資料思維二三事
1/ 雖是數學出身,但實際上數學為統計的理解帶來了更多的挑戰。因為數學的重心在於抽象,以高度抽象的方式來統一性地解決問題。而統計則更為關注現實,以具體的例子為基本素材,以“把大家放到一塊兒看看”為方法論,來討
1/ 雖是數學出身,但實際上數學為統計的理解帶來了更多的挑戰。因為數學的重心在於抽象,以高度抽象的方式來統一性地解決問題。而統計則更為關注現實,以具體的例子為基本素材,以“把大家放到一塊兒看看”為方法論,來討
作為資料科學家,你最重要的技能之一應該是為你的問題選擇正確的建模技術和演算法。幾個月前,我試圖解決文字分類問題,即分類哪些新聞文章與我的客戶相關。 我只有幾千個標記的例子,所以我開始使用簡單的經典
image 在 《【Get】用深度學習識別手寫數字》 中,我們通過一個手寫數字識別的例子,體驗瞭如何使用 深度學習 + tensorflow 解決一個具體的問題。
本文帶你認識一個優秀的新深度學習框架,瞭解深度學習中最重要的3件事。 框架 看到這個題目,你可能會疑惑: 老師,你不是講過如何用深度學習做影象分類了嗎?遷移學習好像
這些深度學習術語,你瞭解多少?(上)
背景 深度學習作為AI時代的核心技術,已經被應用於多個場景。在系統設計層面,由於其具有計算密集型的特性,所以與傳統的機器學習演算法在工程實踐過程中存在諸多的不同。本文將介紹美團平臺在應用深度學習技術的過程中
來源:BAIR 編譯:Bing 編者按:關於訓練機器人抓手的研究並不少,大多都是從計算機視覺的角度出發,訓練機器人“看得清”、“抓得準”。本文同樣如此,不過與以往觀察彩色圖片不同,伯克利的研究
引言 當有一幅影象展示在面前時,我們的大腦會立即識別出其中包含的物體。而另一方面,機器卻需要花費大量時間並訓練資料以識別這些物體。但隨著最近硬體和深度學習的升級,計算機視覺領域變得更加容易和直觀。 請檢
最近在學習PyTorch框架,買了一本《深度學習之PyTorch實戰計算機視覺》,從學習開始,小編會整理學習筆記,並部落格記錄,希望自己好好學完這本書,最後能熟練應用此框架。 PyTorch是美國網際網路巨
原因 打算研究下AI,以便不那麼落後於這個時代,但是看了看,搞一個能支援AI演算法的顯示卡就要天文數字。所以找到了阿里雲的PAI平臺,打算跑跑自己寫的演算法,採坑無數,搞了兩天才搞定。 基本流程
Yoshua Bengio等人組織的深度學習&強化學習夏季課程最近放出了課程視訊, 課程 PPT 早些時候也都放了出來。該課程主要通過深度學習與強化學習從理論到實踐介紹各種先進方法,並覆蓋了機器學習
Taylor Guo @ Shanghai - 2018.10.22 - 星期一 PyTorch 資源連結 影象分類 VGG
本文基於2018年發表於期刊 ISPRS Journal of Photogrammetry and Remote Sensing (IF 5.994)上的論文“A deep learning framewor
對於一個新手來說,深度學習術語可能非常難以理解。本表試圖解釋深度學習常用術語並連結到原始參考,以幫助讀者深入瞭解特定主題。 深度學習與“一般”的機器學習術語之間的界限非常模糊。例如,我這裡不包括“交叉驗證”,因
TensorFlow.js 釋出之後我就把之前訓練的目標/人臉檢測和人臉識別的模型往 TensorFlow.js 裡導,我發現有些模型在瀏覽器裡執行的效果還相當不錯。感覺 TensorFlow.js