深度学习
文章平均质量分 94
互联网工匠_草木生
这个作者很懒,什么都没留下…
展开
-
人工智能之深度学习连载,基础类型入门
本系列属于连载内容,有需要修正的地方,还望各位同仁在评论专区积极指出。主要是基于图深度学习的入门内容。讲述最基本的基础知识,其中包括深度学习、数学、图神经网络等相关内容。偏重完整的知识体系和学习指南,在实践方面不会涉及太多基础内容。文章涉及使用到的框架以PyTorch和TensorFlow为主。默认读者已经掌握Python和TensorFlow基础。如有涉及到PyTorch的部分,会顺带介绍......原创 2020-02-27 14:49:36 · 326 阅读 · 0 评论 -
图深度学习连载八,入门教程之简化图卷积模型
本教程是一个系列免费教程,争取每月更新2到4篇。主要是基于图深度学习的入门内容。讲述最基本的基础知识,其中包括深度学习、数学、图神经网络等相关内容。该教程由代码医生工作室出版的全部书籍混编节选而成。偏重完整的知识体系和学习指南。在实践方面不会涉及太多基础内容。文章涉及使用到的框架以PyTorch和TensorFlow为主。默认读者已经掌握Python和TensorFlow基础。如有涉及到PyTorch的部分,会顺带介绍相关的入门使用。本教程主要针对的人群:已经掌握TensorFlow基础应用,并想.原创 2020-05-21 15:56:44 · 687 阅读 · 0 评论 -
人工智能,在大数据、网络安全领域的应用与提高
网络安全领域中的加密流量的检测是一个老生常谈的话题,随着人工智能的发展,给同样的问题,带来了不同的解决思路。近年来,越来越多的研究者,尝试着将AI应用到已有的网络安全领域中。从早先的一些不靠谱的文章人工智能网络安全?请再认真点!,到如今的一些是实实在在的实验成果。可以看到,科学的确在进步。AI在网络安全领域中的应用,也的确越来越多。绿盟天枢实验室发布的一篇《基于深度学习的物联网恶意软件家族细粒度分类研究》就是一篇靠谱的文章。通过具体的实验验证自己的思路,从中可以看到作者是在真真正正的在用AI做一些事情,原创 2020-05-19 14:35:43 · 2074 阅读 · 0 评论 -
用30行Python从零开始建立回归树
介绍流程图用于通过可视媒体阐明决策过程。设计需要对整个系统有完整的了解,因此也需要人的专业知识。问题是:“就流程的复杂性而言,是否可以自动创建流程图以使其设计更快,更便宜且更具可扩展性?” 答案就是决策树!决策树可以自动推断出最能表达决策内部工作的规则。在经过标记的数据集上训练时,决策树将学习规则树(即流程图),并遵循该树来确定任何给定输入的输出。它们的简单性和高解释性使它们成为ML工具箱中的重要资产。描述了回归树-具有连续输出的决策树-并实现了用于学习和预测的代码段。使用波士顿数据集创建用例场景并学原创 2020-05-18 17:34:40 · 419 阅读 · 0 评论 -
人工智能:Keras vs PyTorch,哪一个更适合做深度学习?
如何选择工具对深度学习初学者是个难题。本文作者以 Keras 和 Pytorch 库为例,提供了解决该问题的思路。当你决定学习深度学习时,有一个问题会一直存在——学习哪种工具?深度学习有很多框架和库。这篇文章对两个流行库 Keras 和 Pytorch 进行了对比,因为二者都很容易上手,初学者能够轻松掌握。那么到底应该选哪一个呢?本文分享了一个解决思路。做出合适选择的最佳方法是对每个框架的代码样式有一个概览。开发任何解决方案时首先也是最重要的事就是开发工具。你必须在开始一项工程之前设置好开发工.原创 2020-05-15 18:04:29 · 689 阅读 · 0 评论 -
大数据分析,数据可视化之美,BI
本文主要面向对象是,对 BI 完全不了解,或只是初步了解的人。 从宏观角度介绍了 BI的基本信息,并附以大量的图表作为说明。期望能帮助大家对BI有更深层次的理解。 如有不同见解,也欢迎在评论补充。 至于 BI中更深层次的东西,笔者将会在未来逐一进行介绍。1、什么是 BI?首先引用百度百科的定义:商业智能(Business Intelligence,简称:BI),又称商业智慧或商务智能,指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。通俗一些的解释:.原创 2020-05-13 15:08:32 · 3169 阅读 · 0 评论 -
17条避坑指南,获赞5K+,这是一份来自谷歌工程师的数据库经验贴
「ACID 有很多含义」、「每个数据库具有不同的一致性和隔离性」、「嵌套事务可能有害」…… 这些都是谷歌云工程师 Jaana Dogan 曾经踩过的坑。在这篇文章中,她总结了 17 条这样的经验教训,希望为刚接触数据库的小白提供一份避坑指南。目前,这一指南已在 medium 上收获了 5k+ 赞。绝大多数计算机系统都具有某种状态,而且很可能还依赖于一个存储系统。我对数据库的知识也是逐渐累积起来的,但在累积的过程中,我们的设计错误曾导致过数据丢失和中断问题。在严重依赖数据的系统中,数据库是系统设计的目标和权原创 2020-05-12 17:11:30 · 362 阅读 · 0 评论 -
手机扫一扫,现实物体隔空「复制粘贴」进电脑!北大校友的AI新研究,现在变成AR酷炫应用
魔法变现实,酷炫又实用。还记得两年前,Zach King(男巫)的爆红魔术吗?不仅从纸直接蹦出一个手机,还直接扔进了电脑里形成虚拟的天猫页面。现在,不用去羡慕男巫了,人人都可以把身边的东西“扔到”电脑里,而且一部手机就能搞定!这就是来自34岁法国设计师Cyril Diagne的最新AR黑科技——AR Cut & Paste,将身边的事物“一键”复制粘贴到电脑上,整个完成时间不到10s。比Ctrl+C和Ctrl+V还要爽快!比如,拿手机扫一扫书上的模型图片,再把手机对准电脑屏幕,模型瞬间原创 2020-05-12 17:10:41 · 389 阅读 · 0 评论 -
神经网络学习,这33 个「炼丹」技巧需要掌握
Andrej Karpathy 是深度学习计算机视觉领域、与领域的研究员。博士期间师从李飞飞。在读博期间,两次在谷歌实习,研究在 Youtube 视频上的大规模特征学习,2015 年在 DeepMind 实习,研究深度强化学习。毕业后,Karpathy 成为 OpenAI 的研究科学家,后于 2017 年 6 月加入特斯拉担任人工智能与视觉总监。今日他发布的这篇博客能为深度学习研究者们提供极为明晰的洞见,在 Twitter 上也引发了极大的关注。1. 谁说神经网络训练简单了?很多人认为开始训练神经.原创 2020-05-11 17:04:51 · 451 阅读 · 0 评论 -
关于数据可视化图表的制作,你需要关注的30个小技巧
优秀的数据可视化图表只是罗列、总结数据吗?当然不是!数据可视化其真正的价值是设计出可以被读者轻松理解的数据展示,因此在设计过程中,每一个选择,最终都应落脚于读者的体验,而非图表制作者个人。今天就给大家总结了数据可视化的制作的30个小技巧,通过列举一些容易被忽略的常见错误,最终能够快速提升和巩固你的可视化制作水平。一、你不得不注意的图表制作小技巧1.条形图的基线必须从零开始条形图的原理就是......原创 2020-04-29 17:56:52 · 1095 阅读 · 0 评论 -
深度学习,使用RNN的NLP,您可以成为下一个莎士比亚吗?
是否想过智能键盘上的预测键盘之类的工具如何工作?在本文中,探讨了使用先验信息生成文本的想法。具体来说,将使用Google Colab上的递归神经网络(RNN)和自然语言处理(NLP),从16世纪文献中产生文章。这个想法很简单,将尝试为模型提供莎士比亚剧本的样本,以产生所有假零件,同时保持相同的本地语言。虽然预测性键盘会为可能包含多个单词的不完整句子生成最佳的“单个单词”匹配,但通过使用单个单词生......原创 2020-04-23 12:47:00 · 327 阅读 · 0 评论 -
图深度学习,入门教程七,残差多层图注意力模型
深度学习还没学完,怎么图深度学习又来了?别怕,这里有份系统教程,可以将0基础的你直接送到图深度学习。还会定期更新哦。 主要是基于图深度学习的入门内容。讲述最基本的基础知识,其中包括深度学习、数学、图神经网络等相关内容。 文章涉及使用到的框架以PyTorch和TensorFlow为主。默认读者已经掌握Python和TensorFlow基础。如有涉及到PyTorch的部分,会顺......原创 2020-04-21 15:01:56 · 2989 阅读 · 2 评论 -
图深度学习入门教程(六)——注意力机制与图注意力
深度学习还没学完,怎么图深度学习又来了?别怕,这里有份系统教程,可以将0基础的你直接送到图深度学习。还会定期更新哦。原创 2020-04-20 15:39:47 · 8617 阅读 · 3 评论 -
人工智能,从PyTorch到PyTorch Lightning简要介绍
这篇文章回答了有关使用PyTorch时为什么需要Lightning的最常见问题。PyTorch非常易于使用,可以构建复杂的AI模型。但是一旦研究变得复杂,并且将诸如多GPU训练,16位精度和TPU训练之类的东西混在一起,用户很可能会引入错误。PyTorch Lightning完全解决了这个问题。Lightning会构建您的PyTorch代码,以便可以抽象出训练的细节。这使得AI研究可扩展且可......原创 2020-03-02 17:23:58 · 15544 阅读 · 7 评论 -
人工智能中,自动驾驶汽车是如何自动识别交通标志的?
内容:了解数据集。步骤0:导入库和数据集。步骤1:数据预处理。步骤2:数据可视化。ConvNets背后的直觉。步骤3:训练模型。步骤4:模型评估。动机:由于特斯拉等公司在电动汽车自动化方面的努力,无人驾驶汽车正变得非常受欢迎。为了成为5级自动驾驶汽车,这些汽车必须正确识别交通标志并遵守交通规则。在识别出这些交通标志之后,它还应该能够适当地做出正确的决定。了解数据集:德国交通标......原创 2020-02-29 09:49:22 · 4033 阅读 · 4 评论 -
人工智能之深度学习连载二,模型基础与实现框架
**摘要:**深度学习还没学完,怎么图深度学习又来了?别怕,这里有份系统教程,可以将0基础的你直接送到图深度学习。还会定期更新哦。本系列内容争取每月更新2到4篇。主要是基于图深度学习的入门内容。讲述最基本的基础知识,其中包括深度学习、数学、图神经网络等相关内容。在实践方面不会涉及太多基础内容。文章涉及使用到的框架以PyTorch和TensorFlow为主。默认读者已经掌握Python和Te......原创 2020-02-28 09:49:22 · 1575 阅读 · 0 评论