![](https://img-blog.csdnimg.cn/20210117150214376.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
【机器学习与深度学习】
文章平均质量分 95
数据挖掘/数据分析 与 机器学习/深度学习 等相关知识、原理与小结
何处闻韶
字节跳动-抖音-算法实习生
展开
-
【深度学习】详解 SimCLR
【深度学习】详解 SimCLR - A Simple Framework for Contrastive Learning of Visual Representations原创 2023-01-22 02:00:00 · 5705 阅读 · 2 评论 -
【深度学习】详解 MoCo
【深度学习】详解 MoCo - Momentum Contrast for Unsupervised Visual Representation Learning原创 2023-01-22 02:00:00 · 5226 阅读 · 1 评论 -
【深度学习】详解 BEiT
【深度学习】详解 BEIT: BERT Pre-Training of Image Transformers原创 2022-12-03 22:09:08 · 10846 阅读 · 3 评论 -
【深度学习】详解 MAE
【深度学习】详解 MAE - Masked Autoencoders Are Scalable Vision Learners原创 2022-12-01 01:46:25 · 14084 阅读 · 0 评论 -
【深度学习】详解 CLIP
【深度学习】详解 CLIP - Learning Transferable Visual Models From Natural Language Supervision原创 2022-12-01 06:15:00 · 9005 阅读 · 1 评论 -
【深度学习】详解 ViLT
【深度学习】详解 ViLT: Vision-and-Language Transformer Without Convolution or Region Supervision原创 2022-12-01 06:00:00 · 4380 阅读 · 0 评论 -
【机器学习】详解 转置卷积 (Transpose Convolution)
【机器学习】详解 转置卷积 (Transpose Convolution)原创 2021-11-08 01:00:00 · 33341 阅读 · 17 评论 -
【机器学习】详解 扩张/膨胀/空洞卷积 (Dilated / Atrous Convolution)
【机器学习】详解 扩张 / 膨胀 / 空洞卷积 (Dilated / Atrous Convolution)原创 2021-11-07 01:00:00 · 10557 阅读 · 2 评论 -
【机器学习】浅谈 Batch Size 对训练神经网络的影响
【机器学习】浅谈 Batch Size 对训练神经网络的影响翻译 2021-09-28 00:54:42 · 4274 阅读 · 3 评论 -
【机器学习】浅谈 模型大小与推理速度
【机器学习】浅谈 模型大小与推理速度转载 2021-09-30 01:00:00 · 5062 阅读 · 0 评论 -
【机器学习】浅谈 归纳偏置 (Inductive Bias)
在机器学习中,很多学习算法经常会对学习的问题做一些关于目标函数的必要假设,称为归纳偏置(Inductive Bias)原创 2021-11-03 01:00:00 · 28985 阅读 · 20 评论 -
【机器学习】详解 BERT
【机器学习】详解 BERT原创 2021-09-28 00:54:26 · 3520 阅读 · 3 评论 -
【深度学习】详解 Swin Transformer (SwinT)
【深度学习】详解 Swin Transformer (SwinT)原创 2021-09-16 00:34:44 · 80482 阅读 · 63 评论 -
【深度学习】详解 Vision Transformer (ViT)
【深度学习】详解 Vision Transformer (ViT)原创 2021-07-18 00:20:37 · 95426 阅读 · 33 评论 -
【机器学习】浅谈 Transformer 在 CV 中能否取代 CNN
【机器学习】浅谈 Transformer 在 CV 中能否取代 CNN转载 2021-11-03 02:00:00 · 2623 阅读 · 0 评论 -
【机器学习】详解 Transformer
【机器学习】详解 Transformer转载 2021-07-12 22:00:45 · 5002 阅读 · 3 评论 -
【计算机视觉】Transformer 从 NLP 到 CV
一、前言CV(计算机视觉)领域一直是引领机器学习的弄潮儿。近年来更是因为 Transformer模型的横空出世而掀起了一阵腥风血雨。本文主要介绍 Transformers 背后的技术思想、在计算机视觉领域的应用情况、最新动态以及该架构相对于 CNN 的优势。读完这篇文章之后,你将能知道:为什么 Transformers 模型在 NLP 任务中能够力压群雄,变成 SOTA 模型的必备组件之一。 Transformers 模型的计算原理。 为什么说 Transformers 是对 CNN 的...转载 2021-03-20 13:08:19 · 1444 阅读 · 2 评论 -
【机器学习】详解 GRU
【机器学习】详解 GRU原创 2021-07-18 22:17:10 · 14113 阅读 · 6 评论 -
【机器学习】详解 LSTM
【机器学习】详解 LSTM原创 2021-07-18 00:19:46 · 2047 阅读 · 0 评论 -
【机器学习】详解 RNN
【机器学习】详解 RNN原创 2021-07-08 01:09:03 · 4084 阅读 · 0 评论 -
【机器学习】详解 EfficientNet
【机器学习】详解 EfficientNet原创 2021-07-08 01:08:42 · 8181 阅读 · 2 评论 -
【机器学习】详解 ResNeSt
【机器学习】详解 ResNeSt原创 2021-10-19 01:00:00 · 11543 阅读 · 14 评论 -
【机器学习】详解 Optimizers
【机器学习】详解 Optimizers原创 2021-08-03 01:05:39 · 2183 阅读 · 1 评论 -
【机器学习】详解 Normalization
【机器学习】详解 Normalization原创 2021-10-03 01:00:00 · 3069 阅读 · 4 评论 -
【机器学习】详解 TF-IDF 与 TF-IWF
【机器学习】详解 TF-IDF 与 TF-IWF原创 2021-05-27 22:41:37 · 6609 阅读 · 0 评论 -
【机器学习】详解 ArcFace
详解 ArcFace原创 2021-05-25 22:05:33 · 21963 阅读 · 6 评论 -
【深度学习】详解 Softmax Cross Entropy Loss
Softmax Cross Entropy Loss = Softmax + Cross Entropy Loss原创 2021-05-25 22:04:40 · 10533 阅读 · 10 评论 -
【机器学习】详解 使用 imblearn 应对类别不均衡
使用 imblearn 应对类别不均衡原创 2021-04-08 22:43:39 · 3877 阅读 · 0 评论 -
【机器学习】分类指标 完全解读
【机器学习】评估指标原创 2021-05-25 22:02:17 · 3579 阅读 · 0 评论 -
【数据挖掘】心跳信号分类预测 之 模型集成 —— 学习笔记(五)
心跳信号分类预测 之 模型集成 —— 学习笔记(五)原创 2021-03-28 20:07:29 · 1392 阅读 · 4 评论 -
【数据挖掘】心跳信号分类预测 之 建模调参 —— 学习笔记(四)
【数据挖掘】心跳信号分类预测 之 建模调参 —— 学习笔记(四)原创 2021-03-25 23:07:19 · 1702 阅读 · 0 评论 -
【数据挖掘】心跳信号分类预测 之 特征工程 —— 学习笔记(三)
三、特征工程3.1 看书常言道,“巧妇难为无米之炊”。在 ML 中,数据和特征将作“米”,模型和算法则为“妇”。若无数量充足的数据、良好表示的特征,再强大的模型也难以得到满意的结果 (garbage in,garbage out)。对于 ML 问题,数据和特征往往决定了结果的上限,而模型、算法的选择及优化则是在逐步接近该上限。 特征工程,顾名思义,是对原始数据进行一系列工程处理,将其提炼为特征,作为输入供算法和模型使用。在本质上,特征工程是一个表示和展现数据的过程。在实际中,特征工程旨在去除...原创 2021-03-22 23:16:19 · 2889 阅读 · 0 评论 -
【数据挖掘】心跳信号分类预测 之 数据分析 —— 学习笔记(二)
Task 2 数据分析Tip: 此部分为零基础入门数据挖掘的 Task2 EDA-数据探索性分析 部分,带你来了解数据,熟悉数据,和数据做朋友,欢迎大家后续多多交流。赛题:心电图心跳信号多分类预测2.1 EDA 目标EDA的价值主要在于熟悉数据集,了解数据集,对数据集进行验证来确定所获得数据集可以用于接下来的机器学习或者深度学习使用。 当了解了数据集之后我们下一步就是要去了解变量间的相互关系以及变量与预测值之间的存在关系。 引导数据科学从业者进行数据处理以及特征工程的步骤,使数据集...原创 2021-03-19 15:44:39 · 2216 阅读 · 14 评论 -
【数据挖掘】心跳信号分类预测 之 赛题理解 —— 学习笔记(一)
本赛是 Datawhale 与天池联合发起的零基础入门系列赛事第五场 —— 零基础入门心电图心跳信号多分类预测挑战赛。2016 年 6 月,国务院办公厅印发《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》,文件指出健康医疗大数据应用发展将带来健康医疗模式的深刻变化,有利于提升健康医疗服务效率和质量。赛题以心电图数据为背景,要求选手根据心电图感应数据预测心跳信号,其中心跳信号对应正常病例以及受不同心律不齐和心肌梗塞影响的病例,这是一个多分类的问题。通过这道赛题来引导大家了解医疗大数据的应用。原创 2021-03-16 00:43:44 · 1833 阅读 · 2 评论 -
【机器学习】集成学习 (Ensemble Learning) (四) —— Stacking 与 Blending
四、Stacking 与 Blending原创 2021-01-18 13:57:16 · 884 阅读 · 0 评论 -
【机器学习】集成学习 (Ensemble Learning) (三) —— Boosting 与 Adaboost + GBDT
三、Boosting 与 Adaboost + GBDT原创 2021-01-18 13:55:54 · 249 阅读 · 1 评论 -
【机器学习】集成学习 (Ensemble Learning) (二) —— Bagging 与 Random Forest
二、Bagging 与 Random Forest原创 2021-01-18 13:54:39 · 324 阅读 · 0 评论 -
【机器学习】集成学习 (Ensemble Learning) (一) —— 导引
一、集成学习导读原创 2021-01-18 13:35:19 · 1282 阅读 · 0 评论 -
【机器学习】CNN 的中间过程可视化
作者:yishun链接:https://zhuanlan.zhihu.com/p/53683453引言有一些同学认为深度学习、神经网络什么的就是一个黑盒子,没办法、也不需要分析其内部的工作方式。个人认为这种说法“谬之千里”。首先,站在自动特征提取或表示学习的角度来看,深度学习还是很好理解,即通过一个层级结构,由简单到复杂逐步提取特征,获得易于处理的高层次抽象表示。其次,现在也已经有很多方法对神经网络进行分析了,特别是一些可视化方法,可以很直观的展示深度模型的特征提取过程。对神经网络进.转载 2020-12-20 11:04:29 · 1689 阅读 · 3 评论