深度学习:算法项目实战
文章平均质量分 97
基于TensorFlow、Keras环境,涉及医疗健康、财经金融、商业零售、食品饮料、运动健身、交通运输、环境科学、社交媒体以及文本和图像处理等诸多领域,讨论了各种复杂的深度神经网络思想,如卷积神经网络、循环神经网络、生成对抗网络、门控循环单元、长短期记忆和强化学习。
矩阵猫咪
这个作者很懒,什么都没留下…
展开
-
基于VGG16使用图像特征进行迁移学习的时装推荐系统
本文所提供的数据集由女性时尚物品的图像组成,包括各种服装和配饰。每张图片都代表一件独特的商品,按类型(如连衣裙、上衣、裙子)、风格(如休闲、正式、运动)以及颜色和图案等其他属性进行分类。这些图像以统一格式收集,以方便特征提取和分析过程。主要目标是开发一个时尚推荐系统,该系统可以分析输入的时尚单品图像,并根据视觉相似性从数据集中推荐相似的单品。原创 2024-05-30 23:07:38 · 1868 阅读 · 2 评论 -
基于 FastAI 文本迁移学习的情感分类(93%+Accuracy)
语言模型通过学习来预测单词序列的概率。但为什么我们需要学习单词的概率呢?让我们通过一个例子来理解。我相信你一定用过谷歌翻译。出于不同的原因,我们都会用它将一种语言翻译成另一种语言。这是一个流行的 NLP 应用的例子,叫做机器翻译。在 “机器翻译 ”中,你需要从一种语言中输入一堆单词,然后将这些单词转换成另一种语言。现在,系统可能会给出许多潜在的翻译,您需要计算每种翻译的概率,以了解哪种翻译最准确。原创 2024-05-29 21:50:13 · 1232 阅读 · 0 评论 -
基于 RNNs 对 IMDB 电影评论进行情感分类
本章将使用 Tensorflow 进行情感分析,以阐述文本分类!在需要捕捉序列信息时,循环神经网络(RNN)就能派上用场(另一种用例可能包括时间序列、下一个单词预测等)。由于其内部记忆因素,它能记住过去的序列和当前的输入,这使它能够捕捉上下文而不仅仅是单个单词。原创 2024-05-28 14:59:25 · 799 阅读 · 0 评论 -
基于长短期记忆网络 LSTM 的送餐时间预测
对于送餐服务公司来说,预测订单的送达时间是一项极具挑战性的任务。像 Zomato 和 Swiggy 这样的食品外卖服务需要准确显示送达订单所需的时间,以保持对客户的透明度。这些公司使用机器学习算法,根据送餐员过去在相同距离上所花费的时间来预测送餐时间。因此,如果您想了解如何使用机器学习预测食品配送时间,本文就是为您准备的。本文将带你使用 Python 通过机器学习预测送餐时间。原创 2024-05-26 21:47:03 · 1434 阅读 · 2 评论 -
基于 BERT 对 IMDB 电影评论进行情感分类
BERT 是 Bidirectional Representation for Transformers 的缩写,由谷歌人工智能语言研究人员于 2018 年提出。虽然其主要目的是提高对谷歌搜索相关查询含义的理解,但 BERT 已成为各种自然语言任务中最重要、最完整的架构之一,在句子对分类任务、问答任务等方面取得了最先进的成果。原创 2024-05-25 13:36:16 · 353 阅读 · 0 评论 -
基于双向长短期记忆BiLSTM对消费者投诉进行多类分类
消费者投诉分类是指对消费者所报投诉的性质进行分类。这对消费者服务部门很有帮助,因为他们每天都会收到成千上万的投诉,因此对这些投诉进行分类有助于确定哪些投诉需要首先解决,以减少消费者的损失。原创 2024-05-24 00:57:38 · 355 阅读 · 0 评论 -
基于Keras,使用长短期记忆网络LSTM对股票市场进行预测分析
在文本中,我们将探索股市数据,特别是一些科技股(苹果、亚马逊、谷歌和微软)。我们将探讨如何使用yfinance来获取股票信息,并使用Seaborn和Matplotlib可视化其中的不同特征。我们将根据股票之前的表现历史,研究几种分析股票风险的方法。我们还将通过长短期记忆(LSTM)方法预测未来股价!原创 2024-05-02 16:57:13 · 2811 阅读 · 17 评论 -
基于多项式分布朴素贝叶斯MultinomialNB、文本矢量化TextVectorization、BiLSTM(双向LSTM)检测垃圾短信
在当今社会,几乎每个人都有一部手机,他们的手机都会定期收到通信(短信/电子邮件)。但重要的一点是,收到的大多数信息都是垃圾信息,只有少数是必要的通信。骗子制造欺诈性短信,骗取你的个人信息,如密码、账号或社会保险号。如果他们掌握了这些信息,就有可能访问您的电子邮件、银行或其他账户。在本文中,我们将使用 `Tensorflow` 开发各种深度学习模型,用于垃圾短信检测,并分析不同模型的性能指标。原创 2024-05-13 23:57:49 · 1424 阅读 · 4 评论 -
深度学习:基于人工神经网络ANN的降雨预测
降雨预测是对人类社会有重大影响的困难和不确定任务之一。及时准确的预测可以主动帮助减少人员和经济损失。本研究介绍了一组实验,其中涉及使用常见的神经网络技术创建模型,根据澳大利亚主要城市当天的天气数据预测明天是否会下雨。原创 2024-05-11 21:54:02 · 1261 阅读 · 9 评论 -
基于长短期记忆网络LSTM和RMSProp优化算法进行销售预测分析
预测是使用过去的值和许多其他因素来预测未来的值。在本文中,我们将使用 `Keras` 功能 API 创建一个销售预测模型。首先,所有输入都经过预处理,以便机器能够理解。这是一个基于监督学习的线性回归模型,因此输出将与输入一起提供。然后,输入连同期望的输出一起被馈送到模型。该模型将绘制(学习)输入和输出之间的关系(函数)。然后,该函数或关系用于预测特定输入集的输出。在这种情况下,像日期和以前的销售额这样的输入参数被标记为输入,销售额被标记为输出。原创 2024-05-05 15:28:37 · 1119 阅读 · 1 评论 -
基于二维卷积Conv2D实现MNIST数字识别的四种方法
使用 MNIST 数据集进行手写数字识别是一个借助神经网络完成的重要项目。深度神经网络是机器学习和人工智能的一个分支,这种网络能够从提供的无组织或无标记数据中进行无监督学习。我们在此基础上更进一步,我们的手写数字识别系统不仅能检测手写数字的扫描图像,还能借助集成的图形用户界面在屏幕上书写数字进行识别。它主要检测手写数字的扫描图像。原创 2024-05-15 19:44:34 · 1177 阅读 · 0 评论