- 2018.08.07
- 《機器學習, Deep learning, machine-learning, θ機器學習, 機器學習,
機器學習中的概率問題
前言 機器學習的過程可以理解為計算機通過分析大量的資料獲得模型,並通過獲得的模型進行預測的過程。機器學習的模型可以有多種表示,例如線性迴歸模型,SVM模型,決策樹模型,貝葉斯模型。 概率型別 在理解概率模型之前,首先要理解的各種概率型別所表示的確切含義。 1.先驗概率 某事件發生的概率。 2.條 […]
-->
程式前沿 幫助程式設計師解決問題,增加專業技能,提升個人能力與未來世界競爭力。
前言 機器學習的過程可以理解為計算機通過分析大量的資料獲得模型,並通過獲得的模型進行預測的過程。機器學習的模型可以有多種表示,例如線性迴歸模型,SVM模型,決策樹模型,貝葉斯模型。 概率型別 在理解概率模型之前,首先要理解的各種概率型別所表示的確切含義。 1.先驗概率 某事件發生的概率。 2.條 […]
1.wavenet wave介紹:https://deepmind.com/blog/wave … udio/ 先用一個短視訊介紹一下wavenet效果 http://v.qq.com/x/page/w0328zc2azc.html 2.下載tensorflow-wavenet 讀者自己先配置好te […]
caffe2可以一移植客戶端上,今天將caffe2官網上的AICamera小專案實現了下。 https://caffe2.ai/docs/mobile-integration.html https://caffe2.ai/docs/AI-Camera-demo-android.html https: […]
“深度學習”學習筆記之深度信念網路 本篇非常簡要地介紹了深度信念網路的基本概念。文章先簡要介紹了深度信念網路(包括其應用例項)。接著分別講述了:(1) 其基本組成結構——受限玻爾茲曼機的的基本情況,以及,(2) 這個基本結構如何組成深度信念網路。 本文僅僅能使讀者瞭解深度信念網路這一概念,內容 […]
前幾天YOLOv3問世了,朋友圈也是很多同學轉發,很興奮,當然我也是。所以,先是直接上手體驗了一下darknet53,今天把paper看了,做個總結。 1. BBox Prediction 與YOLOv2一樣,YOLOv3也是在feature map上對每個位置進行bbox預測。圖中,t為預測值,但 […]
開啟一些神經網路的網路描述檔案,可以看到不同的層,其中就有一種層的型別,叫做ReLU。今天正好有小夥伴問起,雖然是基礎部分但是還是來總結一下吧。首先看網路結構描述的形式: layer { name: "conv1" type: "Convolution" bottom: "data" top: "c […]
OpenPose
深度學習是大資料下最熱門的趨勢之一。上一個十年是網際網路的時代,下一個十年將是人工智慧的時代。國內已經產生大量的人工智慧公司,分佈在不同的領域。2016年是人工智慧的元年,2017年將迎來“人工智慧 ”的春天。 未來幾年也是人工智慧在金融、醫療、教育等大資料行業以及感知互動領域全面滲透的時期,我們正 […]
深度學習及並行化實現概述 摘要: 深度學習可以完成需要高度抽象特徵的人工智慧任務,如語音識別、影象識別和檢索、自然語言理解等。深層模型是包含多個隱藏層的人工神經網路,多層非線性結構使其具備強大的特徵表達能力和對複雜任務建模能力。訓練深層模型是長期以來的難題,近年來以層次化、逐層初始化為代表的一系列方 […]
唐旭 發自 RUC 量子位 報道 | 公眾號 QbitAI 從計算機視覺到自然語言處理,在過去的幾年裡,深度學習技術被應用到了數以百計的實際問題中。諸多案例也已經證明,深度學習能讓工作比之前做得更好。 今天,量子位為大家收集了20個深度學習方面的優秀應用——當然,這份榜單可能並不詳盡,但相信看過之後 […]