發(fā)簡(jiǎn)信
IP屬地：江蘇
-
特征工程特征工程是指將數(shù)據(jù)轉(zhuǎn)化為能更好地表示潛在問題的特征，從而提高機(jī)器學(xué)習(xí)性能。主要分為如下幾點(diǎn)： 數(shù)據(jù)理解 數(shù)據(jù)清洗 特征構(gòu)造 特征選擇 類別不平衡...
-
數(shù)據(jù)的探索性分析數(shù)據(jù)的探索性分析 探索性數(shù)據(jù)分析（Exploratory Data Analysis，EDA）是指對(duì)已有數(shù)據(jù)在盡量少的先驗(yàn)假設(shè)下通過作圖、制表、...
-
圖像分類案例2 ；GAN；DCGAN 2020-02-25圖像分類案例2 Kaggle上的狗品種識(shí)別（ImageNet Dogs） 在本節(jié)中，我們將解決Kaggle競(jìng)賽中的犬種識(shí)別挑戰(zhàn)，比賽的網(wǎng)址是ht...
-
目標(biāo)檢測(cè)基礎(chǔ)；圖像風(fēng)格遷移；圖像分類案例 2020-02-25目標(biāo)檢測(cè)基礎(chǔ) 目標(biāo)檢測(cè)和邊界框 邊界框 錨框 目標(biāo)檢測(cè)算法通常會(huì)在輸入圖像中采樣大量的區(qū)域，然后判斷這些區(qū)域中是否包含我們感興趣的目標(biāo)，并調(diào)整區(qū)...
-
文本分類；數(shù)據(jù)增強(qiáng)；模型微調(diào) 2020-02-25文本分類 文本情感分類數(shù)據(jù)集 使用循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行情感分類 使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行情感分類文本分類是自然語言處理的一個(gè)常見任務(wù)，它把一段不定長(zhǎng)的文...
-
優(yōu)化算法進(jìn)階；word2vec；詞嵌入進(jìn)階 2020-02-25優(yōu)化算法進(jìn)階 介紹更高級(jí)的優(yōu)化算法 Momentum epoch 20, x1 -0.943467, x2 -0.000073 可以看到，同一位...
-
批量歸一化和殘差網(wǎng)絡(luò)；凸優(yōu)化；梯度下降 2020-02-25批量歸一化（BatchNormalization） 對(duì)輸入的標(biāo)準(zhǔn)化（淺層模型） 處理后的任意一個(gè)特征在數(shù)據(jù)集中所有樣本上的均值為0、標(biāo)準(zhǔn)差為1。...
-
機(jī)器翻譯及相關(guān)技術(shù) 注意力機(jī)制與Seq2seq模型 Transformer 2020-02-19機(jī)器翻譯和數(shù)據(jù)集 機(jī)器翻譯（MT）：將一段文本從一種語言自動(dòng)翻譯為另一種語言，用神經(jīng)網(wǎng)絡(luò)解決這個(gè)問題通常稱為神經(jīng)機(jī)器翻譯（NMT）。 主要特征：...
-
卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 2020-02-18
卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 本節(jié)我們介紹卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)概念，主要是卷積層和池化層，并解釋填充、步幅、輸入通道和輸出通道的含義。 二維卷積層 本節(jié)介紹的...