- @toc 1、数据集介绍 鸢尾花数据集,其提供了 150 组鸢尾花数据,每组包括鸢尾花的花萼 长、花萼宽、花瓣长、花瓣宽 4 个输入特征,同时还给出了这一组特征对应的 鸢尾花类别。类别包括狗尾鸢尾、杂色鸢尾、弗吉尼亚鸢尾三类, 分别用数字 0、1、2 表示。 使用次数据集的代码如下:from sklearn.datasets import load_irisx_data = datase... @toc 1、数据集介绍 鸢尾花数据集,其提供了 150 组鸢尾花数据,每组包括鸢尾花的花萼 长、花萼宽、花瓣长、花瓣宽 4 个输入特征,同时还给出了这一组特征对应的 鸢尾花类别。类别包括狗尾鸢尾、杂色鸢尾、弗吉尼亚鸢尾三类, 分别用数字 0、1、2 表示。 使用次数据集的代码如下:from sklearn.datasets import load_irisx_data = datase...
- 1 ModelBox社区案例 - 使用YOLOX做垃圾分类本案例将使用YOLOX模型,实现一个简单的垃圾分类应用,最终效果如下所示: 本案例所需资源(代码、模型、测试数据等)均可从garbage_det下载1.1 模型训练与转换模型采用的是YOLOX网络结构,YOLOX是YOLO系列的优化版本,引入了解耦头、数据增强、无锚点以及标签分类等目标检测领域的优秀进展,拥有较好的精度表... 1 ModelBox社区案例 - 使用YOLOX做垃圾分类本案例将使用YOLOX模型,实现一个简单的垃圾分类应用,最终效果如下所示: 本案例所需资源(代码、模型、测试数据等)均可从garbage_det下载1.1 模型训练与转换模型采用的是YOLOX网络结构,YOLOX是YOLO系列的优化版本,引入了解耦头、数据增强、无锚点以及标签分类等目标检测领域的优秀进展,拥有较好的精度表...
- Instance-aware Image ColorizationInstance-aware Image Colorization 实例感知图像上色Jheng-Wei Su,Hung-Kuo Chu, andJia-Bin HuangIn IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2020.图像着... Instance-aware Image ColorizationInstance-aware Image Colorization 实例感知图像上色Jheng-Wei Su,Hung-Kuo Chu, andJia-Bin HuangIn IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2020.图像着...
- 小样本学习 本baseline采用pytorch框架,应用ModelArts的Notebook进行开发 为该论文复现代码Cross-Domain Few-Shot Classification via Learned Feature-Wise TransformationHung-Yu Tseng, Hsin-Ying Lee, Jia-Bin Huang, Ming-Hsuan Yang... 小样本学习 本baseline采用pytorch框架,应用ModelArts的Notebook进行开发 为该论文复现代码Cross-Domain Few-Shot Classification via Learned Feature-Wise TransformationHung-Yu Tseng, Hsin-Ying Lee, Jia-Bin Huang, Ming-Hsuan Yang...
- Convolutional Generation of Textured 3D Meshes论文地址:https://arxiv.org/pdf/2006.07660.pdf在海量图像的驱动下,基于GAN的图像生成模型已经可以获得十分逼真的生成效果,在控制生成图像内容方面,也取得了许多研究进展。由于自然图像是3D物体的2D投影,对于图像中物体的位置、朝向等属性,从3D物体中进行控制相比图像... Convolutional Generation of Textured 3D Meshes论文地址:https://arxiv.org/pdf/2006.07660.pdf在海量图像的驱动下,基于GAN的图像生成模型已经可以获得十分逼真的生成效果,在控制生成图像内容方面,也取得了许多研究进展。由于自然图像是3D物体的2D投影,对于图像中物体的位置、朝向等属性,从3D物体中进行控制相比图像...
- M-SQL: Multi-Task Representation Learning for Single-Table Text2sql Generation虽然之前对 Text2SQL 的研究提供了一些可行的解决方案,但大多数都是基于列表示提取值。如果查询中有多个值,并且这些值属于不同的列,则以前基于列表示的方法无法准确提取值。该论文提出了一种基于预训练 BERT 的新神经网络架构,称为 ... M-SQL: Multi-Task Representation Learning for Single-Table Text2sql Generation虽然之前对 Text2SQL 的研究提供了一些可行的解决方案,但大多数都是基于列表示提取值。如果查询中有多个值,并且这些值属于不同的列,则以前基于列表示的方法无法准确提取值。该论文提出了一种基于预训练 BERT 的新神经网络架构,称为 ...
- TSD(目标检测/Pytorch)论文名为《Revisiting the Sibling Head in Object Detector》,其提出基于任务间空间自适应解耦(task-aware spatial disentanglement,TSD)的检测算法能够有效的减弱通用物体检测中分类任务和回归任务之间的潜在冲突,可以灵活插入大多检测器中,在COCO和OpenImage上给任意bac... TSD(目标检测/Pytorch)论文名为《Revisiting the Sibling Head in Object Detector》,其提出基于任务间空间自适应解耦(task-aware spatial disentanglement,TSD)的检测算法能够有效的减弱通用物体检测中分类任务和回归任务之间的潜在冲突,可以灵活插入大多检测器中,在COCO和OpenImage上给任意bac...
- 基于协同过滤算法实现电影推荐 实验目标掌握如何使用机器学习算法全流程构建一个电影推荐系统的方案。掌握如何载入、查阅、清洗、合并用户的数据,并计算物品相似度矩阵。 案例内容介绍在本案例中,我们将会学习使用人工智能技术技术分析用户对电影的评分数据,并基于这个数据建立一个推荐系统,根据用户输入的一部感兴趣的电影,为其推荐其他可能感兴趣的电影。此案例中,我们使用的数据集是用户对电影的评分数据,包含... 基于协同过滤算法实现电影推荐 实验目标掌握如何使用机器学习算法全流程构建一个电影推荐系统的方案。掌握如何载入、查阅、清洗、合并用户的数据,并计算物品相似度矩阵。 案例内容介绍在本案例中,我们将会学习使用人工智能技术技术分析用户对电影的评分数据,并基于这个数据建立一个推荐系统,根据用户输入的一部感兴趣的电影,为其推荐其他可能感兴趣的电影。此案例中,我们使用的数据集是用户对电影的评分数据,包含...
- 基于K-means聚类算法进行客户人群分析 实验目标掌握如何通过机器学习算法进行用户群体分析;掌握如何使用pandas载入、查阅数据;掌握如何调节K-means算法的参数,来控制不同的聚类中心。 案例内容介绍在本案例中,我们使用人工智能技术的聚类算法去分析超市购物中心客户的一些基本数据,把客户分成不同的群体,供营销团队参考并相应地制定营销策略。俗话说,“物以类聚,人以群分”,聚类算法其实就... 基于K-means聚类算法进行客户人群分析 实验目标掌握如何通过机器学习算法进行用户群体分析;掌握如何使用pandas载入、查阅数据;掌握如何调节K-means算法的参数,来控制不同的聚类中心。 案例内容介绍在本案例中,我们使用人工智能技术的聚类算法去分析超市购物中心客户的一些基本数据,把客户分成不同的群体,供营销团队参考并相应地制定营销策略。俗话说,“物以类聚,人以群分”,聚类算法其实就...
- 目标检测算法套件使用指导本Notebook通过引导用户导入数据集、选择模型、训练并可视化推理,快速完成COCO数据集目标检测任务。 Step0 安装依赖包!pip install ipywidgets==7.7.1!pip install pillow==9.0.1!pip install pandas==1.3.4 Step1 加载算法、样例数据集与预训练模型完成模型的微调和探索经典的目... 目标检测算法套件使用指导本Notebook通过引导用户导入数据集、选择模型、训练并可视化推理,快速完成COCO数据集目标检测任务。 Step0 安装依赖包!pip install ipywidgets==7.7.1!pip install pillow==9.0.1!pip install pandas==1.3.4 Step1 加载算法、样例数据集与预训练模型完成模型的微调和探索经典的目...
- 4. 模型训练 4.1 导入相关的模块import osimport pandas as pdimport numpy as npimport timeimport torchfrom torch.autograd import Variableimport loggingimport copyimport argparsedevice = torch.device("cuda" if t... 4. 模型训练 4.1 导入相关的模块import osimport pandas as pdimport numpy as npimport timeimport torchfrom torch.autograd import Variableimport loggingimport copyimport argparsedevice = torch.device("cuda" if t...
- 基于LSTM的CDN网络流量预测 实验目标掌握时序预测中基础的数据分析及训练模型的基本流程;掌握时序预测中基于多线路的单元多步时序预测的基本方法;掌握使用Pytorch进行LSTM模型的构建、训练、保存、加载、预测、统计准确率指标的方法; 案例内容介绍随着互联网、云业务的迅速发展,企业运转与云服务运维产生的数据与日俱增,在实际生产中,业务的运转往往遵循着相应的规律,时序数据所能带来的价值也... 基于LSTM的CDN网络流量预测 实验目标掌握时序预测中基础的数据分析及训练模型的基本流程;掌握时序预测中基于多线路的单元多步时序预测的基本方法;掌握使用Pytorch进行LSTM模型的构建、训练、保存、加载、预测、统计准确率指标的方法; 案例内容介绍随着互联网、云业务的迅速发展,企业运转与云服务运维产生的数据与日俱增,在实际生产中,业务的运转往往遵循着相应的规律,时序数据所能带来的价值也...
- 基于随机森林算法进行硬盘故障预测 实验目标掌握使用机器学习方法训练模型的基本流程;掌握使用pandas做数据分析的基本方法;掌握使用scikit-learn进行随机森林模型的构建、训练、保存、加载、预测、统计准确率指标和查看混淆矩阵的方法; 案例内容介绍随着互联网、云计算的发展,数据的存储需求与日倍增,大规模海量数据存储中心是必不可少的基础性设施。虽然新的存储介质例如SSD,已经很多方面拥... 基于随机森林算法进行硬盘故障预测 实验目标掌握使用机器学习方法训练模型的基本流程;掌握使用pandas做数据分析的基本方法;掌握使用scikit-learn进行随机森林模型的构建、训练、保存、加载、预测、统计准确率指标和查看混淆矩阵的方法; 案例内容介绍随着互联网、云计算的发展,数据的存储需求与日倍增,大规模海量数据存储中心是必不可少的基础性设施。虽然新的存储介质例如SSD,已经很多方面拥...
- 10.语言模型训练准备训练参数及数据def language_model_hparams(): params = HParams( num_heads = 8, num_blocks = 6, input_vocab_size = 50, label_vocab_size = 50, max_length = 10... 10.语言模型训练准备训练参数及数据def language_model_hparams(): params = HParams( num_heads = 8, num_blocks = 6, input_vocab_size = 50, label_vocab_size = 50, max_length = 10...
- 气象预报和每个人的生活都息息相关。如果说明天的天气会影响你穿什么衣服、去哪里,那么一周后的天气预报,可能影响你是否会出差、活动方是否适合举办大型体育赛事。不仅如此,中期气象预报预测还在防灾减灾中发挥重要作用,它将及时提醒哪些地方的居民需要及时避灾避险,其精准性不但影响当地经济,还涉及到数以万计的生命安全。相较24小时以内、局部的气象预测,中长期气象预测因为气候的变幻莫测,往往准确率会更低。传... 气象预报和每个人的生活都息息相关。如果说明天的天气会影响你穿什么衣服、去哪里,那么一周后的天气预报,可能影响你是否会出差、活动方是否适合举办大型体育赛事。不仅如此,中期气象预报预测还在防灾减灾中发挥重要作用,它将及时提醒哪些地方的居民需要及时避灾避险,其精准性不但影响当地经济,还涉及到数以万计的生命安全。相较24小时以内、局部的气象预测,中长期气象预测因为气候的变幻莫测,往往准确率会更低。传...
上滑加载中