![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 92
東方海竹
宁可失败,不能平庸
展开
-
Keras生成式学习(五)
生成式深度学习一、使用LSTM 生成文本二、DeepDream 图像修改技术三、神经风格迁移四、用变分自编码器生成图像五、生成式对抗网络简介原创 2022-12-03 10:20:10 · 974 阅读 · 2 评论 -
Keras深度学习高级(四)
第一部分 Keras的函数式API一、从线性结构到图结构1.1 线性结构1.2 多输入结构1.3 多输出模型1.4 网络拓扑结构1.5 共享层权重1.6 将模型作为层二、Keras 回调函数第二部分 模型可视化一、TensorBoard二、plot_model函数第三部分 让模型性能发挥到极致一、高级架构模式1.1 批标准化 BatchNormalization1.2 深度可分离卷积 SeparableConv2D二、超参数优化三、模型集成 Model Ensembling原创 2022-12-03 10:11:27 · 1374 阅读 · 0 评论 -
Keras文本和序列(三)
第一部分 文本处理一、处理文本数据1.1 one-hot 编码1.2 Word Embedding词向量第二部分 循环神经网络一、基本使用场景二、理解循环神经网络RNN2.1 SimpleRNN2.2 LSTM2.3 GRU三、循环神经网络的高级用法3.1 循环dropout3.2 堆叠循环层3.3 双向循环层3.4 更多尝试第三部分 使用一维卷积神经网络一、理解序列数据的一维卷积二、结合CNN和RNN来处理长序列原创 2022-12-03 09:59:50 · 798 阅读 · 0 评论 -
Keras计算机视觉(二)
第一部分 认识CNN一、quickly start二、卷积网络介绍2.1 卷积核运算2.2 边界填充Padding2.3 卷积步幅strides2.4 最大池化层MaxPooling第二部分:CNN在Keras上的实践一、做好基础数据准备二、模型迭代2.1 基准网络,全凭灵感2.2 基准调优,数据增强2.3 VGG16,站在前人的肩上2.4 VGG16+数据增强,真强,也真慢2.5 锁定部分卷积基,微调模型第三部分:CNN可视化原创 2022-12-03 08:58:41 · 1353 阅读 · 0 评论 -
Keras深度学习入门(一)
第一部分:机器学习基础 一、机器学习的四个分支 二、张量(Tensor)是什么? 三、张量的运算(参考矩阵运算) 四、通用工作流程第二部分:深度学习基础第三部分:Keras基础第四部分:Quickly Start原创 2022-12-01 17:09:47 · 985 阅读 · 0 评论 -
降维(Dimensionality Reduction)
降维(Dimensionality Reduction)1. The Curse of Dimensionality2. Main Approaches for Dimensionality Reduction3. PCA4. LLE5. Other Dimensionality Reduction Techniques原创 2022-11-28 20:21:25 · 463 阅读 · 0 评论 -
决策树(Decision Trees)
决策树(Decision Trees)1. Training and Visualizing a Decision Tree2. Making Predictions3. The CART Training Algorithm4. Regularization Hyperparameters5. Regression6. Instability 不确定性原创 2022-11-28 20:14:48 · 443 阅读 · 0 评论 -
SVM(Support Vector Machines)
SVM(Support Vector Machines)0. Introduction1. Linear SVM Classifcation2. Nonlinear SVM Classifcation3. SVM Regression4. Under the Hood原创 2022-11-28 20:12:23 · 885 阅读 · 0 评论 -
假设检验(Hypothesis Test)
一、双边检验二、单边检验三、两个独立正态分布总体均值与方差的检验四、非参检验原创 2022-11-27 11:27:54 · 2006 阅读 · 0 评论 -
线性回归(Linear Regression)
一、假设函数二、代价函数 - 平方误差函数三、目标函数四、求解目标函数五、多项式回归原创 2022-11-25 22:35:34 · 828 阅读 · 0 评论 -
逻辑回归(Logistic Regression)
一、假设函数二、代价函数 - 最大似然估计三、目标函数四、求解目标函数五、为什么是Sigmoid函数原创 2022-11-25 22:19:46 · 678 阅读 · 0 评论 -
Go Through an ML project
1. Look at the big picture.2. Get the data.3. Discover and visualize the data to gain insights.4. Prepare the data for Machine Learning algorithms.5. Select a model and train it.6. Fine-tune your model.7. Present your solution.原创 2022-11-22 22:33:02 · 301 阅读 · 0 评论 -
经典机器学习备忘录
一、特征工程二、模型评估三、经典机器学习算法四、集成学习原创 2022-11-21 22:43:01 · 788 阅读 · 0 评论 -
jieba中文分词
package com.huaban.analysis.jieba.test;import java.util.Iterator;import java.util.List;import com.huaban.analysis.jieba.JiebaSegmenter;import com.huaban.analysis.jieba.SegToken;import c...2015-01-30 21:55:00 · 244 阅读 · 1 评论 -
Mallet的基本使用
【官网下载】http://mallet.cs.umass.edu/MALLET is a Java-based package for statistical natural language processing, document classification, clustering, topic modeling, information extraction, and othe...2015-01-04 23:03:26 · 1359 阅读 · 0 评论