- 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 文章目录 一、分类问题简介 二、手写数字识别简介 三、面对初学者的实现方法 （1）导入库 （2）数据集准备 （3）模型搭建 （4）模... 前言： 本专栏在保证内容完整性的基础上，力求简洁，旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架。如果觉得本专栏对您有帮助的话，可以给一个小小的三连，各位的支持将是我创作的最大动力！ 文章目录 一、分类问题简介 二、手写数字识别简介 三、面对初学者的实现方法 （1）导入库 （2）数据集准备 （3）模型搭建 （4）模...
- 目录 1、训练过程（创建分类器） 1.1、目标对象数据样本 1.2、目标对象分类器配置 1.3、目标对象分类器训练 1.4、目标对象分类器输出和评估 2、分类与识别 目标对象分类是指将未知样品的形状、颜色、纹理等显著特征组成的向量与代表某一类样本的特征向量（Feature Vector）进行比较，根据其匹配程度识别未知样品类别归属的过程。 目标对象分类是机器... 目录 1、训练过程（创建分类器） 1.1、目标对象数据样本 1.2、目标对象分类器配置 1.3、目标对象分类器训练 1.4、目标对象分类器输出和评估 2、分类与识别 目标对象分类是指将未知样品的形状、颜色、纹理等显著特征组成的向量与代表某一类样本的特征向量（Feature Vector）进行比较，根据其匹配程度识别未知样品类别归属的过程。 目标对象分类是机器...
- 如果之前的训练任务为test-12345，模型文件job.pkl存放在output目录下。获取方法如下：import moxing as mox import os from naie.context import Context mox.file.copy(os.path.join(Context.get_job_path("test-12345"), "output/job... 如果之前的训练任务为test-12345，模型文件job.pkl存放在output目录下。获取方法如下：import moxing as mox import os from naie.context import Context mox.file.copy(os.path.join(Context.get_job_path("test-12345"), "output/job...
- NAIE平台在比赛期间提供免费的资源，比赛结束之后如果需要继续使用平台的话会计费，所以比赛结束之后需要停止运行中的任务，包括：训练任务、特征工程、WebIDE、Notebook。1、训练任务进入项目，点击上方“模型训练”菜单，可以看到算法列表，每个算法都要进去查看下是否有运行中的任务，点击进入一个算法，可以看到任务列表，现在RUNNING状态的任务，见下图红框，然后停止任务。2... NAIE平台在比赛期间提供免费的资源，比赛结束之后如果需要继续使用平台的话会计费，所以比赛结束之后需要停止运行中的任务，包括：训练任务、特征工程、WebIDE、Notebook。1、训练任务进入项目，点击上方“模型训练”菜单，可以看到算法列表，每个算法都要进去查看下是否有运行中的任务，点击进入一个算法，可以看到任务列表，现在RUNNING状态的任务，见下图红框，然后停止任务。2...
- 目录 图像梯度Sobel滤波器 图像梯度 图像梯度计算的是图像变化的速度。对于图像的边缘部分，其灰度值变化较大，梯度值也较大；相反，对于图像中比较平滑的部分，其灰度值变化较小，相应的梯度值也较小。一般情况下，图像的梯度计算是图像的边缘信息。 其实梯度就是导数，但是图像梯度一般通过计算像素值的差来得到梯度的近似值，也可以说是近似导数。该导数可以用微积分来... 目录 图像梯度Sobel滤波器 图像梯度 图像梯度计算的是图像变化的速度。对于图像的边缘部分，其灰度值变化较大，梯度值也较大；相反，对于图像中比较平滑的部分，其灰度值变化较小，相应的梯度值也较小。一般情况下，图像的梯度计算是图像的边缘信息。 其实梯度就是导数，但是图像梯度一般通过计算像素值的差来得到梯度的近似值，也可以说是近似导数。该导数可以用微积分来...
- @Author：Runsen 当阅读一篇课文时，我们可以根据前面的单词来理解每个单词的，而不是从零开始理解每个单词。这可以称为记忆。卷积神经网络模型（CNN）不能实现这种记忆，因此引入了递归神经网络模型（RNN）来解决这一问题。RNN是带有循环的网络，允许信息持久存在。 RNN的应用有： 情绪分析（多对一，顺序输入） 机器翻译（多对多，顺序输入和顺序输出... @Author：Runsen 当阅读一篇课文时，我们可以根据前面的单词来理解每个单词的，而不是从零开始理解每个单词。这可以称为记忆。卷积神经网络模型（CNN）不能实现这种记忆，因此引入了递归神经网络模型（RNN）来解决这一问题。RNN是带有循环的网络，允许信息持久存在。 RNN的应用有： 情绪分析（多对一，顺序输入） 机器翻译（多对多，顺序输入和顺序输出...
- https://github.com/lucidrains/halonet-pytorch import torchfrom halonet_pytorch import HaloAttention if __name__ == '__main__': model = HaloAttention(dim=256, # dimension of feature ma... https://github.com/lucidrains/halonet-pytorch import torchfrom halonet_pytorch import HaloAttention if __name__ == '__main__': model = HaloAttention(dim=256, # dimension of feature ma...
- 模型的介绍 根据问题特点选择适当的估计器estimater模型：分类(SVC,KNN,LR,NaiveBayes,…) 回归 (Lasso,ElasticNet,SVR,…) 聚类(KMeans,…) 降维(PCA,…) 机器学习模型按照可使用的数据类型分为监督学习和无监督学习两大类。 监督学习主要包括用于分类和用于回归的模型： 分类： 线性分类器（如LR... 模型的介绍 根据问题特点选择适当的估计器estimater模型：分类(SVC,KNN,LR,NaiveBayes,…) 回归 (Lasso,ElasticNet,SVR,…) 聚类(KMeans,…) 降维(PCA,…) 机器学习模型按照可使用的数据类型分为监督学习和无监督学习两大类。 监督学习主要包括用于分类和用于回归的模型： 分类： 线性分类器（如LR...
- 导入手写数字识别 import keras from keras import layers import matplotlib.pyplot as plt %matplotlib inline import keras.datasets.mnist as mnist (train_image, train_label), (test_image, test_labe... 导入手写数字识别 import keras from keras import layers import matplotlib.pyplot as plt %matplotlib inline import keras.datasets.mnist as mnist (train_image, train_label), (test_image, test_labe...
- pyspark是Spark的python API，提供了使用python编写并提交大数据处理作业的接口。 在pyspark里大致分为5个主要的模块 pyspark模块，这个模块四最基础的模块，里面实现了最基础的编写Spark作业的 API。这个模块里面有以下内容： Sparkcontext:它是编写Spark程序的主入口RDD：分布式弹性数据集，是Spark内部中最... pyspark是Spark的python API，提供了使用python编写并提交大数据处理作业的接口。 在pyspark里大致分为5个主要的模块 pyspark模块，这个模块四最基础的模块，里面实现了最基础的编写Spark作业的 API。这个模块里面有以下内容： Sparkcontext:它是编写Spark程序的主入口RDD：分布式弹性数据集，是Spark内部中最...
- 什么是预训练网络 一个常用、高效的在小图像数据集上深度学习的方法就是利用预训练网络。一个预训练网络只是简单的储存了之前在大的数据集训练的结果，通常是大的图像分类任务。如果原始的数据集已经足够大，足够一般，通过预训练学习到的空间上的特征层次结构就能有效地在我们的模型中工作，因此这些特征对许多计算机视觉问题都很有用，尽管这些新问题和原任务相比可能涉及完全不同的类别。 K... 什么是预训练网络 一个常用、高效的在小图像数据集上深度学习的方法就是利用预训练网络。一个预训练网络只是简单的储存了之前在大的数据集训练的结果，通常是大的图像分类任务。如果原始的数据集已经足够大，足够一般，通过预训练学习到的空间上的特征层次结构就能有效地在我们的模型中工作，因此这些特征对许多计算机视觉问题都很有用，尽管这些新问题和原任务相比可能涉及完全不同的类别。 K...
- 本讲之前，先将高斯-赛德尔迭代法和雅克比迭代法以及迭代法求解线性方程组贴出来，毕竟收敛问题研究的是迭代方法的收敛问题。 进入主题： 判断迭代法收敛的办法： 1、首先根据方程组的系数矩阵A的特点判断； 2、可根据迭代矩阵的范数判断； 3、只好根据迭代矩阵的谱半径来判断； ———————————————————————————————————————————————————— ... 本讲之前，先将高斯-赛德尔迭代法和雅克比迭代法以及迭代法求解线性方程组贴出来，毕竟收敛问题研究的是迭代方法的收敛问题。 进入主题： 判断迭代法收敛的办法： 1、首先根据方程组的系数矩阵A的特点判断； 2、可根据迭代矩阵的范数判断； 3、只好根据迭代矩阵的谱半径来判断； ———————————————————————————————————————————————————— ...
- 记录第一次使用kaggle训练猫狗数据集 import os import shutil 12 os.listdir('../input/train/train') 1 base_dir = './cat_dog' train_dir = os.path.join(base_dir,'train') train_dir_dog = os.path.join... 记录第一次使用kaggle训练猫狗数据集 import os import shutil 12 os.listdir('../input/train/train') 1 base_dir = './cat_dog' train_dir = os.path.join(base_dir,'train') train_dir_dog = os.path.join...
- 来源:kaggle Machine Learning Micro-Course Home Page Recap Here’s the code you’ve written so far. Start by running it again. # Code you have previously used to load data import pandas... 来源:kaggle Machine Learning Micro-Course Home Page Recap Here’s the code you’ve written so far. Start by running it again. # Code you have previously used to load data import pandas...
- # bs4 nltk gensim import os import re import numpy as np import pandas as pd from bs4 import BeautifulSoup from sklearn.feature_extraction.text import CountVectorizer from sklearn.en... # bs4 nltk gensim import os import re import numpy as np import pandas as pd from bs4 import BeautifulSoup from sklearn.feature_extraction.text import CountVectorizer from sklearn.en...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签