lingpy的博客

本文介绍如何使用百度AI开放平台进行人脸识别实验。具体过程包括创建应用、部署环境、准备数据集、实验等。文章目录1 准备工作1.1 创建应用1.2 获取accesss_token1.3 安装人脸识别SDK2 实验2.1 准备数据2.2 人脸检测2.2.1 API方式2.2.2 SDK方式2.3 人脸对比3 下一步工作参考文献附件1 准备工作1.1 创建应用在百度人脸识别云平台注册账号(使用百度账号即可)，网站地址登录后在控制台中创建人脸检测应用，则会生成相应的App ID、API Key、S.

框架简介优点缺点Theano2008年诞生于LISA实验室，其设计具有较浓厚的学术气息。 作为第一个Python深度学习框架，Theano很好的完成了自己的使命，为之后深度学习框架的开发奠定了基本设计方向：以计算图为框架的核心，采用GPU加速计算(1) Python+NumPy的组合；(2) 使用计算图；(3) 学习门槛低(1) 比Torch臃肿；(2) 不支持分布式；(3) 大模型的编译时间有时要很久，调试困难；(4) 目前已停止开发TensorFlow2015年诞...

版本0.2, 12,10 , 2010 © Numenta, Inc. 2010俞天翔 译HTM相关资料下载链接文章目录第一章 HTM概述原理第二章 HTM脑皮质学习算法术语综述1 构建输入的稀疏离散表征2 在有先前输入的环境中构建输入的表征3 在有先前输入的环境中根据当前输入构建预测共同的概念空间沉积池概念1 使用所有的柱状区域2 维持一定的密度3 避免琐碎模式4 避免多余的链接5 ...

机器学习令人无比神往，但从事这个工作的人可能并不这么想。机器学习的工作内容往往复杂枯燥又困难——通过大量重复工作进行提升必不可少：汇总工作流及传输渠道、设置数据源以及在内部部署和云部署的资源之间来回分流。所以使用工具提升你的工作效率实在很关键，而且像这样的工具越多越好。好在你学的是Python，作为一...

关于语义分析的发展和技术的总结概念语义分析语义分析(Semantic Analysis)指运用各种机器学习方法，学习与理解一段文本所表 示的语义内容。一段文本通常由词、句子和段落来构成，根据理解对象的语言单位不同，语义分析又可 进一步分解为词汇级语义分析、句子级语义分析以及篇章级语义分析。一般来说，词汇级语 义分析关注的是如何获取或区别单词的语义，句子级语义分析则试图分析整个句子所表达...

鲍捷 文因互联CEO原文链接目录文章目录一下子砸很多钱描述总结根据最新论文来决定技术路线描述总结脱离真正的应用场景描述总结使用过于领先的架构描述总结不能管理用户预期描述总结不理解认知复杂性描述总结专业性不足描述总结工程能力不足描述总结阵容太豪华描述总结时机不到，运气不好描述总结一下子砸很多钱描述一开始砸很多钱，为什么还会失败？你要想，做一个项目，通常是有目标的。当你有一个大预算的...

这篇文章转载自南京大学周志华教授的博客，原文链接已经找不到了，特此说明。周志华教授的《机器学习》这本书写的不错，深入浅出，适合机器学习入门学习，推荐一下。-----------------------------------------------------------------...

论文信息：硕士论文-网络新闻图像中人脸标注技术的研究-2011-哈尔滨工业大学-刘胜宇文末附人脸标注相关论文下载链接目录文章目录摘要技术数据集实验结果结论参考文献（部分）关于图像标注关于聚类关于跨媒体资源（对应技术中的标号）摘要针对网络新闻数据图文互补特性，提出基于改进AP聚类的人脸图像标注方法，以及标注后的一人多名问题的处理方法。相对于k-means与AP聚类算法，改进的AP聚类...

论文信息：硕士论文-跨模态间的人脸与人名对齐方法研究-2012-复旦大学-吴伟文章目录摘要技术框架图人名重要性评估人名检测句法分析获得人名重要性&语义细化人脸检测&人脸特征表示人脸内聚度度量自制网络爬虫数据集实验结果四组评估模式结果（整体数据集）将改进的自适应模拟退火遗传算法（ＩＳＳＡＧＡ）与标准遗传算法（ＧＡ）对比实验结果结论--page-53参考文献图像(跨媒体)检索人...

期刊论文-基于 FCM 聚类的跨模态人物图像标注方法-2015-微型电脑应用-赵昀，张翌翀文末附人脸标注相关论文下载链接文章目录摘要技术人脸检测与特征表示（与2012年吴伟硕士论文《跨模态间的人脸与人名对齐方法研究》方法一样）**人脸检测**人名检测与聚类人名检测人名聚类基于FCM聚类的标注数据集实验和分析参考文献摘要论文提出基于模糊 C 均值（Fuzzy C-Means，FCM）聚类...

论文信息：博士论文-跨媒体语义共享子空间学习理论与方法研究-2015-北京交通大学-张磊文末部分参考文献附有论文下载链接，包括与本论文相关的论文下载地址论文标题：跨媒体语义共享子空间学习理论与方法研究文献引用格式张磊.跨媒体语义共享子空间学习理论与方法研究[D].导师赵耀.北京交通大学,2015.张磊,赵耀,朱振峰.跨媒体语义共享子空间学习研究进展[J].计算机学报,2017,40...

Table of Contents对AI的三种观点AI的突破数据、信息和知识数据的特征如何处理数据从机械思维到大数据思维机械思维确定性因果关系大数据思维熵强关联性如何面对AI总结对AI的三种观点现在人工智能这个话题非常火，特别是阿尔法狗击败李世石后，各种对于人工智能的想象都冒出...

原文地址：Mr.Scofield ----- csdnFrom RxNLP.Indexing:〇、序一、DeepNLP的核心关键：语言表示（Representation）二、NLP词的表示方法类型        1、词的独热表示one-hot representation&a

视频地址对于自然语言理解，有两种定义。第一种是计算机能够将所说的语言映射到计算机内部表示；另一种是基于行为的，你说了一句话，计算机做出了相应行为，就认为计算机理解了自然语言。后者的定义，更广为采用。为什么自然语言理解很难？其本质原因是语言是一种复杂的现象。自然语言有5个重要特点，使得计算机实现自然语言处理很困难：语言是不完全有规律的，规律是错综复杂的。有一定的规律，也有很多例...

李航 VS 雷鸣 对话部分雷鸣：特别感谢李老师精彩的讲座。今天这个讲座基本上对自然语言的整个发展能解决什么问题做了一个综述，而且对于技术、挑战和未来展望讲得特别全面，以致于我想到一个问题，后面就已经在回答了，今天讲得非常全面，非常仔细。我们想跟李航老师再探讨一下应用方面，我们知道华为的诺亚方舟做了很多计算语言方面的工作，能大概讲一下在落地方面做了哪些产品，大概现在处在一个什么水平上吗？李航...

作者：刘锋 《互联网进化论》作者，计算机博士这篇文章是根据2018年5月20日，刘锋博士在南方科技大学举办的 “人工智能时代的技术与人文：跨学科对话”学术研讨会上的发言内容，整理形成、主要观点如下：生物进化方向不明朗，是导致人类社会和人工智能领域很难统一伦理规范的深层次原因。21世纪以来，科技呈现爆发趋势，特别是互联网，脑科学和人工智能的最新进展，使的生物进化方向研究有了新的启示，2...

牛人主页（主页有很多论文代码）Serge Belongie at UC San DiegoAntonio Torralba at MITAlexei Ffros at CMUCe Liu at Microsoft Research New EnglandV...

原文作者：张俊林 原文地址：自然语言处理中的Attention Model：是什么及为什么 转载时请附上原文作者和地址要是关注深度学习在自然语言处理方面的研究进展，我相信你一定听说过Attention Model（后文有时会简称AM模型）这个词。AM模型应该说是过去一年来NLP领域中的重要进展之一，在很多场景被证明有效。听起来AM很高大上，其实它的基本思想是相当直观简洁的。...

原文作者：张俊林 原文地址：以Attention Model为例谈谈两种研究创新模式 版权声明：转载请附上原文作者和地址各位观众朋友好，也许此刻您刚打开电梯…….读这一篇之前，请您最好先拜读一下本篇的前传：文本处理中的Attention Model：是什么及为什么。因为那里有些背景知识需要交代。话接上回书，在研读AttentionModel相关文献过程中，我再次深切感受到了...

感谢博主分享 原文地址–写于 2017-01-12参考文献链接英文版本 http://mlwave.com/kaggle-ensembling-guide/ 这里写链接内容这个是上面英文翻译过来的汉语翻译版本 kaggle比赛集成指南 http://m.blog.csdn.net/article/details?id=53054686搜狗比赛第五名的s...

版权声明随便转，取之于网络，用之于网络。。。 https://blog.csdn.net/App_12062011/article/details/83038516 从这个月开始，进入NLP方向了，因此，系统了看了一遍《自然语言处理综论》，对NLP做了点系统性的了解，后面抽时间一个一个业务或者方向进行实现学习。这里主要是入门的认识，因此，大多数不涉及每个...

原文地址 目录请先看序言序言1 深度学习1.1 介绍神经网络1.1.1 什么是神经网络1.2 神经网络基础1.2.1 如何将数据输入到神经网络中1.2.2 神经网络是如何进行预测的1.2.3 神经网络如何判断自己预测得是否准确1.2.4 神经网络是如何进行学习的1.2.5 计算图1...

原文地址 写 在 前 面深度学习与NLP是一个专注分享深度学习技术、NLP领域技术、资讯的专业平台，到目前为止，我们已经分享了20期有关深度学习、NLP、机器翻译等视频教程或视频资源。为了方便大家选择合适自己需求的课程学习，这里对往期分享的视频资源做了整理，推出一套视频资源合集。干货有点多，建议收藏，慢慢学习。获取更多深度...

导读：今年年初以来，作者一直在印度找数据科学、机器学习以及深度学习领域的工作。在找工作的这三十四天里，他面试了8到10家公司，其中也包括初创公司、基于服务的公司以及基于产品的公司。作者希望他的面试经验能够为求职者提供一些有用的信息，因而撰写了此文。希望你读后能够有所...