人工智能
文章平均质量分 55
Yoooung~
这个作者很懒,什么都没留下…
展开
-
RE Survey
IntroductionRE, relation extraction, in order to extract relational facts in vast amounts of text.There are 4 directions leading to better RE abilities:Utilizing more dataPerforming more efficient learningHandling more complicated contextOrienting m原创 2022-04-11 18:42:26 · 317 阅读 · 0 评论 -
P分位数
https://blog.csdn.net/juliarjuliar/article/details/81082934原创 2021-03-22 18:32:04 · 902 阅读 · 0 评论 -
Pandas
三种数据结构Series一维的数据结构,类似于一维数组,能够保存任意类型的数据,比如整数、字符串、浮点数等,主要由一组数据和与之相关的索引两部分构成。# 创建import pandas as pdpd.Series(data=None, index=None, dtype=None)'''参数:data:数据,可以传入ndarray和list等index:索引,必须唯一,且与数据长度相等。如果没有传入,默认创建一个0-N的整数索引dtype:数据类型'''pd.Series(np原创 2021-03-22 17:21:37 · 87 阅读 · 0 评论 -
循环神经网络
循环核我们可以利用卷积神经网络实现离散数据的分类,然而有些数据是与时间序列相关的,是可以根据上文预测出下文的。比如我们的大脑就可以利用脑记忆体提取出历史数据进行分析来预测接下来有可能出现的数据,比如“鱼离不开___”,我们下意识地会预测出接下来出现的可能是“水”。那么在神经网络中也有这样一个记忆体,叫做“循环核”。循环核具有记忆力,通过不同时刻的参数共享,实现了对时间序列的信息提取。循环核中记忆体的个数可以被设定,改变记忆容量。当记忆体个数、输入x以及输出y维度被指定,循环核周围这些带训练参数的维度原创 2021-03-07 22:50:13 · 315 阅读 · 0 评论 -
神经网络基础模型功能扩展
数据增强tensorflow提供了对图片数据进行增强的函数,在小数据量时可以增加模型泛化性:image_gen_train = tf.keras.preprocessing.image.ImageDataGenerator( rescale = 所有数据乘以该数值 rotation_range = 随机旋转角度数范围 width_shift_range = 随机宽度偏移量 height_shift_range = 随机高度偏移量 horizontal_flip = 是否随机水平翻转 zoom原创 2021-03-06 20:14:04 · 210 阅读 · 0 评论 -
神经网络搭建—Sequential&class
Sequential六步法首先,介绍这六个步骤:importtrain, testmodel = tf.keras.models.Sequentialmodel.compilemodel.fitmodel.summarySequentialSequential用来描述各层网络,并且按顺序将它们走一遍,相当于一次前向传播。model = tf.keras.models.Sequential([网络结构])网络结构举例:拉直层:tf.keras.layers.Flatten()全连接原创 2021-03-05 21:53:59 · 997 阅读 · 1 评论 -
神经网络参数优化器
待优化参数w,损失函数loss,学习率lr,每次迭代一个batch(通常为2^n个数据),t表示当前batch迭代的总次数一阶动量:与梯度相关的函数二阶动量:与梯度平方相关的函数随机梯度下降SGD最常用的梯度下降法,不含动量,一阶动量等于梯度,二阶动量等于1# SGDw1.assign_sub(lr * grads[0]) # 参数w1自更新b1.assign_sub(lr * grads[1]) # 参数b自更新SGMD在SGD的基础上增加了一阶动量:其中0.0和原创 2021-03-05 20:06:31 · 178 阅读 · 0 评论 -
卷积神经网络
卷积卷积是有效提取矩阵特征的一种方法,通过卷积核在矩阵上的移动,矩阵中被覆盖的部分与卷积核对应元素相乘求和再加上偏置项,就提取出了该部分的特征单通道卷积核多通道卷积核感受野通过卷积计算之后,输出特征图上每个像素点所对应在原始输入图片上映射区域的大小就是感受野。如下图,感受野为3:卷积神经网络的主要模块卷积是什么?卷积就是特征提取器,就是CBAPDC:Conv2DB:BN批标准化会对所有像素点进行减均值再除以标准差的操作,使数据符合0为均值,1为标准差的分布,原创 2021-03-04 14:25:56 · 183 阅读 · 1 评论 -
线性回归
线性回归简述什么是线性回归?就是用函数来解决具体的实际应用。把一系列特征值作为自变量,目标值作为因变量训练得到一条拟合度良好的函数曲线。单变量线性关系多变量线性关系非线性关系线性回归API假设我们有一组数据:x = [[80, 86], [82, 80], [85, 78], [90, 90], [86, 82], [82, 90], [78, 80], [92, 94]]y = [84.2, 80.6, 80.1, 90, 83.2, 87.6, 79.4, 93.4]原创 2021-02-28 14:42:00 · 125 阅读 · 0 评论 -
【机器学习常用库】numpy
数理统计知识回顾ndarraynumpy提供了一个n维数组类型ndarrayimport numpy as np# ndarray形式score = np.array( [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ])ndarray的属性# 设定数组的元素类型d = np.array([[1, 2, 3], [4, 5, 6]], dtype=np.float32)生成数组的方法原创 2021-02-20 22:15:07 · 133 阅读 · 0 评论 -
【机器学习常用库】matplotlib
matplotlib库简介专门用于开发2D图表(包括3D图表)以渐进、交互式方式实现数据可视化实现一个简单的matplotlib画图(以折线图为例)示例:import randomimport matplotlib.pyplot as pltx = range(60)y = [random.uniform(15, 18) for i in x]plt.figure(figsize=(20, 8), dpi=100)plt.plot(x, y)plt.show()绘图辅助原创 2021-02-19 22:18:12 · 117 阅读 · 0 评论 -
【人工智能】(一)机器学习概述
机器学习工作流程总结获取数据(数据分割,划分训练集和测试集)数据基本处理(缺失值、异常值处理)特征工程(特征提取、特征预处理、特征降维)机器学习(算法、模型训练)模型评估数据和特征决定了机器学习的上限,算法和模型只能是无限逼近这个上限。机器学习算法分类根据数据集的组成不同,可以分为:监督学习输入数据由输入特征值和目标值组成,输出为连续值的时候称为回归问题,离散值的时候称为分类问题无监督学习输入数据由输入特征值组成,无目标值,需要根据样本之间的相似度进行类别划分半监督学习训原创 2021-02-18 23:01:54 · 131 阅读 · 0 评论