![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度AI科普团队
文章平均质量分 90
猛男技术控
苦心钻研!
勇于实践!
不负韶华!
展开
-
机器学习基本概念
损失函数对于线性回归模型,需要一个标准来对结果进行衡量,因此我们需要量化一个目标函数,使得程序可以不断优化,最终得到最优的结果。损失函数是一个非负实数函数,用来量化模型预测和真实值标签之间的差异。将线性回归模型假设函数带入损失函数:需要求解参数w和b看作是损失函数L的自变量。现在的任务就是求解最小化L时w和b的值,即核心目标优化式为:求解方法最小二乘法(least square method)在统计学中,求解w和b是使损失函数最小化的过程,称为线性回归模型的最小二乘"“参数估计”(para原创 2021-04-02 18:23:05 · 171 阅读 · 0 评论 -
小白入坑人工智能——深度AI科普团队
1. 人工智能、机器学习与深度学习1.1 人工智能:努力将通常由人类完成的智力任务自动化。 因此,人工智能是一个综合性的领域,不仅包括机器学习与深度学习,还包括更多不涉及学习的方法。1.2 机器学习机器学习,人们输入的是数据和从这些数据中预期得到的答案,系统输出的是规则。这些规则随后可应用于新的数据,并使计算机自主生成答案。 机器学习:一种新的编程范式机器学习...原创 2020-04-23 23:38:58 · 1093 阅读 · 11 评论 -
卷积神经网络的几种典型架构
imageNet lelNet-5 AlexNet VGGNet gooogleNet ResNet原创 2020-05-06 17:47:49 · 2425 阅读 · 11 评论 -
小白视角来看传说中的卷积神经网络
从小白的视角来看卷积神经网络笔记比较详细,但肯定也有很多地方写的不清楚或者不正确,还望指正如果你和我一样是小白,希望对你有所帮助原创 2020-05-14 17:10:56 · 2389 阅读 · 5 评论 -
小白学深度之RNN循环神经网络
我本身也是个小白,近期在学这方面的内容,这篇博客可以说是一个知识的总结吧。站在小白视角看待RNN,我这么笨都能看明白,相信你们肯定也能明白。希望对大家有所帮助,不足之处还望指出。原创 2020-07-12 23:08:32 · 2359 阅读 · 38 评论 -
小白学深度之LSTM长短期记忆神经网络——深度AI科普团队
前言不知道RNN的一定要先看看RNN的原理在RNN中我们说了RNN的不足,也就是对较长的时间,或者较长的string,很多时候前面的数据对后面的数据影响就很小甚至没影响了,这是我们就要加强前面的数据的权值;或者数据不是很长,但是最开始的数据对很往后的数据基本没啥影响,但RNN记住了,并对后面的数据产生了影响,这时我们就要往往要增大近期数据的权值。在本文中,我们将介绍一种改进之后的循环神经网络:长短时记忆网络(Long Short Term Memory Network, LSTM),它成功的解决了原始原创 2020-07-13 21:59:05 · 3664 阅读 · 31 评论 -
从V1到V4,让你读懂YOLO原理——深度AI科普团队
YOLO系列是目前主流的目标检测算法,其 检测目标位置和对目标物体进行分类这两步同时进行,极大加快了其检测速度,这里我介绍了yolov1到yolov4的大体知识概述,让你初步了解其原理。代码及代码解读会在之后的博客中给出,原创 2020-08-02 12:05:01 · 13516 阅读 · 17 评论 -
图像分割总体介绍——深度AI科普团队
概览初识图像分割顾名思义,图像分割就是指将图像分割成多个部分。在这个过程中,图像的每个像素点都和目标的种类相关联。图像分割方法主要可分为两种类型:语义分割和实例分割。语义分割会使用相同的类标签标注同一类目标(下图左),而在实例分割中,相似的目标也会使用不同标签进行标注(下图右)。图像分割模型的基本架构包括编码器与解码器。编码器通过卷积核提取图像特征。解码器负责输出包含物体轮廓的分割蒙版。分割类别图像分割(image segmentation):根据某些规则将图片分成若干个特定的、具有独特性质的原创 2020-08-11 12:09:25 · 6204 阅读 · 12 评论 -
pytorch实战案例-手写数字分类-卷积模型——深度AI科普团队
数据准备导入需要的模块import torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimimport numpy as npimport matplotlib.pyplot as pltimport torchvisionfrom torchvision import datasets, transforms%matplotlib inlinetorch.nn为我们提供原创 2021-02-18 14:18:36 · 354 阅读 · 0 评论 -
pytorch实战案例-手写数字分类-全链接模型——深度AI科普团队
数据准备导入需要的模块import torchimport torch.nn as nnimport torch.nn.functional as Fimport torch.optim as optimimport numpy as npimport matplotlib.pyplot as pltimport torchvisionfrom torchvision import datasets, transforms%matplotlib inlinetorch.nn为我们提供原创 2021-02-18 11:38:03 · 473 阅读 · 1 评论 -
呕心沥血干完K-Means聚类——深度AI科普团队
K-Means简介K-Means 是一种非监督学习。K 代表的是 K 类,Means 代表的是中心,它有点像全自动分类。聚类方法几乎可以应用于所有对象,簇内的对象越相似,聚类的效果越好。你可以理解这个算法的本质是确定 K 类的中心点,当你找到了这些中心点,也就完成了聚类。所以我们要解决的就是:如何确定 K 类的中心点?如何将其他点划分到 K 类中?对亚洲足球队的水平,你可能也有自己的判断。比如一流的亚洲球队有谁?你可能会说伊朗或韩国。二流的亚洲球队呢?你可能说是中国。三流的亚洲球队呢?.原创 2020-12-08 10:48:56 · 495 阅读 · 0 评论 -
支持向量机——深度AI科普团队
1. 支持向量机(SVM)支持向量机是一个功能强大并且全面的机器学习模型,它能够执行线性或非线性分类、回归,甚至是异常值检测任务。SVM特别适用于中小型复杂数据集的分类。1.1 线性SVM分类SVM对特征的缩放非常敏感。与Logistic回归分类器不同的是,SVM分类器不会输出每个类别的概率。软间隔分类:如果我们严格地让所有实例都不在街道上,并且位于正确的一边,这就是硬间隔分类。硬间隔分...原创 2020-04-13 23:45:37 · 1575 阅读 · 0 评论 -
从数学基础到贝叶斯理论到实践——深度AI科普团队
内容详细,附有贝叶斯原理分析,概率论知识基础,当然也少不了实战源码原创 2020-05-27 16:04:04 · 1450 阅读 · 8 评论 -
聚类算法详解——深度AI科普团队
简单易懂,适合入门和知识复习,附有项目实战源码聚类是一种无监督的学习,它**将相似的对象归到同一个簇中**。它有点像全自动分类。聚类方法几乎可以应用于所有对象,簇内的对象越相似,聚类的效果越好。原创 2020-05-26 11:14:44 · 2197 阅读 · 0 评论 -
机器学习降维-深度AI科普团队
降维许多机器学习问题涉及训练实例的几千甚至上百万个特征。这不仅导致训练非常缓慢,也让我们更加难以找到好的解决方案。我们一般可以大量减少特征的数量,将棘手的问题转化成容易解决的问题。比如处理图像时,其边框周围很多像素对我们的分类任务无足轻重,可以删去;两个像素通常相似度很高,我们可以将其合并(例如,取两个像素强度的平均值),这样也不会丢失太多信息。除了加快训练,降维对于数据可视化也是非常有用的。...原创 2020-04-19 23:30:31 · 1074 阅读 · 0 评论 -
决策树随笔-深度AI科普团队
决策树原理决策树是一种多功能的机器学习算法,它可以实现分类和回归任务,甚至是多输出任务。它们功能强大,能够拟合 复杂的数据集。-优点:精度高、对异常值不敏感、无数据输入假定。缺点:计算复杂度高、空间复杂度高。适用数据范围:数值型和标称型。其工作原理很简单如图所示的流程图就是一个决策树,长方形代表判断模块(decision block),椭圆形代表终止模块(terminating blo...原创 2020-04-15 23:52:13 · 1280 阅读 · 0 评论 -
趣谈人工智能——深度AI科普调研团队
2016年3月, Alpha Go与李世石的一盘棋将人工智能带入了普通人的眼前,一时间人工智能大热,各个领域都在大谈人工智能。人工智能已经着实走进了我们的工作与生活中。虽然人工智能已汹涌而来,但是光知道人工智能这个名词还远远不够。你真的懂人工智能吗?人工智能是什么?人工智能在未来会为我们的生活带来怎样的改变?我们怎样拥抱人工智能?了解这个时代,才能拥抱这个时代。虽然半个脚迈进了智能机器人的领域,但我对人工智能的了解也只是来自于ALpha Go的媒体报道而已,直到最近读了李开复老师的《人工智能:李开复谈A原创 2021-01-18 23:00:28 · 675 阅读 · 0 评论 -
动手学pytorch之通俗易懂何为卷积-深度AI科普团队
什么是卷积卷积神经网络是机器视觉,乃至整个深度学习的核心。首先看为什么卷积这么厉害。我们所有的图片,如灰度图,每一个像素点都有一个灰度值,构成一个矩阵。设长宽为28像素,则该矩阵大小为2828对于彩色图片也一样,他是由rbg三种颜色构成,我们看成三张像素图,也就是三个灰度图的矩阵就行了(其实为一张,一个矩阵,其大小为2828*3)。...原创 2021-01-18 10:37:04 · 356 阅读 · 1 评论 -
人工智能发展趋势——深度AI科普调研团队
人工智能的最新发展趋势1956年的达特茅斯会议首次提出人工智能的定义:使一部机器的反应方式像一个人在行动时所依据的智能。经过超过半个世纪的发展,人工智能已经渡过了简单地模拟人类智能的阶段,发展为研究人类智能活动的规律,构建具有一定智能的人工系统或硬件,以使其能够进行需要人的智力才能进行的工作,并对人类智能进行拓展的边缘学科。涉及到信息论、控制论、计算机科学、自动化、仿生学、生物学、心理学、数理逻辑和哲学等自然和社会科学。本文首先简单介绍人工智能的3大阶段和行业应用,其次深度剖析人工智能最新的商业和技术趋势原创 2021-01-17 20:27:21 · 679 阅读 · 0 评论 -
人工智能简介(一)——深度AI科普调研团队
人工智能科普 人们在日常生活中接触人工智能的频率越来越高,有可以帮用户买菜的京东智能冰箱;可以做自动翻译的机器;还有Siri、Alexa和Cortana这样的机器人助理;以及无人车、AlphaGo等已经把人工智能技术带到了“看得到摸得着”的境地。人工智能正以前所未有的态势汹涌而来,相关领域的融资总额一直在逐年稳步增长,到2016年达到数十亿美元的火爆程度。那么人工智能到底是什么?这个领域涉及哪些方面?人工智能要完成的目标和任务有哪些?接下来的内容将做一一介绍。1.什么是人工智能原创 2021-01-16 15:58:08 · 1103 阅读 · 0 评论 -
物体检测评价指标
IOU对于一个检测器,我们需要制定一定的规则来评价其好坏,从而选择需要的检测器。对于图像分类任务来讲,由于其输出是很简单的图像类别,因此很容易通过判断分类正确的图像数量来进行衡量。物体检测模型的输出是非结构化的,事先并无法得知输出物体的数量、位置、大小等,因此物体检测的评价算法就稍微复杂一些。对于具体的某个物体来讲,我们可以从预测框与真实框的贴合程度来判断检测的质量,通常使用loU (Intersection of Union)来量化贴合程度。loU的计算方式如图所示,使用两个边框的交集与并集的比值,原创 2021-01-15 14:19:09 · 1238 阅读 · 1 评论 -
梯度下降法-深度AI
文章目录概述概念理解场景假设数学场景梯度官方解释:通俗理解梯度求解目标函数损失函数实战演示求一元最值寻找最低点更新x代码实现:求多元最值求一元函数的参数概述梯度下降法,是一种基于搜索的最优化方法,它其实不是一个机器学习算法,但是在机器学习领域,许多算法都是以梯度下降法为基础的,不论是在线性回归还是Logistic回归还是其他深度学习算法中,它的主要作用就是通过迭代寻找目标函数的最优解。常用的梯度下降法有 3 种不同的形式:批量梯度下降法,简称 BGD,使用所有样本,比较耗时;随机梯度下降.原创 2021-01-14 18:56:23 · 228 阅读 · 0 评论 -
为什么沿梯度方向,函数变化最快???
很多时候,我们时间有限,对一些知识只能不求甚解,但这这些不求甚解的知识又会很困扰我们,总想着原理是啥,为啥这样做。就比如我们学梯度下降时,都知道梯度下降是机器学习、深度学习的核心优化算法,但为什么沿梯度方向,函数变化最快呢???问了不少人都不能说的很清楚,所以查阅了很多博客,视频,现分享给大家。导数导数的几何意义可能很多人都比较熟悉: 当函数定义域和取值都在实数域中的时候,导数可以表示函数曲线上的切线斜率。 除了切线的斜率,导数还表示函数在该点的变化率。比如中学学到的加速度a=ΔvΔta=\frac原创 2021-01-14 13:07:52 · 1717 阅读 · 2 评论