机器学习共0篇 第4页
机器学习
排序
Hugging Face 的 Transformers 库学习总结
Transformers 库是什么 自然语言处理简称 NLP ，是语言学习和机器学习交叉领域，专注于理解与人类语言相关的一切。常见的 NLP 任务列表如下： 对整个句子进行分类 ： 获取评论的情绪，检查电子...
2年前
nsfw模型的探索（一）模型的选择
前言 公司的业务需要大量的图片内容安全审核，目前使用的是第三方服务但是老遇到漏判、误判、标准和业务不匹配的情况，因此经常需要和第三方： 反馈问题、找到他们的taskid、期望的效果 描述详...
2年前
TensorFlow2实战 | 第7周：咖啡豆识别
? 我的环境： 语言环境：Python3.10.11 编译器：Jupyter Notebook 深度学习框架：TensorFlow2.4.1 显卡（GPU）：NVIDIA GeForce RTX 4070 ? 相关教程： 编译器教程：【新手入门深度学习 | 1-2：...
2年前
仅使用解码器实现语音翻译，字节提出基于LLM的新范式PolyVoice
近年来，大规模语言模型（LLMs）建模在 NLP 领域取得了许多突破，特别是 ChatGPT 的成功，正引领大家迈入一个新的AI时代。截止目前，基于 encoder-decoder 框架的模型在语音处理任务中仍占主导...
2年前
【线性代数】特征值及相似对角化
文章内容 特征值 / 特征向量 相似矩阵 对称矩阵的相似对角化 特征值 / 特征向量 什么是特征值、特征向量 定义：设 AAA 为 nnn 阶矩阵(方阵)，若存在常数 λ\lambdaλ 和非零 nnn 维列向量 xxx，...
2年前
拒绝细胞衰老、远离老年疾病，爱丁堡大学给细胞开出 3 张「AI 抗衰处方」
内容一览： 研究表明细胞衰老与癌症、2 型糖尿病、骨关节炎和病毒感染等疾病密切相关。尽管清除衰老细胞的药物已逐渐成为研发热点。但由于缺乏充分表征的分子靶点，已发现的抗衰老化合物 (Senol...
2年前
GAN！生成对抗网络GAN全维度介绍与实战
本文为生成对抗网络GAN的研究者和实践者提供全面、深入和实用的指导。通过本文的理论解释和实际操作指南，读者能够掌握GAN的核心概念，理解其工作原理，学会设计和训练自己的GAN模型，并能够对...
2年前机器学习基础-监督学习-标签转移学习之基础模型的训练
基础模型的训练是标签转移学习中的一个重要步骤。通过训练基础模型，我们可以学习到从输入数据到标签的映射关系，从而获得模型在源任务上的表现。 基础模型的训练过程通常可以分为以下几个步骤...
2年前深度学习100例 | 第37天：人脸表情识别
? 我的环境： 语言环境：Python3.10.11 编译器：Jupyter Notebook 深度学习框架：TensorFlow2.4.1 显卡（GPU）：NVIDIA GeForce RTX 4070 ? 相关教程： 编译器教程：【新手入门深度学习 | 1-2：...
2年前
Transformers自然语言处理第二章 文本分类Part 1
其它章节内容请见机器学习之PyTorch、Scikit-Learn和Transformers 文本分类是自然语言处理中最常见的任务之一，它可用于各种应用，例如将客户反馈标记为不同的类别，或者根据语言分发工单。电子...
2年前
阿里云PAIx达摩院GraphScope开源基于PyTorch的GPU加速分布式GNN框架
作者：艾宝乐 导读 近期阿里云机器学习平台 PAI 团队和达摩院 GraphScope 团队联合推出了面向 PyTorch 的 GPU 加速分布式 GNN 框架 GraphLearn-for-PyTorch(GLT) 。GLT 利用 GPU 的强大并行计算...
2年前机器学习基础-监督学习-目标函数之Hinge损失（Hinge Loss）
Hinge 损失（Hinge Loss）通常用于支持向量机（Support Vector Machine，SVM）算法中的分类问题。它鼓励正确分类的边界离样本更远，同时惩罚错误分类的边界。下面将详细讲解 Hinge 损失的定义和...
2年前
Pytorch实战 | 第4天：猴痘病识别
? 我的环境： 语言环境：Python3.10.11 编译器：Jupyter Notebook 深度学习框架：Pytorch 2.0.1+cu118 显卡（GPU）：NVIDIA GeForce RTX 4070 ? 相关教程： 编译器教程：【新手入门深度学习 | 1...
2年前机器学习基础-监督学习-标签增强之标签平移（Label Shift）
标签平移（Label Shift）是一种常见的标签增强技术，它通过对原始标签进行平移操作，生成具有相似语义含义但略有差异的新标签。标签平移可以用于分类问题或回归问题，旨在增加数据集的多样性和...
2年前
跟我一起从零开始学python（七）机器学习
前言 回顾之前讲了python语法编程 ，必修入门基础和网络编程，多线程/多进程/协程等方面的内容，昨天和今天讲到了数据库编程篇MySQL，Redis今天第三篇MongoDB篇，前面没看的也不用往前翻，系列...
2年前机器学习基础-监督学习-标签编码之频率编码（Frequency Encoding）
频率编码（Frequency Encoding）是一种标签编码方法，它将每个标签都映射为其出现频率。在分类问题中，频率编码可以用于解决标签之间距离和相关性不明显的问题。 频率编码的具体实现可以分为以...
2年前机器学习之回归
回归是机器学习中最常见的任务之一，回归（regression）问题预测的是一个连续值，而不是离散标签，比如根据气象数据预测明日气温，或者根据房地产数据估算房价（标量回归问题）。 接下来就以回...
2年前
深度学习如何入门？
深度学习是一种强大的机器学习方法，它在各个领域都有广泛应用。如果你是一个新手，想要入门深度学习，下面是一些步骤和资源，可以帮助你开始学习和实践深度学习。 1. 学习基本概念 在开始深度...
2年前
Tubi 时间序列 KPI 的异常值检测
欢迎来到 Tubi—— 在这里，广告型视频点播永不停歇！ 作为全球最大的流媒体服务之一，Tubi 保持稳定增长，并始终关注对业务发展至关重要的前沿趋势。基于此，Tubi 数据科学团队创建了一套全新...
2年前
Generative AI 新世界：过去、现在和未来
人类善于分析事物。但是现在看来，机器很有可能做得更好。机器可以不知疲倦夜以继日地分析数据，不断从中找到很多人类场景用例的模式：信用卡欺诈预警、垃圾邮件检测，股票价格预测、以及个性化...
2年前