![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
IT-AI
文章平均质量分 94
LarryHai6
一直致力于开源技术和软件架构实践,追求业务和技术的最佳实践
| 个人的专业领域包括 大型分布式系统/应用架构设计 云原生架构设计 微服务架构设计 Agile和DevOps最佳实践 DDD设计方法论 数据建模与分析 | 联系方式: 邮件: liuhaidl9@163.com
展开
-
人工智能 - 知识融合:知识图谱构建的关键技术
本文全面探讨了知识图谱中的知识融合技术,包括基础理论、核心问题、以及基于规则、机器学习和深度学习的融合方法。通过详细的技术分析和代码示例,为专业研究人员提供了深入的技术见解和实践指南。转载 2024-03-09 21:01:46 · 328 阅读 · 0 评论 -
[史上最全]数学符号参考手册大全
[史上最全]数学符号参考手册大全 1、几何符号 ⊥ ∥ ∠ ⌒ ⊙ ≡ ≌ △ 2、代数符号 ∝ ∧ ∨ ~ ∫ ≠ ≤ ≥ ≈ ∞ ∶ 3、运算符号 如加号(+),减号(-),乘号(×或·),除号(÷或/),两个集合的并集(∪),交集(∩),根号(√),对数(log,lg,ln),比(:...原创 2019-02-26 11:08:40 · 180476 阅读 · 1 评论 -
Python 利用百度文字识别 API 识别并提取图片中文字
Python 利用百度文字识别 API 识别并提取图片中文字利用百度 AI 开发平台的 OCR 文字识别 API 识别并提取图片中的文字。首先需注册获取 API 调用的 ID 和 key,步骤如下:打开百度AI开放平台,进入控制台中的文字识别应用(需要有百度账号)。创建一个应用,并进入管理应用,记下 AppID, API Key, Secrect Key,调用 API需用到。...转载 2019-02-25 23:16:24 · 2065 阅读 · 1 评论 -
人工智能学习之-学习笔记
人工智能学习之-学习笔记吴恩达机器学习: https://www.coursera.org/learn/machine-learning单元线性回归相关公式代价函数(cost function) - 平方误差函数(squad error function)代价函数(cost function) 代价函数也被称作平方误差函数(squad error function) 有时也被称...原创 2019-02-21 22:05:06 · 6443 阅读 · 0 评论 -
人工智能学习之-人工智能知识体系大全图解
人工智能学习之-人工智能知识体系大全图解转载 2019-02-15 21:11:25 · 961 阅读 · 0 评论 -
史上最全中文分词工具整理 - 干货!
史上最全中文分词工具整理 - 干货!一.中文分词 分词服务接口列表 二.准确率评测:THULAC:与代表性分词软件的性能对比 我们选择LTP-3.2.0 、ICTCLAS(2015版) 、jieba(C++版)等国内具代表性的分词软件与THULAC做性能比较。我们选择Windows作为测试环境,根据第二届国际汉语分词测评(The SecondInternational ...转载 2019-01-19 00:31:23 · 1968 阅读 · 1 评论 -
收藏版超全机器学习资料合集
今天给大家分享一些收藏的机器学习相关资料,希望大家能够喜欢~ ~、1:数据挖掘:概念与技术(中文第三版)链接: https://pan.bAIdu.com/s/1skTjb69 密码: 6ixx2:矩阵分析.美国 Roger.A.Horn.链接: https://pan.baidu.com/s/1boVDyAN 密码: p85p3:统计学习方法 李航链接: https:转载 2018-02-05 13:02:45 · 6934 阅读 · 2 评论 -
干货丨人工智能之机器学习算法体系汇总
Github开源机器学习系列文章及算法源码1.人工智能之机器学习体系汇总【直接上干货】此处梳理出面向人工智能的机器学习方法体系,主要体现机器学习方法和逻辑关系,理清机器学习脉络,后续文章会针对机器学习系列讲解算法原理和实战。抱着一颗严谨学习之心,有不当之处欢迎斧正。 (如果上图看不清,请加QQ群: 58879540 获取高清大图)监督学习 Supervi转载 2018-02-05 12:56:24 · 452 阅读 · 0 评论 -
深度学习
深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。[1] 深度学习的概念由Hinton等人于2006年提出。基于深度置信网络(DBN)提出非监督贪心逐层训练算法,为解决深层结构相关的优化难题带来希望,随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个转载 2017-04-18 17:57:01 · 1499 阅读 · 0 评论 -
QA问答系统中的深度学习技术实现
应用场景智能问答机器人火得不行,开始研究深度学习在NLP领域的应用已经有一段时间,最近在用深度学习模型直接进行QA系统的问答匹配。主流的还是CNN和LSTM,在网上没有找到特别合适的可用的代码,自己先写了一个CNN的(theano),效果还行,跟论文中的结论是吻合的。目前已经应用到了我们的产品上。原理参看《Applying Deep Learning To Answer Selecti转载 2017-02-10 11:02:25 · 9536 阅读 · 0 评论 -
如何用100美元和TensorFlow来造一个能“看”东西的机器人
把深度学习、便宜的硬件和物体识别组合在一起的探奇Lukas Biewald, 2016年9月21日 编者注:想了解如何使用TensorFlow来运行你的机器学习工作流,请关注谷歌的伊莱·比克斯比和艾米·昂鲁在2016年11月1到2日于旧金山举办的培训课程。物体识别是现在机器学习领域的热点之一。相当长的时间里,计算机已经能相当可靠地识别人脸或者猫。但在更大的图片中去识别一个指定的物体转载 2017-01-07 11:42:43 · 522 阅读 · 0 评论 -
基于内容的推荐(Content-based Recommendations)
Collaborative Filtering Recommendations (协同过滤,简称CF) 是目前最流行的推荐方法,在研究界和工业界得到大量使用。但是,工业界真正使用的系统一般都不会只有CF推荐算法,Content-based Recommendations (CB) 基本也会是其中的一部分。 CB应该算是最早被使用的推荐方法吧,它根据用户过去喜欢的产品(本文统称为 it转载 2017-01-06 22:30:50 · 9144 阅读 · 1 评论 -
mac 下使用Docker安装搭建tensorflow环境
“谷歌”+“深度学习”,两个标签让2015年12月才由谷歌开源的深度学习工具TensorFlow在其发布之后就迅速地成为了全球最为炙手可热的开源项目,2016年4月,开源的TensorFlow又支持了分布式特性,向着生产环境下的应用更进一步。国内有人翻译了成套的tensorflow文档,链接如下:http://wiki.jikexueyuan.com/project/tensorflo转载 2017-01-06 11:02:38 · 1584 阅读 · 0 评论