了。是不是非常简单。接下来让我们来举个例子,具体说明一下。使用 Tensor原创 2017-12-21 19:34:53 · 2976 阅读 · 0 评论 -
如何架构一个数据工程
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:http://www.jianshu.com/p/7a720bd7d6b51. 介绍在我们深入讨论这个 “数据工程” 业务细节之前,我们需要先知道标准(PyData)机器学习数据管道的局限性,如下图所示: 典型的 PyData 机器学习数据管道设计,通过 Python 脚本完成原创 2017-12-14 19:16:20 · 414 阅读 · 0 评论 -
入门机器学习,看这些材料就够了
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:http://www.jianshu.com/p/50844cc23086现在网上有很多的机器学习材料,让人一下子看不过来。所以,我一直想写这篇文章,来帮助大家整理一些简单的资源。我推荐的资源包括但不限于书籍,课程,讲座,博客和一些 Jupyter 笔记。在我看来,多种类型的文件学习对自己是由帮助原创 2017-12-14 21:48:22 · 5184 阅读 · 0 评论 -
Stacked Autoencoder
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/51d5639c2c71———-自编码器 Autoencoder稀疏自编码器 Sparse Autoencoder降噪自编码器 Denoising Autoencoder堆叠自编码器 Stacked Autoencoder深度学习的威力原创 2017-12-31 12:49:07 · 3762 阅读 · 0 评论 -
Denoising Autoencoder
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/f7b9f10b7ac4自编码器 Autoencoder稀疏自编码器 Sparse Autoencoder降噪自编码器 Denoising Autoencoder堆叠自编码器 Stacked Autoencoder降噪自编码器(DAE)原创 2017-12-31 12:59:31 · 1816 阅读 · 0 评论 -
Sparse Autoencoder
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/5f388e27dd55自编码器 Autoencoder稀疏自编码器 Sparse Autoencoder降噪自编码器 Denoising Autoencoder堆叠自编码器 Stacked Autoencoder稀疏自编码器可以看做是原创 2017-12-31 13:04:55 · 586 阅读 · 0 评论 -
Autoencoder
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/fd322d56268b自编码器 Autoencoder稀疏自编码器 Sparse Autoencoder降噪自编码器 Denoising Autoencoder堆叠自编码器 Stacked Autoencoder 本博客是从梁斌博士的原创 2017-12-31 13:13:49 · 558 阅读 · 0 评论 -
(一)线性循环神经网络(RNN)
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/1600dd4ca68f 这篇教程是翻译Peter Roelants写的循环神经网络教程,作者已经授权翻译,这是原文。该教程将介绍如何实现一个循环神经网络(RNN),一共包含两部分。你可以在以下链接找到完整内容。(一)线性循环神经网络(R原创 2017-12-31 13:19:02 · 1461 阅读 · 0 评论 -
你真的理解机器学习中偏差 - 方差之间的权衡吗?
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 博客地址:http://www.jianshu.com/p/f1433317bf48我认为对偏差 - 方差之间的权衡判读对学习机器学习是非常重要的。那么为什么这么说呢?因为这个现象的背后是所有参数,性能和几乎所有机器学习模型的深层原因。如果你能很深刻的理解这个,我保证你能很好的理解机器学习的每一个模型。所以原创 2017-12-17 16:42:18 · 624 阅读 · 0 评论 -
组成 TensorFlow 核心的六篇论文
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:http://www.jianshu.com/p/10aa7f3008a5众所周知,TensorFlow 是一个开源软件库,用于数值计算以及数据流图的使用。换句话说,这是一个非常适合于去构建深度学习模型的计算库。尽管 TensorFlow 是为了进行深度学习而开发的框架,但是该系统可以很普遍的应用原创 2017-12-17 17:06:28 · 3561 阅读 · 0 评论 -
(五)神经网络入门之构建多层网络
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/cb6d0d5d777b 这篇教程是翻译Peter Roelants写的神经网络教程,作者已经授权翻译,这是原文。该教程将介绍如何入门神经网络,一共包含五部分。你可以在以下链接找到完整内容。(一)神经网络入门之线性回归Logistic分原创 2018-01-01 20:47:26 · 1006 阅读 · 0 评论 -
职业转型的终极指南:从新手到专业的机器学习工程师
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:http://www.jianshu.com/p/32b21d32663c最近机器学习工程师已经成为了一个非常热门的岗位,很多的工程师都想转行到这个岗位。本文根据 Coursera 上面的课程,列了一个从新手到专业工程师的学习计划,提供给大家学习。以下是具体的学习路径:机器学习工程师必修课(6门课原创 2017-12-18 19:54:12 · 558 阅读 · 0 评论 -
从 Quora 的 187 个问题中学习机器学习和NLP
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:http://www.jianshu.com/p/ac1840abc63fQuora 已经变成了一个获取重要资源的有效途径。许多的顶尖研究人员都会积极的在现场回答问题。以下是一些在 Quora 上有关 AI 的主题。如果你已经在 Quora 上面注册了账号,你可以订阅这些主题。Computer-原创 2017-12-18 20:41:19 · 628 阅读 · 0 评论 -
(四)神经网络入门之矢量化
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/1fe8ab3da28c 这篇教程是翻译Peter Roelants写的神经网络教程,作者已经授权翻译,这是原文。该教程将介绍如何入门神经网络,一共包含五部分。你可以在以下链接找到完整内容。(一)神经网络入门之线性回归Logistic分原创 2018-01-02 22:50:37 · 1184 阅读 · 0 评论 -
Softmax分类函数
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/8eb17fa41164 这篇教程是翻译Peter Roelants写的神经网络教程,作者已经授权翻译,这是原文。该教程将介绍如何入门神经网络,一共包含五部分。你可以在以下链接找到完整内容。(一)神经网络入门之线性回归Logistic分原创 2018-01-02 22:56:23 · 2890 阅读 · 0 评论 -
(三)神经网络入门之隐藏层设计
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/8e1e6c8f6d52 这篇教程是翻译Peter Roelants写的神经网络教程,作者已经授权翻译,这是原文。该教程将介绍如何入门神经网络,一共包含五部分。你可以在以下链接找到完整内容。(一)神经网络入门之线性回归Logistic分原创 2018-01-02 22:59:53 · 6079 阅读 · 0 评论 -
Tensorflow Python API 翻译(math_ops)(第一部分)
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/ce4ee40963c1 计划现将 tensorflow 中的 Python API 做一个学习,这样方便以后的学习。 原文链接该章介绍有关数学符号操作的API第一部分第二部分算术运算符原创 2018-01-12 23:01:03 · 455 阅读 · 0 评论 -
Tensorflow Python API 翻译(math_ops)(第二部分)
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/4daafdbcdddf 计划现将 tensorflow 中的 Python API 做一个学习,这样方便以后的学习。 原文链接该章介绍有关数学符号操作的API第一部分第二部分减少元素操作T原创 2018-01-12 23:10:31 · 361 阅读 · 0 评论 -
Tensorflow Python API 翻译(array_ops)
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/00ab12bc357c 计划现将 tensorflow 中的 Python API 做一个学习,这样方便以后的学习。 原文链接该章介绍有关张量转换的API数据类型投射Tensorflow提供了很多的原创 2018-01-12 23:18:29 · 2299 阅读 · 0 评论 -
Tensorflow Python API 翻译(constant_op)
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/d05ded5678b0 计划现将 tensorflow 中的 Python API 做一个学习,这样方便以后的学习。 原文链接该章介绍有关常量张量,序列操作,随机数张量的API常量张量Tensorflo原创 2018-01-12 23:24:05 · 498 阅读 · 0 评论 -
如何评价我们分类模型的性能?
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/c281d52c54d8什么是分类模型?分类是将每个数据集合中的元素分配给一个已知的数据类别。那么分类都有哪些任务呢?根据医生的病历记录,将检查者区分为健康或者生病的人;例如使用一些人口统计学和历史财务数据,在申请信用卡的时候,我们就可以对客原创 2017-12-29 14:28:02 · 6709 阅读 · 0 评论 -
使用 TensorFlow 在卷积神经网络上实现 L2 约束的 softmax 损失函数
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/d6ac55e7b076当我们要使用神经网络来构建一个多分类模型时,我们一般都会采用 softmax 函数来作为最后的分类函数。softmax 函数对每一个分类结果都会分配一个概率,我们把比较高的那个概率对应的类别作为模型的输出。这就是为什么我们原创 2017-12-29 14:39:07 · 3225 阅读 · 0 评论 -
如何设计一个深度学习项目
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/c9952d861328目前,有很多关于深度学习的线上和线下技术资源。每天,技术人员都会发表很多的新的论文和书写很多相关的技术博客。然而,我们很少能看到有资源教我们如何来构建一个实际中的深度学习项目:如果从上到下,从问题的提出到找到解决方案。大家原创 2017-12-29 14:54:33 · 1364 阅读 · 0 评论 -
(二)神经网络入门之Logistic回归(分类问题)
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/d94e40e2df81 这篇教程是翻译Peter Roelants写的神经网络教程,作者已经授权翻译,这是原文。该教程将介绍如何入门神经网络,一共包含五部分。你可以在以下链接找到完整内容。(一)神经网络入门之线性回归Logistic分原创 2018-01-04 20:38:40 · 627 阅读 · 0 评论 -
Logistic分类函数
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/abc2acf092a3 这篇教程是翻译Peter Roelants写的神经网络教程,作者已经授权翻译,这是原文。该教程将介绍如何入门神经网络,一共包含五部分。你可以在以下链接找到完整内容。(一)神经网络入门之线性回归原创 2018-01-04 20:45:43 · 1622 阅读 · 0 评论 -
(一)神经网络入门之线性回归
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/0da9eb3fd06b 这篇教程是翻译Peter Roelants写的神经网络教程,作者已经授权翻译,这是原文。该教程将介绍如何入门神经网络,一共包含五部分。你可以在以下链接找到完整内容。(一)神经网络入门之线性回归原创 2018-01-04 20:51:53 · 4261 阅读 · 0 评论 -
(一)神经网络入门之线性回归
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/25043bdef1ee介绍和概念自动编码器(Auto-encoders)是神经网络的一种形式,它的输入数据与输出数据是相同的。他们通过将输入数据压缩到一个潜在表示空间里面,然后再根据这个表示空间将数据进行重构得到最后的输出数据原创 2018-01-05 14:14:30 · 1044 阅读 · 0 评论 -
CNN 在图像分割中的简史:从 R-CNN 到 Mask R-CNN
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/867038d71f3c自从 Alex Krizhevsky, Geoff Hinton, and Ilya Sutskever 成为了 ImageNet 2012 冠军之后,CNN 已经变成了图像分割的标配。实际上,从那时起,CNN 已经在原创 2017-12-29 23:20:05 · 606 阅读 · 0 评论 -
深度学习新闻的最佳来源
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/aaf55ed98a96深度学习这个领域十分活跃,每周都会出现几个比较大的突破,研究论文,行业新闻,创业公司或者投资。那么有什么渠道可以获得这些信息呢?这里有几个比较好的总结:Import AIThe Wild Week in AIInsi原创 2017-12-29 23:29:24 · 753 阅读 · 0 评论 -
Keras TensorFlow教程:如何从零开发一个复杂深度学习模型
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 简书地址:https://www.jianshu.com/p/20585e3b6d02Keras 是提供一些高可用的 Python API ,能帮助你快速的构建和训练自己的深度学习模型,它的后端是 TensorFlow 或者 Theano 。本文假设你已经熟悉了 TensorFlow 和卷积神经网络,如果,原创 2017-12-29 23:38:06 · 2328 阅读 · 0 评论