机器学习&深度学习
Mr.Ma-master
已工作,暂时不考虑更新了。。
展开
-
可视化神器visdom(PyTorch深度学习训练可视化工具)
文章目录介绍安装与启动界面组成应用demo总结导读:今日小编分享一个github项目工具—visdom用于创建、组织和共享实时丰富数据的可视化的灵活工具。支持Torch和Numpy。介绍首先放上原作者的GitHub地址:https://github.com/facebookresearch/visdom安装与启动安装:pip install visdom启动:pyth...原创 2020-01-16 14:51:03 · 1060 阅读 · 0 评论 -
Mixed Precision Training混合精度训练笔记及框架代码
Mixed Precision Trainingpaper:https://arxiv.xilesou.top/abs/1710.03740摘要:增加神经网络的大小通常可以提高准确性,但同时也增加了训练模型所需的内存和计算需求。 我们介绍了使用半精度浮点数训练深度神经网络的方法,而不会损失模型的准确性或无需修改超参数。 这几乎将内存需求减少了一半,并且在最近的GPU上,加快了运算速度。 权重...原创 2020-01-15 22:23:21 · 1218 阅读 · 0 评论 -
深度学习经典模型TensorFlow与Pytorch代码实现
导读今天分享一个GitHub项目,关于深度学习的模型,有TensorFlow和Pytorch框架的实现。rasbt在Github上整理了关于深度学习模型TensorFlow和Pytorch代码实现集合,含有100个,各种各样的深度学习架构,模型,和技巧的集合Jupyter Notebooks, 非常全,小编看了真的很实用,所以写这篇博客,简单介绍下分享给大家,希望对大家有帮助。介绍首先放上链...原创 2020-01-12 21:34:51 · 627 阅读 · 2 评论 -
变分自编码器(Variational auto-encoder, VAE)理解及教程
文章目录导读引言介绍导读小编在读一篇论文时遇到了变分自编码器(Variational auto-encoder,VAE)的概念,我也是第一次接触,于是乎翻遍了网上现有的好多资料,稍微理解了一点,整理下来,希望能帮助大家。如有不对地方,还请各位下方评论区批评指正,感谢您的交流指导~~引言首先附上关于变分自编码器的论文Auto-Encoding Variational Bayes[PDF]...原创 2019-12-22 16:16:06 · 15686 阅读 · 1 评论 -
机器学习的基本概念、算法、模型、学习笔记
导读今日分享一个小编发现的一个网站链接之机器学习算法学习笔记首先附上笔记链接:https://createmomo.github.io/2018/01/23/Super-Machine-Learning-Revision-Notes/#tableofcontents介绍机器学习的基本概念(例如,梯度下降,反向传播等)不同的算法和各种流行的模型从实践和一些在线课程(例如深...原创 2019-11-27 12:53:25 · 662 阅读 · 0 评论 -
《AI 算法工程师手册》:从数学基础到统计学习
最近发现了一个神奇的网站:http://www.huaxiaozhuan.com/这个网站里资料是由一名叫华校专的作者多年的算法学习笔记总结,书中资料非常丰富。故参考原网站,稍稍整理介绍一下,帮助读者更好地了解与学习。有资料当然要分享出来,大家一起学习啦。有任何问题欢迎下方评论区留言~~数学基础包括线性代数基础、概率论基础、数值计算基础以及蒙特卡洛采样等统计学习包括机器学习内容、...原创 2019-11-17 10:43:40 · 504 阅读 · 1 评论 -
机器学习萌新要知道的十种算法
文章目录导读监督学习决策树朴素贝叶斯分类最小二乘回归法Logistic回归支持向量机:集成方法无监督学习聚类算法主成分分析奇异值分解独立成分分析导读在机器学习里,尤其是像预测建模的监督学习里不存在确定的说哪个算法好,哪个不好。实验的结果总是有多种因素起作用。机器学习算法可分为三大类-监督学习,无监督学习和强化学习。监督学习在某些属性(标签)可用于某个数据集(训练集)但缺少且需要被预测为...原创 2019-11-11 19:52:01 · 338 阅读 · 0 评论 -
200道BAT机器学习面试题分享
来源:CSDN作者:qinjianhuang整理编辑:Mr.Ma-master导读刷题,是工作面试前的必备环节。小编根据网络在线发布的BAT机器学习面试1000题系列,整理了一份面试刷题宝典。干货满满,值得收藏。精选了200道题目并整理编辑如下:原文作者整理的1000道链接附在最后,供参考。题目1.请简要介绍下SVM。SVM,全称是support vector machine,...转载 2019-11-11 15:21:48 · 2045 阅读 · 4 评论 -
Tensorflow2.0讲解(PPT下载)
引言:这是一本面向人工智能,特别是深度学习初学者的书,旨在帮助更多的读者朋友了解、喜欢并进入到人工智能行业中来,学习的过程中会自然而然地了解算法的相关背景知识,避免出现为了学习而学习的窘境。谷歌Joshua Gordon 《TensorFlow 2.0讲解》附63页PPTJosh Gordon 为我们介绍了TensorFlow2.0 的一些新的特征与使用技巧。tensorflow官方网...原创 2019-11-10 19:54:28 · 1424 阅读 · 16 评论 -
深度学习中的数据增强方法都有哪些?
很多实际的项目,我们都难以有充足的数据来完成任务,要保证完美的完成任务,有两件事情需要做好:(1)寻找更多的数据;(2)充分利用已有的数据进行数据增强。今天就来说说数据增强。1、什么是数据增强?数据增强也叫数据扩增,意思是在不实质性的增加数据的情况下,让有限的数据产生等价于更多数据的价值。比如上图,第1列是原图,后面3列是对第1列作一些随机的裁剪、旋转操作得来。每张图对于网络来说都...转载 2019-11-07 16:48:34 · 20147 阅读 · 6 评论 -
机器学习面试常见问题
(1) 无监督和有监督算法的区别?有监督学习:对具有概念标记(分类)的训练样本进行学习,以尽可能对训练样本集外的数据进行标记(分类)预测。这里,所有的标记(分类)是已知的。因此,训练样本的岐义性低。无监督学习:对没有概念标记(分类)的训练样本进行学习,以发现训练样本集中的结构性知识。这里,所有的标记(分类)是未知的。因此,训练样本的岐义性高。聚类就是典型的无监督学习。(2) SVM 的推...转载 2019-11-07 16:01:29 · 236 阅读 · 0 评论 -
图神经网络概述---来自IEEE Fellow的GNN综述
文章目录引言分类与框架5 图卷积网络之外的模型6 应用7 未来方向图神经网络(GNN)热度持续上升,.最近,IEEE Fellow、Senior Member 和 Member Zonghan Wu 等人又贡献了一篇图神经网络综述文章。这篇文章介绍了 GNN 的背景知识、发展历史、分类与框架、应用等,详细介绍了各种模型与方法,包括公式、模型图示、算法等,希望对大家有所帮助。引言深度网络的...转载 2019-11-06 21:50:01 · 610 阅读 · 0 评论 -
常见的图像特征
...转载 2019-11-06 20:51:27 · 3185 阅读 · 0 评论 -
深度学习你不可不知的面试题干货!!!
作者:HarleysZhang来源:https://github.com/HarleysZhang/2019_algorithm_intern_information/blob/master/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E9%9D%A2%E8%AF%95%E9%A2%98.md...原创 2019-11-05 19:05:40 · 323 阅读 · 0 评论 -
生成式对抗网络GAN必读十篇论文(附论文和代码地址)
目录索引一、DCGAN二、Improved Techniques for Training GANs三、Conditional GANs四、Progressively Growing of GANs for Improved Quality, Stability, and Variation五、BigGAN六、StyleGAN七、CycleGAN八、Pix2Pix九、StackGAN十、GANs...原创 2019-11-05 12:52:36 · 4509 阅读 · 0 评论 -
CNN网络结构的发展(最全整理)
CNN网络结构的发展本文介绍了CNN基本部件以及其在发展过程中的各种网络结构特性和优缺点CNN基本部件介绍局部感受野在图像中局部像素之间的联系较为紧密,而距离较远的像素联系相对较弱。因此,其实每个神经元没必要对图像全局进行感知,只需要感知局部信息,然后在更高层局部信息综合起来即可得到全局信息。卷积操作即是局部感受野的实现,并且卷积操作因为能够权值共享,所以也减少了参数量。池化...转载 2019-11-03 20:26:48 · 8532 阅读 · 3 评论