- 文章目录 前言结构化数据与非结构化数据的区别结构化数据非结构化数据 图片的矩阵表示输入输出格式Logistic Regression逻辑回归Gradient Descent梯度下降后记 ... 文章目录 前言结构化数据与非结构化数据的区别结构化数据非结构化数据 图片的矩阵表示输入输出格式Logistic Regression逻辑回归Gradient Descent梯度下降后记 ...
- 逻辑回归简介 逻辑回归虽然名称有回归两字，但是用来做分类算法的，大家都熟悉线性回归，一般形式是 Y ... 逻辑回归简介 逻辑回归虽然名称有回归两字，但是用来做分类算法的，大家都熟悉线性回归，一般形式是 Y ...
- 生成对抗网络主要分为生成器网络和判别器网络。 生成器网络：他以一个随机向量（潜在空间的一个随机点）作为输入，并将其解码成一张合成图像。判别器网络：以一张图像（真实的或合成的均可）作为输入，并预测该图像是来自训练集还是生成器网络创建。 本节将会介绍如何用 Keras 来实现形式最简单的 GAN。GAN 属于高级应用，所以本书不会深入介绍... 生成对抗网络主要分为生成器网络和判别器网络。 生成器网络：他以一个随机向量（潜在空间的一个随机点）作为输入，并将其解码成一张合成图像。判别器网络：以一张图像（真实的或合成的均可）作为输入，并预测该图像是来自训练集还是生成器网络创建。 本节将会介绍如何用 Keras 来实现形式最简单的 GAN。GAN 属于高级应用，所以本书不会深入介绍...
- 要解决的问题 1、RCNN和SPPnet分多步训练，先要fine tuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用regressors对bounding-box进行回归，另外region proposal也要单独用selective search的方式获得，步骤比较繁琐。 2、时间和内存消耗比较大。... 要解决的问题 1、RCNN和SPPnet分多步训练，先要fine tuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用regressors对bounding-box进行回归，另外region proposal也要单独用selective search的方式获得，步骤比较繁琐。 2、时间和内存消耗比较大。...
- 模拟退火算法基本思想 现代的模拟退火算法形成于20世纪80年代初，其思想源于固体的退火过程，即将固体加热至足够高的温度，再缓慢冷却。升温时，固体内部粒子随温度升高变为无序状，内能增大，而缓慢冷却时粒子又逐渐趋于有序，从理论上讲，如果冷却过程足够缓慢，那么冷却中任一温度时固体都能达到热平衡，而冷却到低温时将达到这一低温下的内能最小状态。... 模拟退火算法基本思想 现代的模拟退火算法形成于20世纪80年代初，其思想源于固体的退火过程，即将固体加热至足够高的温度，再缓慢冷却。升温时，固体内部粒子随温度升高变为无序状，内能增大，而缓慢冷却时粒子又逐渐趋于有序，从理论上讲，如果冷却过程足够缓慢，那么冷却中任一温度时固体都能达到热平衡，而冷却到低温时将达到这一低温下的内能最小状态。...
- 粒子群算法（PSO）基本思想 粒子群（PSO）算法最早是由美国电气工程师Eberhart和社会心理学家Kennedy在1995年基于群鸟觅食提出来的。 群鸟觅食其实是一个最佳决策的过程， 与人类决策的... 粒子群算法（PSO）基本思想 粒子群（PSO）算法最早是由美国电气工程师Eberhart和社会心理学家Kennedy在1995年基于群鸟觅食提出来的。 群鸟觅食其实是一个最佳决策的过程， 与人类决策的...
- # Title文章标题 VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION # Summary 网络架构如下图： 卷积神经网络的输入是一个固定大小的224×224 RGB图像。做的唯一预处理是从每个像素中减去在训练集上计算的RGB平均值。图像通... # Title文章标题 VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION # Summary 网络架构如下图： 卷积神经网络的输入是一个固定大小的224×224 RGB图像。做的唯一预处理是从每个像素中减去在训练集上计算的RGB平均值。图像通...
- 一、One—Hot编码 计算机在表示多结果的分类时，使用One-Hot编码是比较常见的处理方式。即每个对象都有对应的列。 二、最大似然率 下面是两幅图像，比较两幅图像，试通过概率的方法来讨论一下为什么右边的模型会更好。 假设第一幅图像的每个点是对应颜色的概率为下图： 如果假设点的颜色是相互独立的，则整个图表的概率为... 一、One—Hot编码 计算机在表示多结果的分类时，使用One-Hot编码是比较常见的处理方式。即每个对象都有对应的列。 二、最大似然率 下面是两幅图像，比较两幅图像，试通过概率的方法来讨论一下为什么右边的模型会更好。 假设第一幅图像的每个点是对应颜色的概率为下图： 如果假设点的颜色是相互独立的，则整个图表的概率为...
- 对输入的标准化（浅层模型） 处理后的任意一个特征在数据集中所有样本上的均值为0、标准差为1。 标准化处理输入数据使各个特征的分布相近 批量归一化（深度模型） 利用小批量上的均值和标准差，不断调整神经... 对输入的标准化（浅层模型） 处理后的任意一个特征在数据集中所有样本上的均值为0、标准差为1。 标准化处理输入数据使各个特征的分布相近 批量归一化（深度模型） 利用小批量上的均值和标准差，不断调整神经...
- 无监督分类（聚类） 该ee.Clusterer包处理Earth Engine 中的无监督分类（或 聚类）。这些算法目前基于Weka 中的同名算法。Clusterer代码编辑器中的参考文档中提供了有关每个的更多详细信息。 聚类器的使用方式与地球引擎中的分类器相同。聚类的一般工作流程是： 组合具有数字属性的特... 无监督分类（聚类） 该ee.Clusterer包处理Earth Engine 中的无监督分类（或 聚类）。这些算法目前基于Weka 中的同名算法。Clusterer代码编辑器中的参考文档中提供了有关每个的更多详细信息。 聚类器的使用方式与地球引擎中的分类器相同。聚类的一般工作流程是： 组合具有数字属性的特...
- 吴恩达《机器学习》 吴恩达自然不用说了，人工智能领域的大牛，世界上人工智能最有权威的学者之一。他讲的课自然是很牛逼的，是人工智能入门的不二之选。 这门课基本涵盖了机器学习的主要知识点，例如：线性回归、... 吴恩达《机器学习》 吴恩达自然不用说了，人工智能领域的大牛，世界上人工智能最有权威的学者之一。他讲的课自然是很牛逼的，是人工智能入门的不二之选。 这门课基本涵盖了机器学习的主要知识点，例如：线性回归、...
- 1、当数据集是压缩包时，需要解压成图片文件 import zipfiledef unzip_data(src_path,target_path): ''' 解压原始数据集，将src_path路径下的zip包解压至data/dataset目录下 ''' if(not os.path.isdir(target_p... 1、当数据集是压缩包时，需要解压成图片文件 import zipfiledef unzip_data(src_path,target_path): ''' 解压原始数据集，将src_path路径下的zip包解压至data/dataset目录下 ''' if(not os.path.isdir(target_p...
- 确定没有积雪的年度第一天 本教程演示了如何制作年度地图，描绘给定像素达到零雪覆盖率的一年中的第一天，并提供有关随时间和空间总结和可视化结果的建议。 MODIS 每日积雪产品检测到的 2018 年第一天显示了融雪时间的模式，其中每个像素不再包含雪。颜色从紫色（较早）渐变为黄色（较晚），随着每年的第一天每个像素的降雪百分... 确定没有积雪的年度第一天 本教程演示了如何制作年度地图，描绘给定像素达到零雪覆盖率的一年中的第一天，并提供有关随时间和空间总结和可视化结果的建议。 MODIS 每日积雪产品检测到的 2018 年第一天显示了融雪时间的模式，其中每个像素不再包含雪。颜色从紫色（较早）渐变为黄色（较晚），随着每年的第一天每个像素的降雪百分...
- 我们星球经历的最深刻的变化之一是积雪的季节性积累和消融。这种季节性循环不仅对生物圈具有深远影响，而且在我们星球的能量平衡、气候和水文循环中也起着不可或缺的作用。与其他类型的土地覆盖相比，积雪具有更高的反照率，并且在全球能量平衡中发挥着重要作用（美国宇航局，2015 年）。随着雪的融化，它为多达六分之一的世界人口提供了饮用水源，大大减少了... 我们星球经历的最深刻的变化之一是积雪的季节性积累和消融。这种季节性循环不仅对生物圈具有深远影响，而且在我们星球的能量平衡、气候和水文循环中也起着不可或缺的作用。与其他类型的土地覆盖相比，积雪具有更高的反照率，并且在全球能量平衡中发挥着重要作用（美国宇航局，2015 年）。随着雪的融化，它为多达六分之一的世界人口提供了饮用水源，大大减少了...
- 论文题目①：BAM: Bottleneck Attention Module论文题目②：CBAM：CBAM: Convolutional Block Attention Module Bottlenet... 论文题目①：BAM: Bottleneck Attention Module论文题目②：CBAM：CBAM: Convolutional Block Attention Module Bottlenet...
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中
热门标签