人工智能
文章平均质量分 51
FulChou
SYSUer
展开
-
使用Openfaas部署AI模型进行Serverless函数模型推理
本文主要是从基于已经安装部署好openfass后的环境,来教大家如何部署AI模型进行函数推理。如果你还未能安装部署openfass,请openfass官网进行安装部署。原创 2023-05-02 01:23:45 · 900 阅读 · 1 评论 -
AttributeError: module ‘gym.envs.box2d‘ has no attribute ‘LunarLander‘
问题存在于你少安装了 pybox2d的包:解决办法:conda install swig # needed to build Box2D in the pip installpip install box2d-py # a repackaged version of pybox2d参考链接原创 2021-08-10 21:58:16 · 673 阅读 · 0 评论 -
使用bert 快速进行 词嵌入word2vec教程
word2vec: 就是将 一个词或者一个句子映射到一个高维空间,得到一组向量最近遇到一个任务,需要对特定的语句key 去 提取相应的 value:比如从 一个身份证 ocr 结果中, 输入 姓名 得到对应 人的名字一想到这里, 为了能够从 姓名 这个词组 box 得到 人名 box 结果, 除了从相对位置入手,词语之间的关联性也是一个入手点。google 已经将预训练模型放出来在官方的github上面了,利用预训练模型,进行词嵌入是一件简单的事情:下载预训练模型: 链接:https://g原创 2021-01-12 21:36:15 · 2335 阅读 · 1 评论 -
机器学习: 统一特征取值范围
特征缩放(feature scaling)是预处理阶段的关键步骤,但常常被遗忘。虽然存在决策树和随机森林这种是少数不需要特征缩放的机器学习算法,但对于大部分机器学习算法和优化算法来说,如果特征都在同一范围内,会获得更好的结果。比如梯度下降法。特征缩放的重要性可以通过一个简单的示例解释。假设我们有两个特征,一个特征的取值范围是[1,10],另一个特征的取值范围是[1,100000]。我们使用Adaline中的平方误差函数,很明显,权重更新时会主要根据第二维度特征,这就使得在权重更新过程中第一个特征的话语权很原创 2021-01-12 21:06:45 · 1304 阅读 · 0 评论 -
机器学习常用API总结:
dataFramedf.mean()等价于df.mean(0)。把轴向数据求平均,得到每列数据的平均值。df.mean(1)按照另外一个axis的方向来求平均,得到每行数据的平均值。np.linalg.inv():矩阵求逆np.linalg.det():矩阵求行列式(标量)独热编码pandas.get_dummies(data, prefix=None, prefix_sep=’_’,...原创 2019-10-28 12:31:34 · 234 阅读 · 0 评论