AI - 人工智能
大数据,数据挖掘
六指琴魔迟来大师
人生如戏抓住机遇。
展开
-
JSON、XML、TOML、CSON、YAML 大比拼
这些标识语言,方便不同语言(编程语言)间的数据传递。一段超级严肃的关于样本序列化的集合、子集和超集的文字我是一名开发者,我读代码,我写代码,我写会写代码的代码,我写会写出供其它代码读的代码的代码。这些都非常火星语,但是有其美妙之处。然而,最后一点,写会写出供其它代码读的代码的代码,可以很快变得比这段文字更费解。有很多方法可以做到这一点。一种不那么复杂而且开发者社区最爱的方式是数据序列化。对于那些不了解我刚刚抛给你的时髦词的人,数据序列化是从一个系统获取一些信息,将其转换为其它系统可以读取的格式,然后转载 2021-09-10 13:50:58 · 1386 阅读 · 1 评论 -
python -tensorflow
AttributeError: module 'tensorflow_core._api.v2.train' has no attribute 'AdadeltaOptimizer'ModuleNotFoundError: No module named 'tensorflow.contrib'conda uninstall tensorflowconda install tensorflow=1.15ModuleNotFoundError: ...原创 2021-09-08 20:23:47 · 186 阅读 · 0 评论 -
CV中,传统视觉算法 vs 深度学习算法
计算机视觉中,传统视觉算法,侧重于提取,识别容易量化的特征:颜色、面积、圆度、矩形度,角度、长度等。深度学习算法,侧重于难于量化的特征:例如瑕疵。当年汽车刚刚发明的时候,还没有马车跑的快,遭到了人们的怀疑和嘲笑,但这并不能影响汽车,这个伟大的发明,就此走向人类的历史。Andrew Ng的Deap learning课程,听到Andrew Ng讲课的时候说了一句“Deep Learning是一个更多偏向于市场宣传的名字...方便媒体报道...方便传播...”。深度学习的确能把传统转载 2021-07-20 20:23:14 · 1969 阅读 · 0 评论 -
深度学习 - 其本质是什么?
深度学习的本质是分类。首先要定义类别,并把类型的特征描述下来,这就是神经网络模型。把训练好的模型,放到实践中,得出分类结果,这就是算法的应用。神经网络层次越深,分类越细腻,实际应用效果越好。给用户的感觉,算法越准确。为什么深度学习算法,要求的算力很高呢?深度学习算法用神经网络模型表示,二神经网络模式都是矩阵,矩阵运算比标量运算量大,要多个数相乘相加,才能得到矩阵中一个成员。再加上数据模型神经网络层次多,自然而然,深度学习算法对算力要求很高。为什么有的深度学习算法只能在CPU上运行原创 2021-07-18 09:48:06 · 3219 阅读 · 0 评论 -
Algorithm算法 - 衡量的 方法
step 1:Decide which model, image size and batch size is most relevant for your application.step2:Then ask your vendors to give you their INT8 throughput for that model/image size/batch size AND give you their TOPS, megabytes of on-chip SRAM and numbe.原创 2021-07-12 21:11:30 · 124 阅读 · 0 评论 -
遗传算法 神经网络 深度学习 概率论 模糊数学 之间有什么区别?
遗传算法神经网络深度学习概率论???原创 2021-05-31 14:42:21 · 3371 阅读 · 0 评论 -
概率论的意义 - 和深度学习的区别
概率论和深度学习之间的联系?深度学习:通过大量的数据集训练,得出某些场景下的复杂规律的矩阵表达式。概率论:通过大量数据集的分析,得到假设检验的标准。原创 2021-05-31 14:17:55 · 345 阅读 · 0 评论 -
准确率,精准率,召回率 - 机器学习性能评估指标
准确率就是“找的对”,精准率就是“召回率就是“找的全”准确率(Accuracy): 就是判断正确的占总数的比例。 Accuracy=(TP+TN) / (TP+FP+TN+FN) = (40+30)/100 = 70%原创 2021-05-28 19:07:02 · 505 阅读 · 0 评论 -
图像压缩算法 JPEG2000
JPEG2000和JEPG都是静止图像压缩标准,最大区别是在空间域至频域转换。JPEG是基于离散余弦变换(DCT), 而JEPG2000是基于离散小波变换(DWT)(补充说明:流媒体一般都采用视频压缩标准如MPEG2 h.264等)JPEG2000是JPEG的升级版,其压缩率比JPEG高约30%左右,同时支持有损和无损压缩。JPEG2000格式一个极其重要的特征在于它能实现渐进传输,即先传输图像的轮廓,然后逐步传输数据,不断提高图像质量,让图像由朦胧到清晰显示。在有损压缩下,JPEG20.原创 2021-04-22 09:03:27 · 2979 阅读 · 0 评论 -
文本图像(二值图像)(黑白图像)的压缩算法介绍 CCITT-4 JBIG2
CCITT group3CCITT group4JBIGJBIG2参考:JBIG2标准在数字图书馆中的应用https://www.docin.com/p-821587404.html原创 2021-04-22 08:30:33 · 4380 阅读 · 3 评论 -
AI人工智能 - 数字孪生与AI关系
数字孪生,AI的概念,都已存在几十年。温习下数字孪生和AI的含义。数字孪生:在虚拟的环境里,动态仿真数学模型。目的是预先找出可能的问题。AI: 教育机器,让机器具有人的智慧。利用机器,代替人解决危险,费时的问题。因而数字孪生与AI没有必然的关系。数字孪生体最大的特点在于:它是对实体对象的动态仿真。也就是说,数字孪生体是会“动”的。...原创 2020-12-21 12:38:49 · 3376 阅读 · 0 评论 -
AI - 遗传算法和深度学习区别
多层神经网络做的步骤是:特征映射到值。特征是人工挑选。 深度学习做的步骤是:信号->特征->值。 特征是由网络自己选择。神经网络是用来处理 非线性关系的,输入和输出之间的关系可以确定(存在非线性关系),可以利用神经网络的自我学习(需要训练数据集 用明确的输入和输出),训练后权值确定,就可以测试新的输入了。遗传算法是用来解决最值问题的,生物进化、优胜略汰。更灵活没有限制,唯一的难处就是 编码染色体 和评价函数的选择。深度学习的网络结构也是多层神经网络的一种。传统意义上的多层神经原创 2020-12-14 20:27:20 · 2853 阅读 · 0 评论 -
AI人工智能 - 神经网络(ANN)是什么
人工神经网络(Artificial Neural Networks,简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connection Model)。ANN背后的哲理是“将复杂系统分解成一些简单的元素”。现实世界都是非线性的。使用ANN,描述其中的非线性规律。神经元:ANN的基本单元。许多神经元融合在一起,组成了ANN。神经元叫做激活单元(Activation Unit)。每一个神经元都是一个学习模型。输入:实际生活场景中的收集的数据激活函数:将线性...原创 2020-12-16 20:25:33 · 2972 阅读 · 0 评论 -
AI人工智能 - 决策树和深度学习的关系
深度学习是是实现机器学习的一种技术。机器学习是AI的一个研究方向。决策树是机器学习的一种传统算法(传统算法包括决策树学习、推导逻辑规划、聚类、分类、回归、强化学习和贝叶斯网络等等)。...原创 2020-12-16 19:47:21 · 1417 阅读 · 0 评论 -
AI人工智能 - DL深度学习 - 人脸追踪
当前AI中,最可行的一个分支是DL。DL中,人脸识别和追踪的应用,很受市场的追捧,毕竟最终付款的还是人。谈到DL,必谈多少层神经网络,多少G的标定数据,训练了多长时间,收敛的速度会有多快,超参数调制多么纯熟。人脸追踪,首先要人脸识别,再进行追踪。先谈人脸识别:人脸识别,靠的计算机视觉,计算机视觉靠的是摄像头捕捉的图像。因而识别人脸,其实,就是识别的图像中人脸的特征。数学的力量可以发挥作用了,根据图像中人脸的特征区域以及特征区域的关联性,就可以确定一个人脸。图像的像素点,组合成曲线,.原创 2020-12-01 11:03:39 · 781 阅读 · 0 评论 -
大数据big data - 开发常用工具链
hadoopmysql原创 2020-10-26 21:10:56 · 303 阅读 · 0 评论 -
浮点数运算,矩阵运算 与GPU的关系
GPU擅长浮点数的并行运算。矩阵适合并行运算,所以CNN使用GPU运算,相比CPU,可以缩短运算时间。若矩阵的成员是浮点数,则更能发回GPU的特长。原创 2020-07-17 10:55:57 · 1563 阅读 · 0 评论 -
AI来了(4) -- CNN 卷积神经网络
什么是卷积见原创 2020-07-14 10:36:00 · 136 阅读 · 0 评论 -
AI人工智能 - 矩阵matrix - 卷积 - Neural Network神经网络 - Deep Learning深度学习 - 应用(图像识别,语音识别,文本识别)
矩阵的意义单纯看矩阵,矩阵只是数据的一种表现方式。从矩阵相乘(矩阵积)角度看,一是矩阵是数值向另一种角度数据的变换(例如余弦定理,角度和数值之间的变换),二是多元多项式的一种描述方式。核心思想是变换。卷积在矩阵基础上,加权叠加NN的意义核心思想是拟合出任意函数,进行分类通过矩阵,拟合出任意函数DL的意义 (DL是机器学习的一个分支;机器学习是AI的一个分支)核心思想是分类根据数据输入,将结果分类...原创 2020-06-18 10:53:52 · 1420 阅读 · 0 评论 -
AI来了(3) -- 人工智能是什么
AI是应用,不是一门学科。--图灵奖首位女性 barbara liscov原创 2020-06-03 16:58:10 · 139 阅读 · 0 评论 -
AI人工智能 - 深度学习
参考https://zhuanlan.zhihu.com/p/27517735学习书籍https://www.zhihu.com/question/56952345/answer/151110524原创 2020-01-07 19:06:09 · 401 阅读 · 0 评论 -
DL项目开发流程规划
参考资源数据数据来源数据标注数据存储数据处理开发平台开发:一台 4 核图灵架构的计算机。训练 / 评估:使用相同的 4 核 GPU 计算机。在运行许多实验时,可以购买共享服务器或使用云实例。土豪配置:开发:为每位机器学习科学家购买一台 4 核图灵架构计算机,或者让他们使用 V100 实例。训练 / 评估:在正确配置和处理故障的情况下使用云实例。开发工具VimEmacs...原创 2019-12-27 15:30:01 · 880 阅读 · 0 评论 -
nuance -- 语音识别的历史
曾经的语音识别的霸主nuance靠技术诉讼,和独一无二的领先技术,独步语音识别领域。但在2010年随着深度挖掘技术在各个领域的广泛应用,nuance的技术,无法独步天下。并逐渐被其他公司超越。参考https://www.kanzhun.com/news/69668.html...原创 2019-12-25 13:37:10 · 394 阅读 · 0 评论 -
AI来了(2) -- Big Data -- Data Mine --用户画像
用户画像是什么用户画像(User Profile),作为大数据的根基,它完美地抽象出一个用户的信息全貌,为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息,提供了足够的数据基础,奠定了大数据时代的基石。用户画像的核心是什么用户画像的核心工作是为用户打标签,打标签的重要目的之一是为了让人能够理解并且方便计算机处理。即 归纳用户特点,整理成数据,方便计算机处理。...原创 2019-12-21 13:20:43 · 276 阅读 · 0 评论 -
AI来了(1) -- 是主动参与AI还是被动参与AI
如何对待AI不管你知不知道AI,AI已经走到了每个人的生活中。当前AI应用最多的是数据挖掘。凡是你搜索的内容,浏览过的内容,后面信息服务商,总会推送几个你心里想要了解的内容,简直是你心里的蛀虫。随着单位体积的算力提升,AI算法可以在嵌入式设备上运行。专业的AI算法可以放进手机里,放进工业用的控制器里。AI算法总会从大量数据中,提取出人类几十年或终其一生才能掌握的规律。人类能否被替代这一说法,...原创 2019-12-16 18:13:48 · 403 阅读 · 0 评论