預測

1/4ページ

2018屆各大網際網路公司校招薪資曝光彙總

2018校招正在進行中,大家對各家企業的網申和內推都是非常積極的,各個公司的薪資情況又是什麼樣的呢,我來給大家透漏一下2017校招各個企業的薪資。 (*所有資料均來自網友) 總的來說,去年的校招開始,SP比往年會多,預測今年會更多一些,但是同時很多公司SP也被分了幾個等級,被大家俗稱為迷你SP,SP […]

DL開源框架Caffe | 用訓練好的模型對資料進行預測

一句話理解Caffe:   Caffe的萬丈高樓(Net)是按照我們設計的圖紙(prototxt),用很多磚塊(Blob)築成一層層(Layer)樓房,最後通過某些手段(Solver)進行簡裝修(Train)/精裝修(Finetune)實現的,另外每個樓層都可以被購買規己用,那麼就會有歸屬(Labl […]

Java實現LSTM和GRU做分類(以IRIS資料集為例)

筆者想在JAVA專案中做機器學習的分類想使用迴圈神經網路的時候苦於沒有找到開源的程式碼,最後終於找到lipiji所寫的LSTM和GRU,專案GitHub連結在這:專案GitHub地址,但是這個專案的demo只是簡單的做了一個文字序列的預測,無法達到自己做分類的目的,於是筆者新寫了一個demo來實現分 […]

貝葉斯後驗定理與預測(訊號與噪聲讀書筆記)

正如統計學家喬治·E·P·博克斯所寫:“所有的模型都是錯誤的,但是其中有些是有用的。”這句話的意思就是,所有模型都是這個世界的簡化形式,因為這是必要的。正如另一位數學家所說:“一隻貓最好的模型就是一隻貓。”其他模型都會遺漏一些細節。這些細節是否關係重大,取決於我們試圖解決的問題究竟是什麼,還要看我們 […]

使用vgg16模型進行圖片預測

使用vgg16模型進行圖片預測 # 前面我們學習了使用cifra10來判斷圖片的類別,今天我們使用更加強大的已經訓練好的模型來預測圖片的類別,那就是vgg16,對應的供keras使用的模型人家已經幫我們訓練好,我可不想賣腎來買一個gpu。。。 對應的模型在 ‘vgg16’ 可以下載。估計被牆了,附上 […]

GRU與LSTM總結

一、LSTM(長短期記憶網路) LSTM是一種特殊的RNN型別,一般的RNN結構如下圖所示,是一種將以往學習的結果應用到當前學習的模型,但是這種一般的RNN存在著許多的弊端。舉個例子,如果我們要預測“the clouds are in the sky”的最後一個單詞,因為只在這一個句子的語境中進行預 […]

用TensorFlow的Linear/DNNRegrressor預測資料

今天要處理的問題對於一個只學了線性迴歸的機器學習初學者來說還是比較棘手——通過已知的幾組資料預測一組資料。用excel看了下,關係不是很明顯,平方,log都不是很明顯,挨著試也不是辦法,所以停下來理了理思路。 思路整理 磨刀時間 tensorflow關於迴歸的文件教程 udacity的Titanic […]

預測科技未來發展趨勢的10個定律

預測科技未來發展趨勢的10個定律 編者按:本文是新浪科技報道的關於預測科技未來發展趨勢的10個定律,其中第九條是人工智慧學家AIE實驗室的研究成果。這些規律對判斷科技未來發展趨勢從不同角度發揮著作用。 從1969年網際網路誕生以來,網際網路發生了翻天覆地的變化,新的應用不斷出現,從早期的電話線路,大 […]