| 共 32 篇文章 |
|
2021年的12大人工智能工具和框架。这是2021年顶级AI工具和框架的汇编。这些工具和框架的帮助使开发人员的工作变得更加轻松，就像AI使我们的个人生活和职业生活变得一样。2021年将主导的12大人工智能工具和框架1. TensorFlow.Keras是最流行的基于Python的库框架之一，被认为是解决诸如网络配置，图像识别以及针对特定情况选择最佳架构之类的最佳... 阅23 转0 评0 公众公开 21-02-18 22:15 |
因此，聚类算法在数据点之间寻找相似性或相异性。聚类算法试图找到数据的底层结构。K-均值聚类旨在将数据分为k个聚类，以使同一聚类中的数据点相似，而不同聚类中的数据点相距更远。K-均值聚类试图使聚类内的距离最小化，并使不同聚类之间的距离最大化。分层聚类意味着通过迭代分组或分离数据点来创建聚类树。简单而清晰的解释是分裂聚类与聚集... 阅107 转0 评0 公众公开 20-11-10 02:04 |
山=成本函数旅行者的地面位置=参数山的斜率=成本函数的导数Step =改变参数如果cost函数包含2个参数，那么这座山就是三维的，看起来就像这两个参数中的一个:数学。参数成本函数梯度=成本函数的导数学习率更新规则。对所有thetas /参数进行初步猜测应用更新规则，直到成本函数达到稳定的最小值。算法的灵活性：由于梯度下降与数学模型无关，并且... 阅11 转0 评0 公众公开 20-11-07 00:48 |
用于图像降噪的卷积自编码器。import matplotlib.pyplot as pltn = 10 # 显示的记录数plt.figure(figsize=(20, 4))for i in range(n): # 显示原始图片 ax = plt.subplot(2, n, i + 1) plt.imshow(x_test[i].reshape(28, 28)) plt.gray() ax.get_xaxis().set_visible(False) ax.get_yaxis().set_visible(False)plt.show()图像数据的堆叠，用于训... 阅21 转0 评0 公众公开 20-11-06 18:54 |
深度学习模型压缩方法的特点总结和对比。最终的结果是，当模型很大时，深度学习模型很难在资源受限的设备上部署。较大的网络模型也称为教师模型，较小的网络也称为学生网络。· 如果没有预先选练好的教师模型，那么训练学生模型将需要大规模的数据集和较长时间。在本文中，我们研究了将基于深度学习的模型部署到资源受限设备（如物联网设备... 阅164 转0 评0 公众公开 20-10-29 20:10 |
周期性动量。使用循环学习率：最佳训练程序是增加的循环学习率的组合，其中初始小学习率允许开始收敛，以及减少的周期动量，其中减小的动量允许学习率在早期变大到训练的中间部分。在学习速度提高的同时，循环动量对于以大动量和减小动量开始是有用的，因为它提高了测试精度并使训练对于大学习率更加稳健。使用恒定学习率：如果使用循环学习率... 阅241 转0 评0 公众公开 20-10-25 07:12 |
Alpha Go Zero由卷积神经网络和蒙特卡洛树组成。· 卷积神经网络（f）：卷积神经网络f_（θ）用于通过分析电路板来输出值向量v和策略向量p。· 值向量（v）：值向量v_（t）表示当前玩家在位置s_（t）获胜的概率· 策略标量（p）：策略标量p_（t）表示移动的概率分布。Alpha Go Zero完全通过自我游戏进行训练，并且仅使用1个卷积神... 阅5 转0 评0 公众公开 20-10-22 12:36 |
深度神经网络简介及Python示例。从那时起，出现了其他类型的神经网络：卷积神经网络，递归神经网络，生成对抗网络等等。逻辑单元/神经单元。逻辑单元或神经单元可以看作是神经元的一个非常简化的模型。逻辑单元（m个训练实例）神经网络。类似地，隐藏层的神经单元完全连接到输出层神经单元。下面是一个使用Keras的深度神经网络的基本实现，Kera... 阅1168 转5 评0 公众公开 20-10-21 18:44 |
更大的模型并不总是更好的模型，微型机器学习将是未来的方向。此类改进也适用于较大的模型，这可能导致机器学习模型的效率提高几个数量级，而不会影响模型的准确性。物联网设备和嵌入式机器学习模型在现代世界中变得越来越普遍（到2020年底，预计将有200亿以上的活动设备）。训练后，然后以创建具有更紧凑表示形式的模型的方式更改模型。另外，... 阅89 转0 评0 公众公开 20-10-10 12:01 |
95后哈佛小哥撰写从零开始的机器学习入门必备，书籍资源已开放。近日，一位毕业于哈佛大学的小哥根据自己的机器学习入门经历，撰写了一本《从零开始的机器学习》。阅读书中的推论可能有助于以前不熟悉算法的读者充分理解方法背后的原理，也能帮助有建模经验的读者了解不同算法如何建模，并观察每种算法的优缺点。对于回归任务，purity 意味着第... 阅14 转0 评0 公众公开 20-10-01 12:30 |
