發(fā)簡(jiǎn)信
IP屬地：浙江
-
Wasserstein GAN簡(jiǎn)明版
涉及WGAN的論文總共三篇：WGAN前作：Towards Principled Methods for Training Generative Adversarial Net...
-
圖像的矩（含hu不變矩）冒泡!八月下旬啦~暑假要過(guò)去了誒，制定的plan因?yàn)閘an只完成了個(gè)p這周就提前更新一下 在圖像識(shí)別中遇到的關(guān)于圖像矩的問(wèn)題?！?..
-
-
聯(lián)邦學(xué)習(xí)，你還不懂么？初識(shí)聯(lián)邦學(xué)習(xí) 最早知道聯(lián)邦學(xué)習(xí)是在今年6月參加的O‘Reilly AI大會(huì)上，谷歌的session介紹了他們用聯(lián)邦學(xué)習(xí)改善輸入法預(yù)測(cè)的最新成果，令人耳目一新。它的過(guò)程是這樣的...
-
不錯(cuò)，很好
win10家庭版升級(jí)到專業(yè)版密鑰
親測(cè)有效！??！(任選其一即可) J7QT3-3GCPG-9GVWT-CH2XR-GMRJM VK7JG-NPHTM-C97JM-9MPGT-3V66T
-
win10家庭版升級(jí)到專業(yè)版密鑰
親測(cè)有效?。。?任選其一即可) J7QT3-3GCPG-9GVWT-CH2XR-GMRJM VK7JG-NPHTM-C97JM-9MPGT-3V66T
-
#翻譯經(jīng)典# 基于商品的協(xié)同過(guò)濾推薦算法 Item-Based Collaborative Filtering Recommendation Algorithms「Item-Based Collaborative Filtering Recommendation Algorithms」是協(xié)同過(guò)濾的經(jīng)典paper，其擴(kuò)展算法廣泛應(yīng)用于推...
-
AI學(xué)習(xí)筆記——Autoencoders(自編碼器)Autoencoder 的基本概念 之前的文章介紹過(guò)機(jī)器學(xué)習(xí)中的監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)，其中非監(jiān)督學(xué)習(xí)簡(jiǎn)單來(lái)說(shuō)就是學(xué)習(xí)人類沒(méi)有標(biāo)記過(guò)的數(shù)據(jù)。對(duì)于沒(méi)有標(biāo)記的數(shù)據(jù)最常見的應(yīng)用就是通...
-
總結(jié)的很全面，贊一個(gè)
Matplotlib繪圖時(shí)x軸標(biāo)簽重疊的解決辦法
在使用Matplotlib畫圖時(shí)，我遇到了一個(gè)尷尬的情況，那就是當(dāng)x軸的標(biāo)簽名字很長(zhǎng)的時(shí)候，在繪制圖形時(shí)，發(fā)生了x軸標(biāo)簽互相重疊的情況。本文主要通過(guò)一個(gè)簡(jiǎn)單的示例，探索了以上...
-
Matplotlib繪圖時(shí)x軸標(biāo)簽重疊的解決辦法在使用Matplotlib畫圖時(shí)，我遇到了一個(gè)尷尬的情況，那就是當(dāng)x軸的標(biāo)簽名字很長(zhǎng)的時(shí)候，在繪制圖形時(shí)，發(fā)生了x軸標(biāo)簽互相重疊的情況。本文主要通過(guò)一個(gè)簡(jiǎn)單的示例，探索了以上...
-
tensorflow2.0(3)-Resnet模型??tensorflow2不再需要靜態(tài)建圖啟動(dòng)session()，拋棄很多繁雜的功能設(shè)計(jì)，代碼上更加簡(jiǎn)潔清晰，而在工程上也更加靈活。但是一些基礎(chǔ)的用法，單靠api接口去訓(xùn)練模...
-
sklearn里的make_blobs
make_blobs函數(shù)是為聚類產(chǎn)生數(shù)據(jù)集產(chǎn)生一個(gè)數(shù)據(jù)集和相應(yīng)的標(biāo)簽n_samples:表示數(shù)據(jù)樣本點(diǎn)個(gè)數(shù),默認(rèn)值100n_features:表示數(shù)據(jù)的維度，默認(rèn)值是2cen...
-
學(xué)習(xí)了!
一文讓你理解什么是卷積神經(jīng)網(wǎng)絡(luò)
一文讓你理解什么是卷積神經(jīng)網(wǎng)絡(luò) 從神經(jīng)網(wǎng)絡(luò)到卷積神經(jīng)網(wǎng)絡(luò)（CNN） 我們知道神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是這樣的： 那卷積神經(jīng)網(wǎng)絡(luò)跟它是什么關(guān)系呢？其實(shí)卷積神經(jīng)網(wǎng)絡(luò)依舊是層級(jí)網(wǎng)絡(luò)，只是層的...
-
一文讓你理解什么是卷積神經(jīng)網(wǎng)絡(luò)一文讓你理解什么是卷積神經(jīng)網(wǎng)絡(luò) 從神經(jīng)網(wǎng)絡(luò)到卷積神經(jīng)網(wǎng)絡(luò)（CNN） 我們知道神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是這樣的： 那卷積神經(jīng)網(wǎng)絡(luò)跟它是什么關(guān)系呢？其實(shí)卷積神經(jīng)網(wǎng)絡(luò)依舊是層級(jí)網(wǎng)絡(luò)，只是層的...
-
很棒
機(jī)器學(xué)習(xí)（7）——聚類算法
聚類算法 前面介紹的集中算法都是屬于有監(jiān)督機(jī)器學(xué)習(xí)方法，這章和前面不同，介紹無(wú)監(jiān)督學(xué)習(xí)算法，也就是聚類算法。在無(wú)監(jiān)督學(xué)習(xí)中，目標(biāo)屬性是不存在的，也就是所說(shuō)的不存在“y”值，我...
-
機(jī)器學(xué)習(xí)（7）——聚類算法聚類算法 前面介紹的集中算法都是屬于有監(jiān)督機(jī)器學(xué)習(xí)方法，這章和前面不同，介紹無(wú)監(jiān)督學(xué)習(xí)算法，也就是聚類算法。在無(wú)監(jiān)督學(xué)習(xí)中，目標(biāo)屬性是不存在的，也就是所說(shuō)的不存在“y”值，我...
-
準(zhǔn)確率(Accuracy) | 查準(zhǔn)率(Precision) | 查全率(Recall)
在機(jī)器學(xué)習(xí)中，對(duì)于一個(gè)模型的性能評(píng)估是必不可少的。準(zhǔn)確率(Accuracy)、查準(zhǔn)率(Precision)、查全率(Recall)是常見的基本指標(biāo)。 為了方便說(shuō)明，假設(shè)有以下...
