加载中
10分钟了解图嵌入

知识图谱中的客户数据样本以及该图中附加的嵌入向量 去年,图嵌入在企业知识图谱(EKG)策略中变得越来越重要。图形嵌入将很快成为在大型十亿顶点EKG中快速找到相似项目的实际方法。实时相似...

在Pytorch中构建流数据集

在处理监督机器学习任务时,最重要的东西是数据——而且是大量的数据。当面对少量数据时,特别是需要深度神经网络的任务时,该怎么办?如何创建一个快速高效的数据管道来生成更多的数据,从而...

Python和VizViewer进行自动驾驶数据集可视化

使用可视化工具包探索Lyft预测数据集介,可视化动图非常消耗流量,请在wifi环境下查看本篇文章 介绍 作为最近发表的论文和Kaggle竞赛的一部分,Lyft公开了一个用于构建自动驾驶路径预测算法的...

特征选择介绍及4种基于过滤器的方法来选择相关特征

特征选择是面试中一个非常受欢迎的问题。 这篇文章能带你了解这方面相关的知识。 为什么要使用特征选择 你熟悉鸢尾花的数据集吗?(sklearn自带小型数据集)即使是最简单的算法也能得到如此美...

SEAM论文解读:弱监督语义分割的自监督等变注意力机制

语义分割是一项基本的计算机视觉任务,其目的是预测图像的像素级分类结果。由于近年来深度学习研究的蓬勃发展,语义分割模型的性能有了长足的进步。然而,与其他任务(如分类和检测)相比,语义...

cam
11/23 08:51
0
再见卷积神经网络,使用Transformers创建计算机视觉模型

本文旨在介绍/更新Transformers背后的主要思想,并介绍在计算机视觉应用中使用这些模型的最新进展。 读完这篇文章,你会知道…… 为什么Transformers在NLP任务中的表现优于SOTA模型。 Transf...

Pandas与SQL的数据操作语句对照

介绍 SQL的神奇之处在于它容易学习,而它容易学习的原因是代码语法非常直观。 另一方面,Pandas不是那么直观,特别是如果像我一样首先从SQL开始。 就我个人而言,我发现真正有用的是思考如何...

11/17 08:58
0
神经网络中的损失函数正则化和 Dropout 并手写代码实现

在深度神经网络中最常用的方法是Regularization和dropout。在本文中,我们将一起理解这两种方法并在python中实现它们 Regularization 正则化 正则化通过在损失函数的末尾添加额外的惩罚项来帮...

PyTorch中的傅立叶卷积:通过FFT有效计算大核卷积的数学原理和代码实现

卷积 卷积在数据分析中无处不在。几十年来,它们已用于信号和图像处理。最近,它们已成为现代神经网络的重要组成部分。 在数学上,卷积表示为: 尽管离散卷积在计算应用程序中更为常见,但由...

Python中的时间序列数据可视化的完整指南

时间序列数据在许多不同的行业中都非常重要。它在研究、金融行业、制药、社交媒体、网络服务等领域尤为重要。对时间序列数据的分析也变得越来越重要。在分析中有什么比一些好的可视化效果更好...

通过数据分析找出Netflix最适合学习英语的电影和电视剧

截至2020年,Netflix上大约有3712部电影和1845部电视节目。如果你正在学习英语,有很多内容可以选择,但你可能没有时间看完所有的内容。这就是为什么需要数据科学技能来分析Netflix上最好的1...

Python手写决策树并应对过度拟合问题

介绍 决策树是一种用于监督学习的算法。它使用树结构,其中包含两种类型的节点:决策节点和叶节点。决策节点通过在要素上询问布尔值将数据分为两个分支。叶节点代表一个类。训练过程是关于在...

11/14 08:44
8
孤立森林:大数据背景下的最佳异常检测算法之一

孤立森林或“iForest”是一个非常漂亮和优雅简单的算法,可以用很少的参数来识别异常。原始的论文对广大的读者来说是容易理解的,并且包含了很少的数学知识。在这篇文章中,我将解释为什么i...

用对线阶段数据分析和预测《英雄联盟》的游戏结果

使用来自大约10K的前10分钟的游戏数据来预测高elo排名游戏的结果 介绍 《英雄联盟》是一款以团队为基础的战略游戏,两支拥有五名强大召唤师的队伍将面在峡谷中进行对决,而团队的目标是拆掉对...

论文解读:使用局部卷积对不规则缺失的图像进行修复

今天,我想谈谈一篇很好的深层图像修复论文,它打破了以前的修复工作的某些限制。简而言之,大多数以前的论文都假设缺失区域是规则的(即中心缺失矩形孔或多个小矩形孔),并且本文提出了局部...

使用Sentence Transformers和Faiss构建语义搜索引擎

介绍 您是否曾经想过如何使用Sentence Transformers创建嵌入向量,并在诸如语义文本相似这样的下游任务中使用它们? 在本教程中,您将学习如何使用Sentence Transformers和Faiss构建一个基于向...

如何推导高斯过程回归以及深层高斯过程详解

使用不同核函数的高斯过程 高斯过程 像所有其他机器学习模型一样,高斯过程是一个简单预测的数学模型。像神经网络一样,它可以用于连续问题和离散问题,但是其基础的一些假设使它不太实用。 ...

使用Pandas的resample函数处理时间序列数据的技巧

时间序列数据在数据科学项目中很常见。通常,可能会对将时序数据重新采样到要分析数据的频率或从数据中汲取更多见解的频率感兴趣。 在本文中,我们将介绍一些使用Pandas resample()函数对时...

5分钟理解RELU以及他在深度学习中的作用

神经网络和深度学习中的激活函数在激发隐藏节点以产生更理想的输出方面起着重要作用。激活函数的主要目的是将非线性特性引入模型。 在人工神经网络中,给定一个输入或一组输入,节点的激活函...

DeOldify,这个开源的AI代码可以给你的黑白照片上色

双11了,文末有福利哦 DeOldify是一种技术,以彩色和恢复旧的黑白图像,甚至电影片段。它是由一个叫Jason Antic的人开发和更新的。这是目前最先进的黑白图像着色方法,而且所有的东西都是开源...

没有更多内容

加载失败,请刷新页面

返回顶部
顶部