- 博客(62)
- 收藏
- 关注
原创 机器学习的五大流派
有道是“罗马不是一天建成的”,机器学习的发展也是历经了很长时间,在这过程中形成了五大流派,这五大流派各有各的特点。 1、符号主义(Symbolists) 名称:符号主义(Symbolists) 起源:逻辑学、哲学 核心思想:认知即计算,通过对符号的演绎和逆演绎...
2018-04-13 18:13:10 655
原创 大话CNN经典模型:AlexNet
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”(BigdataAILab),欢迎关注。 2012年,Alex Krizhevsky、Ilya Sutskever在多伦多大学Geoff Hinton的实验室设计出了一个深层的卷积神经网络Alex...
2018-04-13 18:13:08 335
原创 大话CNN经典模型:GoogLeNet(从Inception v1到v4的演进)
2014年,GoogLeNet和VGG是当年ImageNet挑战赛(ILSVRC14)的双雄,GoogLeNet获得了第一名、VGG获得了第二名,这两类模型结构的共同特点是层次更深了。VGG继承了LeNet以及AlexNet的一些框架结构(详见 大话CNN经典...
2018-04-13 18:12:46 1565 1
原创 大话CNN经典模型:VGGNet
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”(BigdataAILab),欢迎关注。 2014年,牛津大学计算机视觉组(Visual Geometry Group)和Google DeepMind公司的研究员一起研发出了新的深度卷积神经网络...
2018-04-13 18:12:43 719
原创 大话深度信念网络(DBN)
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”(BigdataAILab),欢迎关注。 让我们把时间拨回到2006年以前,神经网络自20世纪50年代发展起来后,因其良好的非线性能力、泛化能力而备受关注。然而,传统的神经网络仍存在一些局限,在上个...
2018-04-13 18:12:30 592
原创 大话CNN经典模型:LeNet
近几年来,卷积神经网络(Convolutional Neural Networks,简称CNN)在图像识别中取得了非常成功的应用,成为深度学习的一大亮点。CNN发展至今,已经有很多变种,其中有几个经典模型在CNN发展历程中有着里程碑的意义,它们分别是:LeNet...
2018-04-13 18:12:09 350
原创 深度学习中常用的激励函数
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”(BigdataAILab),欢迎关注。 我们知道深度学习的理论基础是神经网络,在单层神经网络中(感知机),输入和输出计算关系如下图所示: 可见,输入与输出是一个线性关系,对于增加了多个神经元...
2018-04-13 18:11:53 668
原创 大话深度残差网络(DRN)ResNet网络原理
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”(BigdataAILab),欢迎关注。 一说起“深度学习”,自然就联想到它非常显著的特点“深、深、深”(重要的事说三遍),通过很深层次的网络实现准确率非常高的图像识别、语音识别等能力。因此,我们...
2018-04-13 18:11:44 333
原创 大话循环神经网络(RNN)
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”(BigdataAILab),欢迎关注。 在上一篇文章中,介绍了 卷积神经网络(CNN)的算法原理,CNN在图像识别中有着强大、广泛的应用,但有一些场景用CNN却无法得到有效地解决,例如: ...
2018-04-13 18:11:34 518
原创 大话卷积神经网络(CNN)
这几年深度学习快速发展,在图像识别、语音识别、物体识别等各种场景上取得了巨大的成功,例如AlphaGo击败世界围棋冠军,iPhone X内置了人脸识别解锁功能等等,很多AI产品在世界上引起了很大的轰动。在这场深度学习革命中,卷积神经网络(Convolutiona...
2018-04-13 18:11:33 938
原创 浅说“迁移学习”(Transfer Learning)
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”(BigdataAILab),欢迎关注。 什么是迁移学习? 迁移学习(Transfer Learning)是一种机器学习方法,是把一个领域(即源领域)的知识,迁移到另外一个领域(即目标领域),使得目...
2018-04-13 18:11:16 1337
原创 涨知识,什么是强化学习(Reinforcement Learning)
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”(BigdataAILab),欢迎关注。 机器学习算法可以分为3种:有监督学习(Supervised Learning)、无监督学习(Unsupervised Learning)和强化学习(Reinf...
2018-04-13 18:11:07 844
原创 【干货】快速搭建CDH的yum本地源的详细过程
为了方便在局域网中安装CDH集群,搭建一个CDH的yum本地源,方便局域网内各节点安装。 在Cloudera的官网中给出了CDH本地源的搭建过程(官网说明文档链接),下面是本人亲自搭建的详细过程,首先要找一台能联网的主机来制作本地源,可自动下载必要的安装包(如果全...
2018-04-13 18:10:56 2650
原创 docker配置国内镜像源
使用docker默认的镜像源,拉取速度很慢,改为国内镜像源之后,快了很多,配置方法也很简单,如下: 编辑 /etc/docker/daemon.json 文件,如果该文件不存在,就新增该文件。在该文件中加入以下配置项 { "registry-mirrors"...
2018-04-13 18:10:49 973
原创 问题来了,大数据的特性究竟有多少个V?
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”(BigdataAILab),欢迎关注。 一提到大数据的特性,很多人马上就会想到3V、4V,那么大数据究竟有多少个V呢? 在大数据的不断发展阶段,业界对大数据的特征认识也在逐步完善,涵盖范围也更加全...
2018-04-13 18:10:39 9229
原创 【干货】离线安装Cloudera Manager 5和CDH5(最新版5.13.0)详细过程
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”(BigdataAILab),欢迎关注。 Cloudera是Hadoop生态系统中,规模最大、知名度最高的公司。Cloudera对Hadoop进行了封装,简化安装过程,使用Cloudera可以快速、简...
2018-04-13 18:10:37 982
原创 【干货】在docker中安装配置Greenplum集群的过程
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”(BigdataAILab),欢迎关注。 Greenplum是一个MPP(海量并行处理)计算框架的分布式数据库,其数据库引擎层是基于著名的Postgresql数据库,企业级数据库产品,现已开源。Gre...
2018-04-13 18:10:37 2846
原创 树莓派设置开机自启动的两种方式
可通过两种方式来设置树莓派的开机自启动 一、配置rc.local文件设置树莓派开机启动项 编辑/etc/rc.local文件 sudo vi /etc/rc.local 在文件中的 exit 0 之前添加需要执行的程序,注意要使用绝对路径,如下 pytho...
2018-04-13 18:10:33 2470
原创 【干货】Apache Hive 2.1.1 安装配置超详细过程,配置hive、beeline、hwi、HCatalog、WebHCat等组件...
在Docker环境成功搭建了Apache Hadoop 2.8 分布式集群,并实现了NameNode HA、ResourceManager HA之后(详见我的另一篇博文:Apache Hadoop 2.8分布式集群详细搭建过程),接下来将搭建最新稳定版的Ap...
2018-04-13 18:10:27 5822 1
原创 HBase 1.2.6 完全分布式集群安装部署详细过程
Apache HBase 是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统,是NoSQL数据库,基于Google Bigtable思想的开源实现,可在廉价的PC Server上搭建大规模结构化存储集群,利用Hadoop HDFS作为其文件存储系统,利用Hado...
2018-04-13 18:10:25 522
原创 AlphaGo算法原理浅析
2016年3月,AlphaGo与围棋世界冠军、职业九段棋手李世石进行围棋人机大战,以4比1的总比分获胜,震惊世界;2017年5月,AlphaGo与排名世界第一的世界围棋冠军柯洁对战,以3比0的总比分获胜,再次震惊世界。围棋界公认AlphaGo的围棋能力已经远远超...
2018-04-13 18:10:18 3587
原创 什么是CPU,GPU,TPU,DPU,NPU,BPU
随着深度学习的火热发展,各类芯片陆续出现在人们的视野中,例如GPU, TPU, DPU, NPU, BPU……,那这些分别是什么?它们与CPU又是什么关系呢?下面来小白一下 首先介绍一下这些词的英文全称: CPU全称:Central Processin...
2018-04-13 18:09:53 6199
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人