人工智能
whale52hertz
52赫兹的鲸,也有自己的世界
展开
-
如何选择适合自己项目的神经网络
你的预测建模问题适合选择何种神经网络?对于初学者而言,深度学习领域很难知道要使用什么类型的网络。因为有许多类型的网络可供选择,每天都会有新的方法被发布和讨论。更糟糕的是,大多数神经网络足够灵活,即使在使用错误类型的数据或预测问题时,也可以工作(进行预测)。在这篇文章中,你会学到三种主要类型的人工神经网络的建议用法。阅读这篇文章后,你会了解:在解决预测建模问题时要关注哪种类型的神经网...原创 2018-07-24 09:32:05 · 5093 阅读 · 0 评论 -
GitHub开源项目及代码分享:GitHub图像识别开源项目
北京大学研究者开发了一款图像识别程序,基于深度卷积和递归神经网络的新型深度网络体系结构,用于单图像去除。结合递归神经网络以保留先前阶段中的有用信息。团队对合成数据集和现实数据集进行了大量实验。提出的方法在所有评估指标下都优于目前最先进的方法。分享链接:Github开源项目代码...原创 2018-07-24 15:19:46 · 15222 阅读 · 0 评论 -
TensorFlow实例:TensorFlow对象检测器
对象检测是指利用图像处理与模式识别等领域的理论和方法,检测出图像中存在的目标对象,确定这些目标对象的语义类别,并标定出目标对象在图像中的位置。对象检测是对象识别的前提。只有检测到对象才能对对象进行识别。这里留下一片文章作为参考:TensorFlow:使用Cloud TPU在30分钟内训练出实时移动对象检测器...原创 2018-07-19 09:59:34 · 633 阅读 · 0 评论 -
人工智能教程(1.1)
关于人工智能教程,网上的内容很多,我最近发现了一个系列的教程,内容比较基础,适合新手。原文就不复制了。留下文章入口,希望能给大家带来帮助:赫尔辛基大学AI基础教程:我们如何定义人工智能(1.1节)...原创 2018-07-19 11:45:52 · 1432 阅读 · 0 评论 -
人脸图像识别实例
文中将在MXNet模型服务器上演示Keras-MXNet模型的用法。训练模型以检测图像中的笑脸,然后使用MXNet模型服务器通过Web API将其托管以进行在线推理。贴出文章链接:人脸图像识别实例:使用Keras-MXNet在MXNet模型服务器上部署“笑脸检测器”...原创 2018-07-19 15:19:53 · 1519 阅读 · 0 评论 -
从Python到TensorFlow图转换工具
在网上看见一篇文章,介绍了TensorFlow的一款新工具,可以将Python代码转换为纯的TensorFlow图代码。文章饱含了Python到TensorFlow图代码的转换示例。下面大家就一起看看这篇文章吧:AutoGraph:将Python转换为TensorFlow图...原创 2018-07-20 16:11:33 · 417 阅读 · 0 评论 -
JS实时进行人脸跟踪和识别
使用JS进行人脸识别和人脸跟踪是一个非常有用的技术,之前看过一篇相关的文章(JS使用者福音:在浏览器中运行人脸识别),今天又发现了一篇新的文章,这篇文章带来了新的小例子和源码,很有用哦,跟大家分享一下。文章链接:face-api.js中加入MTCNN:进一步支持使用JS实时进行人脸跟踪和识别...原创 2018-07-20 17:37:36 · 3291 阅读 · 0 评论 -
从McNemar检验到机器学习分类器
统计假设检验的选择是解释机器学习结果的一个具有挑战性的开放问题。在1998年被广泛引用的论文中,Thomas Dietterich在训练多份分类器模型副本昂贵而且不切实际的情况下推荐了McNemar检验。它描述了深度学习模型的现状,模型非常大并且在大型数据集上进行训练和评估,一个模型通常需要数天或数周来训练。在本教程中,你将了解如何使用McNemar统计假设检验来比较单个测试数据集上的...原创 2018-07-30 10:28:42 · 2844 阅读 · 0 评论 -
神经网络学习:神经网络节点配置
在这篇文章中,你将了解两个重要的超参数,用于控制网络的体系结构或拓扑:层数和每个隐藏层中的节点数。配置网络时,必须指定这些参数的值,以及如何着手为你的预测建模问题配置多层感知器神经网络。在这里贴上教程链接:如何配置神经网络中的层数和节点数...原创 2018-07-31 09:21:54 · 2885 阅读 · 0 评论 -
如何调试深度学习模型?
推荐一篇文章,主要讲述如何调试深度学习模型。文章链接:用不确定性来解释和调试你的深度学习模型随着深度学习发展,深度学习的规模也变得越来越复杂,深度学习模型的调试也变得越来越重要。...原创 2018-08-02 10:10:31 · 1346 阅读 · 1 评论 -
机器学习实例:python开源项目
日本最大的社区购物应用Mercari遇到了一个问题。他们希望向卖家提供定价建议,但这很难,因为他们的卖家能够在Mercari上放置任何东西。在这个机器学习项目中,我们将建立一个自动建议正确的产品价格的模型。机器学习项目文章链接:机器学习项目:使用Python进行零售价格推荐 ...原创 2018-08-08 15:30:25 · 296 阅读 · 0 评论 -
使用机器学习进行文本挖掘和分析的实例
使用R语言进行文本挖掘和内容分析是人工智能领域的重要领域,很多企业和行业需要这项技术,今天就跟大家分享一篇相关的R语言文本挖掘和分析的文章。文章链接:机器学习实例:文本挖掘和情感分析的基础示例...原创 2018-08-13 10:58:27 · 3385 阅读 · 0 评论 -
Python中的t检验
Python中的t检验实现原理是大家都关心的一部分内容,如何实现Python中的t检验原理呢?文章链接:t检验的工作原理和在Python中的实现原创 2018-08-13 11:48:48 · 4186 阅读 · 0 评论 -
一文教你如何在JAVA上部署深度学习模型
Keras库为深度学习提供了一个相对简单的接口,使神经网络可以被大众使用。然而,我们面临的挑战之一是将Keras的探索模型转化为产品模型。Keras是用Python编写的,直到最近,这个语言之外的支持还很有限。虽然Flask,PySpark和Cloud ML等工具可以直接在Python中产品化模型,但我通常更喜欢使用Java来部署模型。像ONNX这样的项目正朝着深度学习的标准化方向发展,但支持...原创 2018-08-16 10:49:19 · 5479 阅读 · 0 评论 -
pandas常用代码整理,作为数据科学家,不会这些才是吓skr人
在网上发现了一篇详细列举了很多pandas常用代码的文章整理文章链接:帮助数据科学家理解数据的23个pandas常用代码Pandas 是Python Data Analysis Library的简写,它是为了解决数据分析任务而创建的工具,尽管pandas常用代码有各种各样的问题,但仍不妨碍人们去使用它。...原创 2018-08-27 14:13:24 · 225 阅读 · 0 评论 -
最流行的统计假设检验速查表
在进行机器学习的项目中,你经常会用到统计假设检验,而统计假设检验却有数百种,我们不可能把每一种都记住,这个时候,我们就需要一种方式,可以让我们迅速的找到我们需要的统计假设检验方式,这就是统计假设检验速查表。统计假设检验速查表中的每种检验方式,都以相同的介绍方式介绍给大家。这个就是统计假设检验速查表的详细介绍:Python中的统计假设检验速查表...原创 2018-08-21 10:49:40 · 7875 阅读 · 0 评论 -
命名实体识别和分类(NERC)及详细使用
命名实体识别和分类(NERC)是识别名称等信息单元的过程(包括人员,组织和位置名称),以及包括非结构化文本中的时间,日期,钱和百分比表达式等数值表达式。目标是开发实用且与域无关的技术,以便自动高精度地检测命名实体。详细介绍:使用Scikit-Learn进行命名实体识别和分类(NERC)...原创 2018-08-30 13:49:57 · 5738 阅读 · 0 评论 -
如何在Windows 10中搭建深度学习环境
本文详细介绍如何开始深度学习,首先在Windows 10上配置适合它的环境。要安装的框架是Keras API,后端为TensorFlow的GPU版本。这与我(Tamim Mirza)在自己的深度学习项目中使用的程序相同,它对我很有帮助。本文旨在在一个地方汇集所有必要和更新的信息,而不是挨个搜索它们。让我们开始吧。教程链接:适用于Windows 10的深度学习环境设置...原创 2018-09-12 09:44:49 · 2108 阅读 · 0 评论 -
机器学习项目实例:Keras和tfjs使用实例,进行医疗分类模型的建立
现如今,人工智能已经应用到了各行各业,在医疗行业中引入AI是一个巨大的进步,人工智能可以从各个方面辅助我们的医生对病情进行诊断,AI还可以帮助医生更好的研究新疗法。今天介绍的就是如何使用机器学习中的Keras和tfjs来帮助医生建立AI医疗中的血细胞分类模型,这里贴出一篇专业的文章:机器学习项目:使用Keras和tfjs构建血细胞分类模型...原创 2018-09-12 10:13:50 · 617 阅读 · 0 评论 -
机器学习教程:强化学习介绍及强化学习的使用
强化学习是机器学习的一个方向,智能体通过执行某些操作并观察从这些操作中获得的奖励或者结果来学习在环境中行为。现在已经有很多强化学习的例子和十分令人惊讶的结果,前不久OpenAI与人类进行的Dota2 5V5 比赛中,OpenAI 使用的就是经过强化学习的AI策略,最后战胜了人类。可见,强化学习是一部分十分有用的知识,今天给大家分享的一篇文章就是关于强化学习的介绍以及强化学习的操作的教程类文章,...原创 2018-09-14 15:56:21 · 326 阅读 · 0 评论 -
TensorFlow 中的tf.estimator使用示例
TensorFlow团队一直在努力开发一个新的功能(在撰写本文时仍处于开发状态),可让你训练tf.keras模型而无需先将其转换为Estimator,只需几行额外的代码!那个工作流程也很棒。下面我会重点介绍Estimators API。无论选择哪一个都取决于你!我们需要记住的是,只要用tf.keras.estimator.model_to_estimator方法将tf.keras.Model转...原创 2018-09-18 10:50:08 · 1637 阅读 · 0 评论 -
AI会话助理与展示广告相结合,比网络广告效率高50倍
“创新性是一个重要的问题,”谷歌广告员工Vic Fatnani在VentureBeat Summit 2018的舞台上说道,“想象一下,如果你能把你的会话助理带到展示广告中会怎样。”这就是AdLingo背后的想法,这是由创业公司Fatnani在谷歌的Area 120孵化器中共同创立的。这是经过两年开发的产品,从本质上讲,它在传统的网络和移动广告部门中建立了类似Facebook Messenge...转载 2019-10-10 11:27:14 · 154 阅读 · 0 评论 -
吴恩达推出新的AI公开课
吴恩达继上次推出的吴恩达Deeplearning.ai课程,近期又推出了最新的人工智能课程系列,最新的吴恩达人工智能课程主要针对企业高管和商务人士。这次的吴恩达人工智能课程名字叫做AI for Everyone。吴恩达表示,“人工智能正在影响着每个行业,对所有这些不同角色的人来说,了解AI知识如何导航他们的业务非常重要。这门课程适合非技术人员,我希望它能够教会他们如何在自己的行业和自己的职业生...原创 2018-11-14 13:34:47 · 2153 阅读 · 0 评论