- 博客(6)
- 资源 (20)
- 收藏
- 关注
RSS订阅转载 10道深度学习面试题，小伙伴检测一下自己吧！
深度学习1. 视觉计算任务有哪些，你怎么分类 ?我把任务分为像素级别、目标级别、理解级别。像素级别的任务一般是传统的图像处理任务，他们不需要用到图像的语义信息，或者最多用到底层特征（比如图像的边缘、纹理），这些任务有图像增强、传统的图像复原（如去噪、去模糊）、传统的图像分割（比如基于种子生长的方法）、图像加密等。目标级别的任务需要用到语义信息，所以提取的特征是高层特征，CNN作为...
2018-11-27 09:38:29
1744
转载 Numpy中stack()，hstack()，vstack()函数详解
这三个函数有些相似性，都是堆叠数组，里面最难理解的应该就是stack()函数了，我查阅了numpy的官方文档，在网上又看了几个大牛的博客，发现他们也只是把numpy文档的内容照搬，看完后还是不能理解，最后经过本人代码分析，算是理解了stack()函数增加维度的含义。以下内容我会用通俗易懂的语言解释，内容可能有点多，耐心看，如果哪里说的不对，欢迎纠正！1. stack()函数 函数原型为：st...
2018-11-20 17:12:07
231
转载 最新自然语言处理(NLP)四步流程：Embed->Encode->Attend->Predict
过去半年以来，自然语言处理领域进化出了一件神器。此神器乃是深度神经网络的一种新模式，该模式分为：embed、encode、attend、predict四部分。本文将对这四个部分娓娓道来，并且剖析它在两个实例中的用法。人们在谈论机器学习带来的提升时，往往只想到了机器在效率和准确率方面带给人们的提升，然而最重要的一点却是机器学习算法的通用性。如果你想写一段程序来识别社交媒体平台上的侮辱性帖子，就把...
2018-11-14 17:03:34
220
转载 难以置信！LSTM和GRU的解析从未如此清晰（动图+视频）
翻译：https://towardsdatascience.com/illustrated-guide-to-lstms-and-gru-s-a-step-by-step-explanation-44e9eb85bf21 【导语】机器学习工程师 Michael Nguyen 在其博文中发布了关于 LSTM 和 GRU 的详细图解指南。博文中，他先介绍了 LSTM 和 GRU 的本质， ...
2018-11-11 18:23:24
2424
原创 单点登录原理与简单实现
别人实现的 GitHub：https://github.com/sheefee/simple-sso一、单系统登录机制1、http无状态协议 web应用采用browser/server架构，http作为通信协议。http是无状态协议，浏览器的每一次请求，服务器会独立处理，不与之前或之后的请求产生关联，这个过程用下图说明，三次请求/响应对之间没有任何联系 但这也同时意味着，...
2018-11-09 01:29:29
134
原创 线性判别分析（Linear Discriminant Analysis）
线性判别式分析(Linear Discriminant Analysis, LDA)，也叫做Fisher线性判别(Fisher Linear Discriminant ,FLD)，是模式识别的经典算法，它是在1996年由Belhumeur引入模式识别和人工智能领域的。性鉴别分析的基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子...
2018-11-03 18:39:28
3995
面向社会计算的网络表示学习_论文.zip
2020-04-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人