机器学习共0篇 第8页
机器学习
排序
AIGC-GPT科普（三）：Transformer入门基础知识
Transformer: Attention Is All You Need 一句话模型解释：Transformer可以将所有的精华知识从数据集中抽取并存储在海量参数中，从而提供通用的文本处理能力。 Transformer是一种面向机器翻译领...
2年前
快速入门深度学习 PyTorch（保姆级教程）第二期
第一期：?? juejin.cn/post/724000… 二、学习 TensorBoard Ⅰ. TensorBoard 是什么 TensorBoard 是一个强大的可视化工具，也是一个Web应用程序套件。TensorBoard截至目前支持7种可视化，分别是...
2年前
AIGC-GPT科普（二）：神经网络发展历史
3.神经网络架构发展史 神经网络的发展历程已接近70年，不断有新的架构被提出，而老的架构也不时的焕发新的活力，在此盘点一下神经网络领域的发展史，让我们对经常出现的各种网络架构缩写有一个...
2年前
x.ai还是OpenAI？埃隆·马斯克的AI帝国【2】
上期内容咱们提到了埃隆马斯克的特斯拉是自动驾驶领域的领导者，大家可能近些年也都有从各类渠道听到过Tesla自动驾驶有关的新闻。不同于像包括Google子公司Waymo在内的大多数使用激光雷达来实现...
2年前
从玩具到工具｜社畜程序员用AI提效的神仙操作
腾小云导读 随着 AI 技术的日益发展，前端开发模式和提效工具也在不断地变化。作为一名前端工程师，如何应对 AI 带来的挑战和机遇？在这篇文章中，作者将介绍什么是 AIGC，并深入探讨 AI 在低代...
2年前机器学习基础-监督学习-标签编码之哈希编码（Hash Encoding）
哈希编码（Hash Encoding）是一种将标签映射为固定长度的二进制数的编码方法，其中相同的标签映射为相同的二进制数，不同的标签映射为不同的二进制数。哈希编码可以解决标签数量较大的问题，但...
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年前机器学习基础-监督学习-标签编码之独热编码（One-Hot Encoding）
独热编码（One-Hot Encoding）是一种常用的标签编码方法，通常用于将标签转换为适合机器学习算法使用的格式。独热编码将每个标签都映射为一个由 0 和 1 组成的向量，向量的长度等于标签数量，对...
2年前机器学习基础-监督学习-标签编码之二进制编码（Binary Encoding）
二进制编码（Binary Encoding）是一种将每个标签都映射为一个二进制数的编码方法，其中每一位代表一个可能的取值。相比于独热编码，二进制编码可以减少编码的位数，适用于标签数量较少的问题。 ...
2年前
有效延缓痴呆症：延世大学发现梯度提升机模型能准确预测 BPSD 亚综合征
内容一览： 随着人口老龄化程度不断加剧，痴呆症已经成为公共健康问题。目前医学界治疗该病还只能通过药物缓解，尚未发现治愈的有效方法，因此，预防痴呆症尤为紧迫。在这一背景下，延世大学的...
2年前
参与PK赢大奖！阿里云机器学习平台PAI助力开发者激发AIGC潜能
近年来，随着海量多模态数据在互联网的爆炸性增长和训练深度学习大模型的算力大幅提升，AI生成内容（AI Generated Content，AIGC）的应用呈现出爆发性增长趋势。为助力开发者能够一站式快速搭建...
2年前
【论文导读】- Federated Graph Neural Networks（联邦图神经网络：概述、技术和挑战）
论文信息 论文地址：arxiv.org/abs/2202.07… 摘要 With its powerful capability to deal with graph data widely found in practical applications, graph neural networks (GNNs) have recei...
2年前
【论文导读】 – 关于联邦图神经网络的3篇文章
Federated Graph Neural Networks: Overview, Techniques and Challenges 论文信息 联邦图神经网络：概述、技术和挑战 原文地址：arxiv.org/abs/2202.07… 摘要 With its powerful capability t...
2年前
机器学习之PyTorch和Scikit-Learn第6章 学习模型评估和超参数调优的最佳实践Part 3
其它章节内容请见机器学习之PyTorch和Scikit-Learn 查看不同性能评估指标 在前面的章节中，我们使用预测准确率来评估各机器学习模型，通常这是用于量化模型表现很有用的指标。但还有其他几个性...
2年前
AIGC-GPT科普（一）：神经网络快速入门
1. 引言 为什么AIGC突然火了起来？又因何而强大？ 1. AGI Artificial General Intelligence通用人工智能一直是AI领域的终极目标，即不再局限于一个个单独的子任务，而是直接构建出可以解决所有...
2年前![深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍-五八三](https://583.cn/wp-content/uploads/2023/06/e1609f7e910e5a405f3da4d30b1759cb.jpg)
深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍
深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍 1.LeNet（1998） LeNet是最早的卷积神经网络之一[1]，其被提出用于识别手...
2年前机器学习基础-监督学习-标签编码
在有监督学习中，标签编码是将标签映射为计算机可处理的格式的过程。通常，在分类问题中，我们需要将每个类别的标签映射为一个独热向量。这样做的好处是可以使得模型更容易学习到类别之间的关系...
2年前机器学习基础-监督学习-标签编码之标签映射（Label Encoding）
标签映射（Label Encoding）是一种常见的标签编码方法，将每个标签都映射为一个整数，常用于分类问题。在标签数量较少的情况下，标签映射可以简单有效地将标签转换为数字表示。 下面是一个使用 ...
2年前
奔向AGI+发展AIGC |【人工智能技术专题】「入门到精通系列教程」零基础带你掌握人工智能全流程技术体系和实战指南（人工智能理论知识概论）
零基础带你掌握人工智能全流程技术体系和实战指南 前言 人工智能是一个庞大的研究领域。虽然我们已经在人工智能的理论研究和算法开发方面取得了一定的进展，但是我们目前掌握的能力仍然非常有限...
2年前机器学习（一）常见的机器学习算法
机器学习是一种人工智能的分支，它通过计算机算法从数据中学习模型，并使用该模型进行预测和决策。它在许多领域有广泛的应用，包括自然语言处理、计算机视觉、推荐系统、金融分析等等。本文将介...
2年前