人工智能
文章平均质量分 86
人工智能
Harrytsz
这个作者很懒,什么都没留下…
展开
-
Klarf 文件可视化工具
可执行文件,双击 exe 软件即可启动客户端页面。原创 2022-12-09 15:55:27 · 2682 阅读 · 2 评论 -
神经网络是什么?如何直观理解它的能力极限?它是如何无限逼近真理?
神经网络的基本单元就是一个一个的感知机,感知机有两部分组成:线性部分和激活函数部分。一个感知机的能力是有限的,他只能将数据进行二分,而且这些数据还必须是线性可分的。普遍逼近定理: 只要神经网络有一个隐藏层,它就可以任意逼近一个连续函数。这就让我想到了傅里叶级数,傅里叶级数其实就是把一个复杂的函数拆解成一个一个的圆周运动或者叫正弦波。神经网络也一样,他也是把一个复杂函数拆解成一个一个感知机。说到底就是一个线性函数+一个激活函数的形式。都是化复杂为简单。傅里叶级数和神经网络很像,傅里叶级数用正弦函数去逼近任原创 2022-04-07 15:10:55 · 1303 阅读 · 0 评论 -
VGG16、MobileNet、ResNet50
神经网络学习小记录61——Tensorflow2 搭建常见分类网络平台(VGG16、MobileNet、ResNet50) 学习前言源码下载分类网络的常见形式分类网络介绍1、VGG16网络介绍2、MobilenetV1网络介绍3、ResNet50网络介绍a、什么是残差网络b、什么是ResNet50模型 分类网络的训练1、LOSS介绍2、利用分类网络进行训练a、数据集的准备b、数据集的处理c、开始网络训练 学习前言 tf2的分类代码也要做一下。 源码下载 https://g原创 2021-11-16 08:48:34 · 7328 阅读 · 1 评论 -
阿里DIEN整体代码结构
目录[论文解读] 阿里DIEN整体代码结构0x00 摘要0x01 文件简介0x02 总体架构0x03 总体代码0x04 模型基类4.1 基本逻辑4.2 模块分析4.2.1 构建变量4.2.2 构建embedding4.2.3 拼接embedding0x05 Model_DIN_V2_Gru_Vec_attGru_Neg5.1 第一层 ‘rnn_1’5.1.1 GRU5.1.2 辅助损失5.1.3 mask的作用Padding MaskSequence原创 2021-09-19 23:54:22 · 781 阅读 · 0 评论 -
Jiagu 自然语言处理工具
Jiagu使用大规模语料训练而成。将提供中文分词、词性标注、命名实体识别、情感分析、知识图谱关系抽取、关键词抽取、文本摘要、新词发现、情感分析、文本聚类等常用自然语言处理功能。目录安装方式使用方式评价标准附录说明提供的功能有:中文分词词性标注命名实体识别知识图谱关系抽取关键词提取文本摘要新词发现情感分析文本聚类等等。。。。安装方式pip安装pip install -U jiagu如果比较慢,可以使用清华的pip源:pip install -U jiagu原创 2021-09-02 11:37:03 · 2777 阅读 · 0 评论 -
中文文本生成知识图谱
1.工具1.1 Jiagu 自然语言处理工具Jiagu使用大规模语料训练而成。将提供中文分词、词性标注、命名实体识别、情感分析、知识图谱关系抽取、关键词抽取、文本摘要、新词发现、情感分析、文本聚类等常用自然语言处理功能。Jiagu 详细内容参考:https://github.com/ownthink/Jiagu1.2 Neo4jubuntu 安装 neo4j安装服务端wget -O - https://debian.neo4j.org/neotechnology.gpg.key | sud原创 2021-09-02 11:29:02 · 6533 阅读 · 1 评论 -
常见10种自然语言处理技术
原文该作者也是翻译的外文,英文原文链接引言自然语言处理(NLP)是一种艺术与科学的结合,旨在从文本数据中提取信息。在它的帮助下,我们从文本中提炼出适用于计算机算法的信息。从自动翻译、文本分类到情绪分析,自然语言处理成为所有数据科学家的必备技能之一。常见的10个NLP任务如下:词干提取词形还原词向量化词性标注命名实体消岐命名实体识别情感分析文本语义相似分析语种辨识文本总结以下将详细展开:1.词干提取什么是词干提取?词干提取是将词语去除变化或衍生形式,转换为词干或原型形式的原创 2021-09-02 08:59:22 · 12724 阅读 · 0 评论 -
推荐系统常用技术
多路召回召回阶段业界一般会采用多路召回,多路召回就是一路一路地去召回。按照兴趣召回:知道用户的长期兴趣和短期兴趣,根据用户的兴趣去查找不同的物料内容。按照位置召回:根据用户的上下文,比如说位置。当前这个用户在国外旅游,将用户的位置信息生成物料。然后去查找位置类型的物料。按照xx策略召回召回阶段要做的事情是:在成千上万的内容中找到用户可能关心的候选集,这里的候选集不是最终给用户的。一般来说,一路召回的数量在一百两百级别,多路召回加起来可能在五百到一千级别。召回阶段得到候选集之后,下一步就是要做原创 2021-08-17 22:55:00 · 1852 阅读 · 0 评论 -
大厂面试 NLP 工程师,会考察你哪些方面的能力?
AI 算法工程师不但需要基础能力扎实,还要具备良好的工程落地能力,那在 NLP 工程师面试的时候你知道面试官会从哪些维度去考察你这两方面的能力吗?今天我就结合我的一些 NLP 面试和被面试经验来给你讲一讲。工程上使用 Tensorflow 的更多,在实际面试的时候,你不仅需要知识储备足够广,更需要在某维能力上足够深。因为通常面试官也希望能发掘出你在某维能力上的突出和优势,俗称“亮点”。接下来我会分别从广度和深度两方面举例说明,什么样的面试回答更好,好在哪里。首先,从知识储备的广度来说,我以语义匹配都原创 2021-08-17 11:48:06 · 377 阅读 · 0 评论 -
树莓派Raspberry pi 4B 运行 WuKong-Robot 智能语音对话机器人
环境:Hardware: Raspberry PI 4B - 8G - SD 卡(16G)OS :Raspberry Pi OS 2021Desktop DownloadPython3/ Win32DiskImager(烧录镜像软件) Or Raspberry Pi Imager(树莓派自带镜像烧录软件)USB 麦克风/音箱(耳机)1. 搭建操作系统**Step 1: ** 官网下载镜像文件,经测试树莓派4B安装 Ubuntu20 桌面版本经常出现卡顿现象,而且 Ubunt原创 2021-01-25 15:20:08 · 4764 阅读 · 0 评论 -
Pytorch-GPU Tensorflow-GPU 在 Ubuntu以及 Docker 中安装
本文基于 Ubuntu20.04.1 LTS GTX 1050Ti Nvidia-smi 460.32.03 Driver Version: 460.32.03 CUDA Version: 11.2Nvidia 驱动可以使用 Ubuntu 设置->关于->Software Updates->附加驱动进行选择安装,安装好后重启即可。然后使用命令行查看驱动信息:nvidia-smi1. Ubuntu 中的安装在 Ubuntu 中使用 Anaconda 的 conda 安装 Pyt原创 2021-01-20 00:44:22 · 495 阅读 · 0 评论 -
人脸识别进行网页登录
文章目录项目介绍源码分析1.用户注册,人脸录入人脸录入前端代码:人脸录入后端代码:2.人脸识别登录部分登录界面的前端代码人脸登录后台代码:3.文件上传部分图片模糊前端代码图片模糊后台代码:4.人脸区域模糊功能项目介绍本项目主要实现了通过人脸识别的方式进行网页的登录。网页采用Django框架开发,使用离线的face_recognition来进行人脸识别。登录完成后网页提供了一个人脸区域模糊的功能。项目效果视频展示:人脸识别网页登录项目源码:https://github.com/MicahYin/.转载 2020-05-23 08:49:10 · 6054 阅读 · 5 评论 -
推荐系统面试题之机器学习(一) ----- 树模型
推荐系统面试题之机器学习(一) ----- 树模型简单介绍一下XGBXGBoost为什么使用泰勒二阶展开?为什么用二阶信息不用一阶?XGBoost在什么地方做的剪枝,怎么做的?XGBoost如何分布式?特征分布式和数据分布式? 各有什么存在的问题?XGBoost里处理缺失值的方法?XGBoost有那些优化?xgboost对预测模型特征重要性排序的原理?XGBoost如何寻找最优...转载 2020-05-07 16:33:24 · 793 阅读 · 0 评论 -
机器学习推导 —— 频率派 VS 贝叶斯派
原创 2020-03-08 22:32:16 · 324 阅读 · 0 评论 -
机器学习推导 —— 绪论
原创 2020-03-06 22:35:35 · 211 阅读 · 0 评论 -
各大公司广泛使用的在线学习算法FTRL详解
转载请注明本文链接:http://www.cnblogs.com/EE-NovRain/p/3810737.html 现在做在线学习和CTR常常会用到逻辑回归( Logistic Regression),而传统的批量(batch)算法无法有效地处理超大规模的数据集和在线数据流,google先后三年时间(2010年-2013年)从理论研究到实际工程化实现的FTR...转载 2020-03-06 16:14:52 · 469 阅读 · 0 评论 -
每日速览
English Websites蛐蛐英语杂志下载CV极市平台原创 2020-01-18 12:36:41 · 394 阅读 · 0 评论 -
Win10 VS 安装 OpenCV 教程 (终结篇)
前言:刚开始是不打算写这篇博客的,但是我最近为了完成对老师布置的区域生长算法,强行要配置一波opencv,因为换了电脑,所以选择了有黑黑主题酷酷的VS2017,但无奈网上的博客关于vs2017配置Opencv不够全(vs2010配置opencv的倒是贼多!),我当时是看了将近10篇文章才配置成功,所以在此我来从一个新入坑的角度来说一下怎么完整的配置一个OPencv!下面就分步来进行说明吧!注意...原创 2020-01-02 15:50:39 · 986 阅读 · 0 评论 -
Linux 搭建深度学习环境教程
Linux 搭建深度学习环境教程Notes:如果只是单纯的想搭建一个基础的 GPU 深度学习环境,其实根本不需要按照网上绝大部分教程那样依次手动下载并安装 Nvidia 驱动,CUDA toolkit 安装包,CUDNN 安装包,(PS.根据这些教程几乎也没有成功过????)。Nvidia 驱动对 Linux 的兼容性不友好的问题由来已久,其实祖师爷很懂每一位被驱动兼容性折磨的小伙伴的心情,这不...原创 2019-11-21 19:37:19 · 3205 阅读 · 0 评论 -
AI技术人才成长路线图(附完整PPT)
来源:CSDN、AI科技大本营编辑:Fynlch王培本文多图,建议阅读10分钟。本文为你解析入门AI的方法,及AI技术人才成长路线。前不久,CSDN副总裁孟岩重磅发布了AI技术职业升级指南——《AI技术人才成长路线图》(V1.0)。该路线图基于10多位专家的切身经验,提炼出入门AI的两大方式与进阶AI的10大路线,以期能为开发者进阶AI作出一些有益参考。(点击放大查看高清图)...转载 2018-06-18 14:53:18 · 749 阅读 · 0 评论 -
最大似然估计总结笔记
最大似然估计学习总结------MadTurtle1. 作用在已知试验结果(即是样本)的情况下,用来估计满足这些样本分布的参数,把可能性最大的那个参数作为真实的参数估计。2. 离散型设为离散型随机变量,为多维参数向量,如果随机变量相互独立且概率计算式为P{,则可得概率函数为P{}=,在固定时,上式表示的概率;当已知的时候,它又变成的函数,可以把它记为,称此函数为似然函数。似然函数值的大小意味着该样...转载 2018-06-26 11:28:40 · 615 阅读 · 0 评论 -
机器学习资源(网址)
作者:xiangyong58今天给大家介绍一下经典的开源机器学习软件:编程语言:搞实验个人认为当然matlab最灵活了(但是正版很贵),但是更为前途的是python(numpy+scipy+matplotlib)和C/C++,这样组合既可搞研究,也可搞商业开发,易用性不比matlab差,功能组合更为强大,个人认为,当然R和java也不错.1.机器学习开源软件网(收录了各种机器学习的各种编程语言学术...转载 2018-07-06 09:32:37 · 307 阅读 · 0 评论 -
Python机器学习库sklearn几种回归算法建模及分析(实验)
最简单的回归模型就是线性回归数据导入与可视化分析from IPython.display import Image%matplotlib inline# Added version check for recent scikit-learn 0.18 checksfrom distutils.version import LooseVersion as Versionfrom sklear...转载 2018-07-06 11:20:20 · 1253 阅读 · 0 评论 -
牛顿法与拟牛顿法学习笔记(一)牛顿法
机器学习算法中经常碰到非线性优化问题,如 Sparse Filtering 算法,其主要工作在于求解一个非线性极小化问题。在具体实现中,大多调用的是成熟的软件包做支撑,其中最常用的一个算法是 L-BFGS。为了解这个算法的数学机理,这几天做了一些调研,现把学习过程中理解的一些东西整理出来。目录链接(1)牛顿法(2)拟牛顿条件(3)DFP 算法(4)BFGS 算...转载 2018-08-03 22:19:12 · 258 阅读 · 0 评论 -
优化算法——拟牛顿法之DFP算法
一、牛顿法 在博文“优化算法——牛顿法(Newton Method)”中介绍了牛顿法的思路,牛顿法具有二阶收敛性,相比较最速下降法,收敛的速度更快。在牛顿法中使用到了函数的二阶导数的信息,对于函数,其中表示向量。在牛顿法的求解过程中,首先是将函数在处展开,展开式为: 其中,,表示的是目标函数在的梯度,是一个向量。,表示的是目标函数在处的Hesse矩阵。省略掉最后面的高阶...转载 2018-08-03 22:24:41 · 1319 阅读 · 0 评论 -
机器学习算法之:指数族分布与广义线性模型
参考NG的lecture note1 part3 本文将首先简单介绍指数族分布,然后介绍一下广义线性模型(generalized linear model, GLM), 最后解释了为什么逻辑回归(logistic regression, LR) 是广义线性模型的一种。指数族分布指数族分布 (The exponential family distribution),区别于指数分布(expo...转载 2018-08-04 16:55:57 · 281 阅读 · 0 评论 -
Google Bigtable 中文版
Google BigTable 中文版1 摘要 Bigtable 是一个分布式的结构化数据存储系统,它被设计用来处理海量数据:通常是分布在数千台普通服务器上的 PB 级的数据。 Google 的很多项目使用 Bigtable 存储数据,包括 Web 索引、 Google Earth、Google Finance。这些应用对 Bigtable 提出的要求差异非常大,无论是在数据量上...原创 2018-08-26 17:10:39 · 9031 阅读 · 0 评论 -
Google File System 中文版
Google File System 中文版 1.0 版摘要 我们设计并实现了 Google GFS 文件系统,一个面向大规模数据密集型应用的、可伸缩的分布式文件系统。GFS 虽然运行在廉价的普遍硬件设备上,但是它依然了提供灾难冗余的能力,为大量客户机提供了高性能的服务。 虽然 GFS 的设计目标与许多传统的分布式文件系统有很多相同之处,但是,我们的设计还是以我们对自己的应...原创 2018-08-26 18:31:16 · 1588 阅读 · 0 评论 -
Google File System 中文版
Google File System 中文版 1.0 版摘要 我们设计并实现了 Google GFS 文件系统,一个面向大规模数据密集型应用的、可伸缩的分布式文件系统。GFS 虽然运行在廉价的普遍硬件设备上,但是它依然了提供灾难冗余的能力,为大量客户机提供了高性能的服务。 虽然 GFS 的设计目标与许多传统的分布式文件系统有很多相同之处,但是,我们的设计还是以我们对自己的应...原创 2018-08-26 20:52:54 · 780 阅读 · 0 评论 -
Google MapReduce 中文版
摘要 MapReduce 是一个编程模型,也是一个处理和生成超大数据集的算法模型的相关实现。用户首先创建一个 Map 函数处理一个基于 key/value pair 的数据集合,输出中间的基于 key/value pair 的数据集合;然后再创建一个 Reduce 函数用来合并所有的具有相同中间 key 值的中间 value 值。现实世界中有很多满足上述处理模型的例子,本论文将详细描述这个...原创 2018-08-26 21:48:18 · 592 阅读 · 0 评论 -
《Logistic Regression》
<!DOCTYPE html><html><head><meta charset="utf-8" /><title>Logistic Regression</title><script src="https://cdnjs.cloudflare.com/ajax/libs/require.js原创 2018-09-07 20:03:40 · 671 阅读 · 0 评论 -
Logistic Regression
《Logistic Regression》1. Logistic Regression 模型:1.1 线性可分 VS 线性不可分:对于一个分类问题,通常可以分为线性可分与线性不可分两种。如果一个分类问题可以使用线性判别函数正确分类,则称该问题为线性可分;否则为线性不可分问题。图1.1 线性可分 图1.2 线性不可分 图1.3 线性不可分转化为线性可分1.2 ...原创 2018-09-07 20:05:03 · 1306 阅读 · 0 评论 -
《百面机器学习--算法工程师带你去面试》-- 第 1 章
《百面机器学习–算法工程师带你去面试》第 1 章 特征工程&amp;amp;amp;nbsp;&amp;amp;amp;nbsp;&amp;amp;amp;nbsp;&amp;amp;amp;nbsp;&amp;amp;amp;nbsp;&amp;amp;amp;nbsp;&amp;amp;amp;nbsp;&amp;amp;amp;nbsp;对于一个机器学习问题,数据原创 2018-09-05 14:48:01 · 5849 阅读 · 0 评论 -
金秀 Python_sklearn机器学习库学习笔记(三)logistic regression(逻辑回归)
# 逻辑回归## 逻辑回归处理二元分类%matplotlib inlineimport matplotlib.pyplot as plt#显示中文from matplotlib.font_manager import FontPropertiesfont=FontProperties(fname=r"c:\windows\fonts\msyh.ttc", size=10)...转载 2018-09-08 15:16:08 · 986 阅读 · 0 评论 -
机器学习sklearn19.0——Logistic回归算法
一、Logistic回归的认知与应用场景Logistic回归为概率型非线性回归模型,是研究二分类观察结果与一些影响因素之间关系的一种多变量分析方法。通常的问题是,研究某些因素条件下某个结果是否发生,比如医学中根据病人的一些症状来判断它是否患有某种病。二、LR分类器LR分类器,即Logistic Regression Classifier。在分类情形下,...转载 2018-09-08 17:49:10 · 519 阅读 · 0 评论 -
机器学习sklearn19.0——Logistic回归算法
一、Logistic回归的认知与应用场景 Logistic回归为概率型非线性回归模型,是研究二分类观察结果与一些影响因素之间关系的一种多变量分析方法。通常的问题是,研究某些因素条件下某个结果是否发生,比如医学中根据病人的一些症状来判断它是否患有某种病。 二、LR分类器 LR分类器,即Logistic Regression Classifier。在分类情形下,经过...转载 2018-09-08 17:50:34 · 959 阅读 · 0 评论 -
Softmax的理解与应用
Softmax在机器学习中有非常广泛的应用,但是刚刚接触机器学习的人可能对Softmax的特点以及好处并不理解,其实你了解了以后就会发现,Softmax计算简单,效果显著,非常好用。我们先来直观看一下,Softmax究竟是什么意思我们知道max,假如说我有两个数,a和b,并且a>b,如果取max,那么就直接取a,没有第二种可能但有的时候我不想这样,因为这样会造成分值小的那个饥饿。...转载 2018-09-08 21:44:25 · 315 阅读 · 0 评论 -
sigmoid和softmax总结
sigmoid函数(也叫逻辑斯谛函数): 引用wiki百科的定义: A logistic function or logistic curve is a common “S” shape (sigmoid curve). 其实逻辑斯谛函数也就是经常说的sigmoid函数,它的几何形状也就是一条sigmoid曲线。 logistic曲线如下: 同样,我们贴一下wi...原创 2018-09-08 21:49:11 · 481 阅读 · 0 评论 -
softmax的多分类
关于多分类我们常见的逻辑回归、SVM等常用于解决二分类问题,对于多分类问题,比如识别手写数字,它就需要10个分类,同样也可以用逻辑回归或SVM,只是需要多个二分类来组成多分类,但这里讨论另外一种方式来解决多分类——softmax。关于softmaxsoftmax的函数为 P(i)=\dfrac{exp(\theta_i^Tx)}{\sum_{k=1}^{K}exp(\the...转载 2018-09-08 21:55:40 · 2922 阅读 · 0 评论 -
Logistic Regression
Logistic RegressionThe data我们将建立一个逻辑回归模型来预测一个学生是否被大学录取。假设你是一个大学系的管理员,你想根据两次考试的结果来决定每个申请人的录取机会。你有以前的申请人的历史数据,你可以用它作为逻辑回归的训练集。对于每一个培训例子,你有两个考试的申请人的分数和录取决定。为了做到这一点,我们将建立一个分类模型,根据考试成绩估计入学概率。import...转载 2018-09-07 16:54:22 · 211 阅读 · 0 评论