人工智能
关注
分享
扫一扫
文章平均质量分 74
磐创 AI
这个作者很懒，什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
自动生成文本摘要
欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/，学习更多的机器学习、深度学习的知识！Revolver本文提及的主要内容有： 什么是文本摘要生成 如何从网页上提取数据 如何清洗数据 如何构建直方图 如何计算句子分数 如何提取分数最高的句子/摘要 在继续往下阅读之前，我假设你已经了解下面几个方面的基础知识：...原创 2018-10-06 14:33:38 · 15478 阅读 · 2 评论 -
使用scikit-learn解决文本多分类问题(附python演练)
来源 | TowardsDataScience译者 | Revolver 在我们的商业世界中，存在着许多需要对文本进行分类的情况。例如，新闻报道通常按主题进行组织; 内容或产品通常需要按类别打上标签; 根据用户在线上谈论产品或品牌时的文字内容将用户分到不同的群组...... 但是，互联网上的绝大多数文本分类文章和教程都是二文本分类，如垃圾邮件过滤（垃圾邮件与正常邮件），情感分析...原创 2018-08-25 00:01:51 · 2168 阅读 · 0 评论 -
关于TensorFlow九件你非知不可的事
来源 | Hackernoon译者 | Revolver 前些天我参加了7 月24 日在美国旧金山举行的Google Cloud Next 2018 大会，其中的一个演讲( What’s New with TensorFlow?)，让我耳目一新，印象深刻。 于是于是今天早上呢，我总结了这段讲话里我最喜欢的几个点。总结完以后，我实在想不出有任何理由不与你们分享我的超短摘要（如果你还没看过...原创 2018-08-25 01:13:50 · 890 阅读 · 0 评论 -
热点 | github近期热点项目汇总
本文是近期Github热点项目的汇总，如果你想了解更多优秀的github项目，请关注我们公众号的github系列文章。推荐 | 7个你最应该知道的机器学习相关github项目热点 | 六月Github热点项目库总结热点 | 四月最佳Github项目库与最有趣Reddit热点讨论（文末免费送百G数据集） 开源项目对于数据科学家来说是非常的重要，他们可以通过学习源代码还可以在现有项...原创 2018-09-01 15:55:57 · 2073 阅读 · 0 评论 -
实用 | 分享一个决策树可视化工具
作者 | Revolver 一、具体代码和步骤可视化我们的决策树模型的第一步是把模型训练出来。下面这个例子是在鸢尾花数据上，采用随机森林的方法训练出来的包含多棵决策树的模型，我们对其中一棵决策树进行可视化。from sklearn.datasetsimport load_iris iris = load_iris()# 导入随机森林模型 （此处也可换成决策树模型）from...原创 2018-09-05 17:26:33 · 8276 阅读 · 0 评论 -
十分钟一起学会Inception网络
作者 | 荔枝boy编辑 | 安可 一、Inception网络简介二、Inception网络模块三、Inception网络降低参数计算量四、Inception网络减缓梯度消失现象五、Inception网络框架六、Inception论文彩蛋一、Inception网络简介Inception网络又叫做GoogLeNet,之所以不叫GoogleNet，是为了向LeN...原创 2018-09-11 23:56:41 · 8843 阅读 · 0 评论 -
新手入门机器学习十大算法
欢迎大家关注我们的网站和系列教程：http://panchuang.net/ ，学习更多的机器学习、深度学习的知识！ 在机器学习的世界中，有一种被称为“无免费午餐”的定理。 它意在说明没有哪种算法能够完美地解决每个问题，特别是对于监督学习问题。例如，神经网络不会总是比决策树要好，反之亦然。往往是有许多因素在起作用（如：数据集的大小、结构），共同决定了最后的结果。因此，我们应该针对具体的问题...原创 2018-09-17 14:47:25 · 650 阅读 · 0 评论 -
使用条件随机场模型解决文本分类问题（附Python代码）
对深度学习感兴趣，热爱Tensorflow的小伙伴，欢迎关注我们的网站！http://www.tensorflownews.com。我们的公众号：磐创AI。 一. 介绍世界上每天都在生成数量惊人的文本数据。Google每秒处理超过40,000次搜索，而根据福布斯报道，每一分钟我们都会发送1600万条短信，并在Facebook上发布510,00条评论。那么一个外行人来说，是否真的很难处理...原创 2018-09-17 16:53:24 · 5109 阅读 · 2 评论 -
一份精简的Numpy使用指引（附python演练）
欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/，学习更多的机器学习、深度学习的知识！在上一篇文章中，已经介绍了Keras对文本数据进行预处理的一般步骤。预处理完之后，就可以使用深度学习中的一些模型进行文本分类。在这篇文章中，将介绍text-CNN模型以及使用该模型对imdb影评数据集进行情感分析。正如上篇文章所说，文本分类的关键在于准确提炼文...原创 2018-04-12 20:09:55 · 3658 阅读 · 0 评论 -
使用 keras 和 tfjs 构建血细胞分类模型
译者|小韩AI 真的是一个重大的游戏改变者。 AI的应用是巨大的，并且它在医疗领域的应用范围也是广阔的。 先进的AI工具可以帮助医生和实验室技术人员更准确地诊断疾病，例如尼日利亚的一名医生可以使用这种工具从血液样本中识别出一种他根本不知道的疾病，这有助于他更好地诊断这种疾病并且更快的治疗，这是AI民主化的一个优势，因为AI模型和工具可以在全世界范围内使用，使得尼日利亚的医生可以使用麻省理工学院...原创 2018-09-19 11:18:28 · 1540 阅读 · 1 评论 -
用卷积神经网络和自注意力机制实现QANet（问答网络）
欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/，学习更多的机器学习、深度学习的知识！在这篇文章中，我们将解决自然语言处理（具体是指问答）中最具挑战性但最有趣的问题之一。我们将在Tensorflow中实现Google的QANet。就像它的机器翻译对应的Transformer网络一样，QANet根本不使用RNN，这使得训练/测试更快。 我...原创 2018-09-25 14:31:32 · 8901 阅读 · 3 评论 -
从目标检测到图像分割简要发展史
欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/，学习更多的机器学习、深度学习的知识！by 小韩（来源： https://blog.athelas.com/a-brief-history-of-cnns-in-image-segmentation-from-r-cnn-to-mask-r-cnn-34ea83205de4 ） 本文...原创 2018-09-26 15:09:35 · 5579 阅读 · 0 评论 -
近期 github 机器学习热门项目 top5
欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/，学习更多的机器学习、深度学习的知识！作者：WalkerNo1：NVIDIA’s vid2vid Technique（英伟达提出的一种从视频到视频转换的技术）https://github.com/NVIDIA/vid2vid图像到图像的转换领域早已取得了巨大的突破，然而视频处理领域直到现在也鲜有看...原创 2018-09-27 17:27:11 · 788 阅读 · 0 评论 -
图像数据增强实战
by 小韩(翻译自：https://towardsdatascience.com/image-augmentation-examples-in-python-d552c26f2873)我目前正在做图像数据增强的深度和有效性的研究。 这项研究的目的是学习怎样增加只有有限或少量数据的数据集大小，增强训练的卷积网络模型的鲁棒性。需要列出所有可以想到的图像增强的方法，并将这些方法进行组合...原创 2018-10-08 22:51:59 · 4266 阅读 · 1 评论 -
卷积神经网络理解（一）：滤波器的意义
欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/，学习更多的机器学习、深度学习的知识！荔枝boy 卷积神经网络的发展 卷积神经网络的重要性 卷积神经网络与图像识别 滤波器一.卷积神经网络的发展卷积神经网络受到视觉细胞研究的启发，1962年，Hubel和Wiesel发现初级视觉皮层中的神经元会响应视觉环境中特定的简单特征（比如有...原创 2018-09-30 13:44:57 · 17195 阅读 · 2 评论 -
TensorFlow系列专题（二）：机器学习基础
欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/，学习更多的机器学习、深度学习的知识！目录： 数据预处理 归一化 标准化 离散化 二值化 哑编码 特征工程 特征提取 特征选择 模型评估方法 留出法 交叉验证法 自助法 模型性能度量 正确率（accuracy）和错误率（e...原创 2018-10-26 19:12:32 · 1373 阅读 · 0 评论 -
TensorFlow系列专题（三）：深度学习简介
一.深度学习的发展历程 深度学习的起源阶段 深度学习的发展阶段 深度学习的爆发阶段二.深度学习的应用 自然语言处理 语音识别与合成 图像领域三．参考文献 一.深度学习的发展历程作为机器学习最重要的一个分支，深度学习近年来发展迅猛，在国内外都引起了广泛的关注。然而深度学习的火热也不是一时兴起的，而是经历了一段漫长的发展史。接下来我们简单了解一下深度...原创 2018-10-30 14:27:29 · 5157 阅读 · 0 评论 -
Tensorflow系列专题（四）：神经网络篇之前馈神经网络综述
目录： 神经网络前言 神经网络 感知机模型 多层神经网络 激活函数 Logistic函数 Tanh函数 ReLu函数 损失函数和输出单元 损失函数的选择 均方误差损失函数 交叉熵损失函数 输出单元的选择 线性单元 Sigmoid单元 Softmax单元 参考文献 &nb...原创 2018-11-01 20:29:50 · 4416 阅读 · 1 评论 -
TensorFlow系列专题（六）：实战项目Mnist手写数据集识别
欢迎大家关注我们的网站和系列教程：http://panchuang.net/ ，学习更多的机器学习、深度学习的知识！目录： 导读 MNIST数据集 数据处理 单层隐藏层神经网络的实现 多层隐藏层神经网络的实现 导读就像我们在学习一门编程语言时总喜欢把“Hello World！”作为入门的示例代码一样，MNIST手写数字识别问题就像是深度学习的“Hello Wor...原创 2018-11-07 12:40:10 · 970 阅读 · 0 评论 -
TensorFlow系列专题（五）：BP算法原理
 欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/，学习更多的机器学习、深度学习的知识！一．反向传播算法简介二．前馈计算的过程 第一层隐藏层的计算 第二层隐藏层的计算 输出层的计算三．反向传播的计算 计算偏导数四．参考文献 一．反向传播算法反向传播算法[1]（Backpropagation A...原创 2018-11-05 18:44:50 · 1992 阅读 · 0 评论 -
TensorFlow系列专题（八）：七步带你实现RNN循环神经网络小示例
欢迎大家关注我们的网站和系列教程：http://panchuang.net/ ，学习更多的机器学习、深度学习的知识！【前言】：在前面的内容里，我们已经学习了循环神经网络的基本结构和运算过程，这一小节里，我们将用TensorFlow实现简单的RNN，并且用来解决时序数据的预测问题，看一看RNN究竟能达到什么样的效果，具体又是如何实现的。在这个演示项目里，我们使用随机生成的方式生成一个数据集（由0...原创 2018-11-15 19:22:14 · 1042 阅读 · 1 评论 -
TensorFlow系列专题（七）：一文综述RNN循环神经网络
欢迎大家关注我们的网站和系列教程：http://panchuang.net/ ，学习更多的机器学习、深度学习的知识！目录： 前言 RNN知识结构 简单循环神经网络 RNN的基本结构 RNN的运算过程和参数更新 一．前言前馈神经网络不考虑数据之间的关联性，网络的输出只和当前时刻网络的输入相关。然而在解决很多实际问题的时候我们发现，现实问题中存在着很多序列...原创 2018-11-12 17:00:08 · 1808 阅读 · 0 评论 -
TensorFlow系列专题（九）：常用RNN网络结构及依赖优化问题
欢迎大家关注我们的网站和系列教程：http://panchuang.net/ ，学习更多的机器学习、深度学习的知识！目录： 常用的循环神经网络结构 多层循环神经网络 双向循环神经网络 递归神经网络 长期依赖问题及其优化 长期依赖问题 长期依赖问题的优化 参考文献一、常用的循环神经网络结构前面的内容里我们介绍了循环神经网络的基...原创 2018-11-23 09:36:44 · 1094 阅读 · 0 评论 -
十 | 门控循环神经网络LSTM与GRU（附python演练）
欢迎大家关注我们的网站和系列教程：http://panchuang.net/ ，学习更多的机器学习、深度学习的知识！目录： 门控循环神经网络简介 长短期记忆网络（LSTM） 门控制循环单元（GRU） TensorFlow实现LSTM和GRU 参考文献一、门控循环神经网络门控循环神经网络在简单循环神经网络的基础上对网络的结构做了调整，加入了门控机制，用来控制神经网络中信...原创 2018-11-23 09:39:42 · 4879 阅读 · 1 评论 -
近期 github 机器学习热门项目top5
磐创智能-专注机器学习深度学习的教程网站http://panchuang.net/磐创AI-智能客服，聊天机器人，推荐系统http://panchuangai.com/【导读】：GitHub是数据科学家希望从人群中脱颖而出的宝贵平台，拥有来自顶尖技术巨头（如Google、Facebook、IBM、NVIDIA等）的开放源码项目。本文为大家总结了近期最热门的机器学习项目top5。欢迎大家点击上方...原创 2018-12-17 11:16:12 · 789 阅读 · 0 评论 -
近期 github 机器学习热门项目top5
磐创智能-专注机器学习深度学习的教程网站 http://panchuang.net/磐创AI-智能客服，聊天机器人，推荐系统 http://panchuangai.com/【导读】：Github是全球最大的开源代码社区，本文为大家总结了2108年11月最热门的机器学习项目top5。欢迎大家点击上方蓝字关注我们的公众号：磐创AI，获取更多的机器学习、深度学习资源。 本文是近期Git...原创 2018-12-17 11:22:49 · 862 阅读 · 0 评论 -
TensorFlow系列专题（十一）：RNN的应用及注意力模型
磐创智能-专注机器学习深度学习的教程网站 http://panchuang.net/磐创AI-智能客服，聊天机器人，推荐系统 http://panchuangai.com/目录： 循环神经网络的应用 文本分类 序列标注 机器翻译 Attention-based model RNN系列总结 循环神经网络的应用目前循环神经网络已经...原创 2018-12-17 15:11:34 · 1336 阅读 · 1 评论 -
学习数据科学的五大免费资源
磐创智能-专注机器学习深度学习的教程网站 http://panchuang.net/磐创AI-智能客服，聊天机器人，推荐系统 http://panchuangai.com/大约三年前，我作为商业智能分析师在Excel电子表格中执行大部分分析工作。 我长期以来一直对学习编码感兴趣，之前曾经工作了几年，用PHP和HTML构建网站。随着时间的推移，我对数据科学产生了浓厚的兴趣，并决定研究一些在线课程...原创 2018-12-17 15:16:41 · 1101 阅读 · 0 评论 -
魔图互联：知识图谱推荐系统-给人们带来更个性化的推荐
魔图互联知识图谱推荐系统:http://motuhulian.com/市场分析首先是市场分析，第一，市场需求大，除了应用于推荐系统、舆情分析、文本检测等应用。知识图谱还可以应用于金融、零售、地产、电商等领域。第二，市场价值高，据聚合数据官方统计预估，未来五年将有30%的企业引入知识图谱技术，并会这些企业节省10%的成本。第三，人工智能大背景下知识图谱发展的必然性，从12年开始，谷歌和百度就带...转载 2019-07-24 11:22:48 · 1095 阅读 · 0 评论 -
【干货】Keras学习资源汇总
目录：Keras简介Keras学习手册Keras学习视频Keras代码案例Keras&NLPKeras&CVKeras项目一、Keras简介Keras是Python中以CNTK、Tensorflow或者Theano为计算后台的一个深度学习建模环境。相对于其他深度学习的框架，如Tensorflow、Theano、Caffe等，Keras在实际应用中有一些显著的优点...原创 2019-09-28 15:10:53 · 1246 阅读 · 0 评论 -
粒子群优化算法(PSO)之基于离散化的特征选择(FS)（二）
欢迎大家关注我们的网站和系列教程：http://www.tensorflownews.com/，学习更多的机器学习、深度学习的知识！作者：Geppetto 前面我们介绍了特征选择(Feature Selection，FS)与离散化数据的重要性，总览的介绍了PSO在FS中的重要性和一些常用的方法。今天讲一讲FS与离散化的背景，介绍本文所采用的基于熵的切割点和最小描述长度原则(MDLP)。...原创 2018-04-11 23:24:43 · 3830 阅读 · 1 评论 -
ZhuSuan 是建立在Tensorflow上的贝叶斯深层学习的 python 库
ZhuSuan 是建立在Tensorflow上的贝叶斯深层学习的 python 库。 与现有的主要针对监督任务设计的深度学习库不同，ZhuSuan 的特点是深入到贝叶斯推理中，从而支持各种生成模式：传统的分层贝叶斯模型和近代深层次的生成模式。用 ZhuSuan ，用户可以享受深度学习的强大适合和多GPU培训，同时可以使用生成模型来模拟复杂世界，利用未标记的数据，通过执行原理贝叶斯推理来处理不确定性。翻译 2017-09-23 11:07:24 · 1540 阅读 · 0 评论 -
face-alignment:用 pytorch 实现的 2D 和 3D 人脸对齐库
使用世界上最准确的面对齐网络从 Python 检测面部地标，能够在2D和3D坐标中检测点。项目地址：https://github.com/1adrianb/face-alignment作者：阿德里安·布拉特 诺丁汉大学博士生 我目前是诺丁汉大学计算机视觉实验室的博士生，由Georgios Tzimiropoulos博士的监督。 我目前的兴趣是深入学习和关键点本地化。Detect facial l翻译 2017-09-23 11:32:43 · 2137 阅读 · 0 评论 -
Serpent.AI - 游戏代理框架（Python）
Serpent.AI - 游戏代理框架（Python）Serpent.AI是一个简单而强大的新颖框架，可帮助开发人员创建游戏代理。将您拥有的任何视频游戏变成一个成熟的实验的沙箱环境，所有这些都是熟悉的Python代码。框架的存在理由首先是为机器学习和人工智能研究提供有价值的工具。用作爱好者（和危险的上瘾，公正的警告）也是非常有趣的！该框架具有大量的支持模块，它们在使用视频游戏作为环境以及CLI工具来翻译 2017-09-23 15:43:59 · 2506 阅读 · 0 评论 -
移动深度学习 Mobile-deep-learning（MDL）
Free and open source mobile deep learning framework, deploying by Baidu.This research aims at simply deploying CNN on mobile devices, with low complexity and high speed. It supports calculation on iOS原创 2017-09-25 14:43:54 · 1661 阅读 · 0 评论 -
Fabrik – 在浏览器中协作构建，可视化，设计神经网络
Fabrik是一个在线协作平台，通过简单的拖放界面来构建，可视化和训练深度学习模型。 它允许研究人员使用Web GUI协同开发和调试模型，该GUI支持导入，编辑和导出广泛流行的框架（如Caffe，Keras和TensorFlow）编写和导出的网络。Fabrik is an online collaborative platform to build, visualize and train deep翻译 2017-09-26 09:29:16 · 808 阅读 · 0 评论 -
TensorFlow LSTM 注意力机制图解
TensorFlow LSTM Attention 机制图解深度学习的最新趋势是注意力机制。在接受采访时，现任OpenAI研究主管的Ilya Sutskever提到，注意力机制是最令人兴奋的进步之一，他们在这里进行投入。听起来令人兴奋但是什么是注意机制？基于人类视觉注意机制，神经网络中的注意机制非常松散。人的视觉注意力得到了很好的研究，虽然存在着不同的模式，但它们基本上都是以“低分辨率”感知周围的图翻译 2017-09-29 10:45:39 · 12893 阅读 · 0 评论 -
DeepMoji:机器学习模型分析情绪, 情感
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl翻译 2017-10-05 22:35:40 · 2580 阅读 · 0 评论 -
teachable-machine:探索机器学习如何工作，浏览器中实时浏览
教学机器是一个实验，让所有人都非常方便的探索机器学习，在浏览器中实时浏览，不需要编程。学习更多实验，然后亲自尝试它 访问：https://teachablemachine.withgoogle.com/Teachable Machine About Teachable Machine is an experiment that makes it easier for anyone to expl翻译 2017-10-05 23:02:26 · 2751 阅读 · 1 评论 -
谷歌开发者:看可口可乐公司是怎么玩转 TensorFlow 的？
在这篇客座文章中，可口可乐公司的 Patrick Brandt 将向我们介绍他们如何使用 AI 和 TensorFlow 实现无缝式购买凭证。可口可乐的核心忠诚度计划于 2006 年以 MyCokeRewards.com 形式启动。“MCR.com”平台包含为每一瓶以 20 盎司规格销售的可口可乐、雪碧、芬达和动乐产品，以及可以在杂货店和其他零售商店购买的纸箱包装产品创建唯一的产品编码。用户可以在原创 2017-10-11 20:54:20 · 922 阅读 · 0 评论