![](https://img-blog.csdnimg.cn/2019092715111047.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
AI框架
AI框架
大风车滴呀滴溜溜地转
为天地立心,为生民立命,为往圣继绝学,为万世开太平。
展开
-
Mosaic数据增强
原文链接:https://www.yuque.com/huoxiangshouxiangwanghuo/xg3nah/momd0oMosaic数据增强在Yolo-V4的paper中,以及在还未发表paper的Yolo-V5中,都有一个很重要的技巧,就是Mosaic数据增强,这种数据增强方式简单来说就是把4张图片,通过随机缩放、随机裁减、随机排布的方式进行拼接。根据论文的说法,优点是丰富了检测物体的背景和小目标,并且在计算Batch Normalization的时候一次会计算四张图片的数据,使得mini-原创 2021-02-02 20:10:37 · 14734 阅读 · 20 评论 -
Kaggle API
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 ...转载 2019-11-06 11:45:47 · 545 阅读 · 0 评论 -
Ubuntu + pip + Python3 + CPU版本 PaddlePaddle 安装
需要确认您的 Ubuntu 14.04/16.04/18.04 是 64 位操作系统确认您需要安装 PaddlePaddle 的 Python 是您预期的位置,因为您计算机可能有多个 Pythonwhich python3根据您的环境您可能需要替换本说明中所有命令行中的 python3 为 python ,或者替换为具体的 Python 路径)同时检查 Python 3 的版本,确认是 ...转载 2019-10-17 07:45:13 · 834 阅读 · 0 评论 -
Deep Speech 2: End-to-End Speech Recognition in English and Mandarin
Baidu Research – Silicon Valley AI LabDario Amodei,Rishita Anubhai,Eric Battenberg,Carl Case,Jared Casper,Bryan Catanzaro,Jingdong Chen,Mike Chrzanowski,Adam Coates,Greg Diamos,Erich Elsen,...翻译 2019-10-16 17:43:10 · 1535 阅读 · 0 评论 -
python人工智能——机器学习——转换器与估计器
转换器1、实例化 (实例化的是一个转换器类(Transformer))2、调用fit_transform(对于文档建立分类词频矩阵,不能同时调用)估计器sklearn机器学习算法的实现-估计器在sklearn中,估计器(estimator)是一个重要的角色,分类器和回归器都属于estimator,是一类实现了算法的API1、用于分类的估计器: sklearn.neighbors k-...原创 2019-02-13 23:19:59 · 1063 阅读 · 0 评论 -
python人工智能——机器学习——模型选择与调优
1.交叉验证交叉验证:为了让被评估的模型更加准确可信交叉验证过程交叉验证:将拿到的数据,分为训练和验证集。以下图为例:将数据分成5份,其中一份作为验证集。然后经过5次(组)的测试,每次都更换不同的验证集。即得到5组模型的结果,取平均值作为最终结果。又称5折交叉验证。2.网格搜索网格搜索:调参数 K-近邻。超参数搜索-网格搜索通常情况下,有很多参数是需要手动指定的(如k-近邻算法...原创 2019-02-15 14:37:10 · 1081 阅读 · 0 评论 -
python人工智能——深度学习——TensorFlow基本介绍
Tensorflow基础1、深度学习介绍深度学习,如深度神经网络、卷积神经网络和递归神经网络已被应用计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。2、认识Tensorflow深度学习框架Tensorflow特点1、真正的可移植性引入各种计算设备的支持包括CPU/GPU/TPU,以及能够很好地运行在移动端,如安卓设备、ios、树莓派等等...原创 2019-02-15 16:32:50 · 941 阅读 · 0 评论 -
python人工智能——深度学习——TensorFlow——图和会话
图图默认已经注册,一组表示 tf.Operation计算单位的对象和tf.Tensor表示操作之间流动的数据单元的对象。获取调用:tf.get_default_graph()op、sess或者tensor 的graph属性import tensorflow as tfimport osos.environ['TF_CPP_MIN_LOG_LEVEL']='2'#实现一个加法运算...原创 2019-02-16 11:16:06 · 474 阅读 · 0 评论 -
《机器学习》 —— 第一章:绪论 学习笔记
1.1引言机器学习所研究的主要内容,是关于在计算机上从数据中产生“模型”(model)的算法,即“学习算法”(learning algorithm)。1.2基本术语反映事件或对象在某方面的表现或性质的事项,称为“属性”(attribute)或“特征”(feature);属性上的取值称为“属性值”(attribute value);属性张成的空间称为“属性空间”(attribute spa...原创 2019-03-27 20:29:41 · 862 阅读 · 0 评论 -
《机器学习》 —— 第二章:模型评估与选择 学习笔记
2.1 经验误差与过拟合2.2 评估方法2.3 性能度量2.4 比较检验2.5 偏差与方差2.6 阅读材料原创 2019-03-31 22:26:31 · 1369 阅读 · 0 评论 -
PaddlePaddle训练营——公开课——AI核心技术掌握——第1章迈入现代人工智能的大门——深度学习简介
Artificial IntelligenceLogic-based AI,也称为符号主义AI,能够解决良定义的逻辑问题well defined logical problems比如国际象棋。但对解决更复杂、模糊问题,比如图像分类,语音识别或者翻译,就束手无策了。通常说来,AI非常广泛,包含了机器学习和深度学习,但也包含很多没有学习的那些领域分支。Machine LearningAlan...原创 2019-02-14 23:42:49 · 597 阅读 · 0 评论 -
PaddlePaddle训练营——公开课——AI核心技术掌握——第2章机器能“看”的现代技术
计算机视觉 Computer Vision计算机视觉的不同视角1.人类对图像感知的研究。2.理解视网膜和大脑内在生物上的机制。3.物理光学、统计学的解释。计算机视觉的深度学习模型ImageNet卷积神经网络 Convolutional Neural Networks卷积神经网络发展概况1.在这个结构中可以使用反向传播来训练权重。2.Yann LeCun et al在198...原创 2019-02-16 22:10:25 · 420 阅读 · 0 评论 -
PaddlePaddle训练营——公开课——AI核心技术掌握——第1章迈入现代人工智能的大门——深度学习的基础算法——反向传播算法简介
反向传播算法 Back Propagation Algorithms在一个链接上的权重的变化会使得下一个神经元获得的值就有相应的变化,这个变化量会随着网络的前向传播影响到下一层的每一个神经元,以此类推,会传递到输出层比对的代价上,使得代价产生一定的变化量。有了变化量之后,就可以对每一个权重,计算代价关于它的偏导数,这个导数相当于它对于代价变化的影响量,以此类推,每一条边上都会存在这样一个导...原创 2019-02-17 20:40:52 · 593 阅读 · 0 评论 -
百度AI开放平台——教学视频——基础视觉
文字识别基础介绍及应用场景百度OCR介绍OCR基本概念OCR(Optical Character Recongnition):图像文字识别——让计算机和人一样看图识字的人工智能技术。OCR API接口整体架构图算法架构:系统架构:百度OCR优势文字识别服务–性能数据深度学习算法——>数千万PV产品群——>千万级别训练数据——>深度学习算法语种支持:支持中、...原创 2019-02-16 16:46:33 · 2443 阅读 · 0 评论 -
python人工智能——机器学习——分类算法-朴素贝叶斯算法对新闻进行分类案例
朴素贝叶斯案例流程1、加载20类新闻数据,并进行分割2、生成文章特征词3、朴素贝叶斯estimator流程进行预估代码from sklearn.datasets import fetch_20newsgroupsfrom sklearn.model_selection import train_test_splitfrom sklearn.feature_extraction.tex...原创 2019-02-15 14:07:46 · 1560 阅读 · 0 评论 -
python人工智能——机器学习——分类算法-k近邻算法——kaggle案例: Facebook V: Predicting Check Ins
题目及翻译Facebook and Kaggle are launching a machine learning engineering competition for 2016.Facebook和Kaggle正在推出2016年的机器学习工程竞赛。Trail blaze your way to the top of the leaderboard to earn an opportunit...原创 2019-02-14 11:25:15 · 3719 阅读 · 28 评论 -
卷积神经网络——池化层学习——最大池化
池化层(Pooling layers)除了卷积层,卷积网络也经常使用池化层来缩减模型的大小,提高计算速度,同时提高所提取特征的鲁棒性,我们来看一下。先举一个池化层的例子,然后我们再讨论池化层的必要性。假如输入是一个4×4矩阵,用到的池化类型是最大池化(max pooling)。执行最大池化的树池是一个2×2矩阵。执行过程非常简单,把4×4的输入拆分成不同的区域,我把这个区域用不同颜色来标...原创 2019-10-05 17:28:30 · 55656 阅读 · 0 评论 -
人工智能实践之旅 —— 简单说说主要内容和安排
1.编程基础之旅2.WEB开发之旅3.数据库基础之旅4.机器学习之旅5.深度学习之旅推荐一个网站:AI Studio深度学习开发实训平台转载 2019-09-09 16:55:37 · 534 阅读 · 0 评论 -
python人工智能——机器学习——特征工程
数据的特征工程1.特征工程是什么特征工程是将原始数据转换为更好地代表预测模型的潜在问题的特征的过程,从而提高了对位置数据的预测准确性。2.特征工程的意义直接影响预测结果3.scikit-learn库介绍python语言的机器学习工具scikit-learn包括许多知名的机器学习算法的实现scikit-learn文档完善,容易上手,丰富的API4.数据的特征抽取(1)特征抽取实例...原创 2019-02-12 17:32:51 · 921 阅读 · 0 评论 -
python人工智能——机器学习——分类算法-朴素贝叶斯算法
1、概率基础2、朴素贝叶斯介绍概率基础概率定义为一件事情发生的可能性联合概率和条件概率朴素贝叶斯-贝叶斯公式拉普拉斯平滑如果词频列表里面有很多出现次数都为0,则会导致计算结果为0。sklearn朴素贝叶斯实现APIsklearn.naive_bayes.MultinomialNBMultinomialNBsklearn.naive_bayes.Multinomia...原创 2019-02-15 10:56:09 · 696 阅读 · 0 评论 -
python人工智能——机器学习——数据的降维
数据降维1.特征选择2.主成分分析特征选择特征选择原因1.冗余:部分特征的相关度高,容易消耗计算性能。2.噪声:部分特征对预测结果有影响。1.特征选择是什么特征选择就是单纯地从提取到的所有特征中选择部分特征作为训练集特征,特征在选择前和选择后可以改变值、也不改变值,但是选择后的特征维数肯定比选择前小。主要方法(三大武器):Filter(过滤式):VarianceThreshol...原创 2019-02-13 18:30:26 · 682 阅读 · 0 评论 -
python人工智能——机器学习——机器学习基础
1.机器学习开发流程2.机器学习算法分类3.机器学习模型是什么?机器学习开发流程机器学习算法分类监督学习(特征值+目标值)监督学习(英语:Supervised learning),可以由输入数据中学到或建立一个模型,并依此模式推测新的结果。输入数据是由输入特征值和目标值所组成。函数的输出可以是一个连续的值(称为回归),或是输出是有限个离散值(称作分类)。分类 k-近邻算...原创 2019-02-13 22:12:39 · 1512 阅读 · 0 评论 -
python人工智能——机器学习——数据的划分和介绍
sklearn数据集1、数据集划分2、sklearn数据集接口介绍3、 sklearn分类数据集4、 sklearn回归数据集数据集划分机器学习一般的数据集会划分为两个部分:训练数据:用于训练,构建模型测试数据:在模型检验时使用,用于评估模型是否有效sklearn数据集接口介绍sklearn数据集划分API:sklearn.model_selection.train_test_...原创 2019-02-13 22:48:41 · 540 阅读 · 0 评论 -
python人工智能——机器学习——分类算法-k近邻算法
分类算法-k近邻算法(KNN)定义:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。来源:KNN算法最早是由Cover和Hart提出的一种分类算法K近邻算法需要做标准化处理计算距离公式两个样本的距离可以通过如下公式计算,又叫欧式距离比如说,a(a1,a2,a3),b(b1,b2,b3)sklearn k-近邻算法AP...原创 2019-02-14 10:01:02 · 648 阅读 · 0 评论 -
机器人写诗项目——递归神经网络(RNN)
传统神经网络与递归神经网络对比传统神经网络递归神经网络等价于RNN网络细节xt表示第t=1,2,3…step的inputst为隐藏层的第t step的state,它是网络的记忆单元st=f(Uxt+Wst-1),其中f一般是非线性的激活函数ot是第t step的output,如下个单词的向量表示softmax(Vst)RNN的反向传播RNN升级LSTMC:控制参数...原创 2019-07-08 13:06:29 · 1133 阅读 · 0 评论 -
机器人写诗项目——数据预处理
首先来看全部代码import collectionsstart_token = 'G'end_token = 'E'def process_poems(file_name): # 诗集 poems = [] with open(file_name, "r", encoding='utf-8', ) as f: for line in f.read...原创 2019-07-10 15:41:23 · 691 阅读 · 0 评论 -
PaddlePaddle训练营——公开课——AI核心技术掌握——第1章迈入现代人工智能的大门——Modern AI骨架脉络
1.神经网络与深度学习的基本概念1.MLP2.现代DNN3.PaddlePaddle实现对应的算法2.卷积神经网络原理、模型及应用(计算机视觉)1.CNN2.AlexNet3.VGG4.ResNet5.PaddlePaddle实现对应的算法3.循环网络原理、模型及应用(语音识别、自然语言处理)1.RNN2.LSTM3.GRU4.Neural Turing Machine...原创 2019-02-14 22:52:05 · 475 阅读 · 0 评论 -
深度学习——02、深度学习入门——经典卷积神经网络架构实例——RNN
RNN对比传统神经网络递归神经网络RNN网络的特点:能够实现记忆功能RNN的正向传播和反向传播缺陷:储存量巨大,信息有冗余。应用:自然语言处理...原创 2019-02-18 23:19:20 · 390 阅读 · 0 评论 -
深度学习——02、深度学习入门——经典卷积神经网络架构实例——VGGNet
Case Study:VGGNet原创 2019-02-18 23:01:43 · 527 阅读 · 0 评论 -
深度学习——02、深度学习入门——经典卷积神经网络架构实例——AlexNet
Case Study:AlexNetCase Study:VGGNet原创 2019-02-18 22:53:00 · 717 阅读 · 0 评论 -
深度学习——02、深度学习入门——卷积神经网络
神经网络框架卷积层详解卷积神经网络组成1.输入层(INPUT)2.卷积层(CONV)3.激活函数(RELU)4.池化层(POOL)5.全连接层(FC)原创 2019-02-18 12:11:55 · 537 阅读 · 0 评论 -
深度学习——02、深度学习入门 15-18
15Python环境搭建(推荐Anaconda方法)软件万能安装起点python官网16Eclipse搭建python环境软件万能安装起点python官网17动手完成简单神经网络import numpy as npdef sigmoid (x,deriv=False): ''' 激活函数 :param x: :param deriv: :r...原创 2019-02-17 23:27:02 · 471 阅读 · 0 评论 -
深度学习——02、深度学习入门 8-14
08softmax分类器sigmoid函数softmax分类器:Softmax的输出(归一化的分类概率)归一化参见:python人工智能——机器学习——特征工程 5.数据的特征预处理损失函数:交叉熵损失(cross-entropy loss)被称作softmax 函数其输入值是一个向量,向量中元素为任意实数的评分值。输出一个向量,其中每个元素值在0到1之间,且所有元素之和。...原创 2019-02-17 20:23:07 · 506 阅读 · 0 评论 -
深度学习——02、深度学习入门 1-7
01深度学习与人工智能简介什么是人工智能?观察周围的世界,把看到的事物加以理解,最后通过理解进行一系列的决策。感知+理解+决策。学习的能力,是智能的本质!大数据时代大数据时代造就了人工智能的高速发展深度学习上世纪九十年代就已经存在。2012年Alex-net在ImageNet图像分类比赛中一炮打响。2016年阿尔法狗战胜李世石说明人工智能时代来临。百度绘制传统AI算法与深度学...原创 2019-02-17 19:32:57 · 591 阅读 · 0 评论 -
01、python数据分析与机器学习实战——Python可视化库Seaborn
seaborn简介Seaborn其实是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易,在大多数情况下使用seaborn就能做出很具有吸引力的图。seaborn基础import seaborn as snsimport numpy as npimport matplotlib as mplimport matplotlib.pyplot as plt1....原创 2019-02-10 22:31:19 · 579 阅读 · 0 评论 -
01、python数据分析与机器学习实战——Python数据可视化库-Matplotlib
Matplotlib介绍Matplotlib 是一个 Python 的 2D绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。Matplotlib基础1.折线图绘制假设,我们要将下面的文件绘制成折线图:由于文件里日期的格式不是标准格式,所以要先将日期转换:import pandas as pdunrate = pd.read_csv('unrate.csv')...原创 2019-02-10 19:52:54 · 724 阅读 · 0 评论 -
01、python数据分析与机器学习实战——python数据分析处理库-Pandas
pandas介绍pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。它是使Python成为强大而高效的数据分析环境的重要因素之一。pandas基础import pandasfood_info=pandas....原创 2019-02-09 19:14:39 · 1308 阅读 · 0 评论 -
01、python数据分析与机器学习实战——Python科学计算库-Numpy
NumPy介绍NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix))。用numpy打开一个文件假设有下面这么一个txt文件,要用numpy打开:Year,WHO region,Country,Beverage Types...原创 2019-02-09 15:41:43 · 599 阅读 · 0 评论 -
PaddlePaddle训练营——公开课——AI核心技术掌握——第1章迈入现代人工智能的大门——多层感知机网络模型
多层感知机 Multilayer perceptron感知机 Perceptron激活函数 Activation function常见的激活函数多层感知机 Multilayer perceptron全连接网络学习的可能Deep Learning监督学习需要一定量正确的案例作为基础。(图像识别)非监督学习让机器去学习数字本身的一些特点而不需要人类的指导。(自动驾驶...原创 2019-02-16 14:49:05 · 794 阅读 · 0 评论 -
PaddlePaddle训练营——公开课——AI核心技术掌握——第2章机器能“看”的现代技术——源自视觉神经原理的卷积网络简介及深入理解
源自视觉神经原理的卷积神经网络简介基于人们对于生物视觉的研究,科学家们给出了在计算机视觉中的具备良好表现的卷积神经网络模型。卷积神经网络发展概况1.在这个结构中可以使用反向传播来训练权重。2.Yann LeCun et al在1989年首次展示手写数字识别。3.Krizhevsky,Sutskever & Hinton在2012年展示了ImageNet竞赛中图像分类上的有效性。...原创 2019-02-18 21:58:57 · 375 阅读 · 0 评论