【机器学习与深度学习】第3页

PyTorch机器学习与深度学习技术方法与案例实践应用

PyTorchPyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算（如NumPy）。2、包含自动求导系统的深度神经网络。2022年9月，扎克伯格亲自宣布，PyTorch基金

zmjia111·2023-04-04 08:46

PyTorch机器学习与深度学习经验分享

Teacher.chenchong·2023-04-04 08:41

PyTorch机器学习与深度学习案例分析

近年来，随着AlphaGo、无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生，人工智能迎来了新一轮的发展浪潮。尤其是深度学习技术，在许多行业都取得了颠覆性的成果。另外，近年来，Pytorch深度学习框架受到越来越多科研人员的关注和喜爱。因此，为了帮助广大科研人员更加系统地学习深度学习的基础理论知识及对应的Pytorch代码实现方法，Ai尚研修特举办“基于PyTorch机器学

Yolo566Q·2023-04-04 08:40

【代码实现】最新PyTorch机器学习与深度学习技术方法

近年来，随着AlphaGo、无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生，人工智能迎来了新一轮的发展浪潮。尤其是深度学习技术，在许多行业都取得了颠覆性的成果。另外，近年来，Pytorch深度学习框架受到越来越多科研人员的关注和喜爱。本次内容在掌握深度学习的基础知识，与经典机器学习算法的区别与联系，以及最新的迁移学习、循环神经网络、长短时记忆神经网络、时间卷积网络、对抗生

weixin_贾楠·2023-04-04 08:08

【视频教程】基于PyTorch机器学习与深度学习实践应用与案例分析

近年来，随着AlphaGo、无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生，人工智能迎来了新一轮的发展浪潮。尤其是深度学习技术，在许多行业都取得了颠覆性的成果。另外，近年来，Pytorch深度学习框架受到越来越多科研人员的关注和喜爱。因此，为了帮助广大科研人员更加系统地学习深度学习的基础理论知识及对应的Pytorch代码实现方,帮助学员掌握深度学习的基础知识，与经典机器学

weixin_贾楠·2023-04-04 08:38

【技术推文】PyTorch机器学习与深度学习技术方法与案例

详情点击链接：PyTorch机器学习与深度学习技术方法与案例实践应用一，python基础知识二，pytorch简介与环境搭建三，pytorch编程四，pytorch前向型神经网络五，pytorch卷积神经网络六

夏日恋雨·2023-04-04 08:44

PyTorch机器学习与深度学习技术方法与案例应用

目录第一章、Python基础知识串讲第二章、PyTorch简介与环境搭建第三章、PyTorch编程入门与进阶第四章、PyTorch前向型神经网络第五章、PyTorch卷积神经网络第六章、PyTorch迁移学习第七章、PyTorch生成式对抗网络第八章、PyTorchRNN与LSTM第九章、时间卷积网络（TemporalConvolutionalNetwork,TCN）第十章、基于深度学习的视频分类

WangYan2022·2023-04-04 08:35

【案例实践】最新PyTorch机器学习与深度学习技术方法

吹翻书页的风·2023-04-04 08:30

PyTorch机器学习与深度学习

目录第一章、Python基础知识串讲第二章、PyTorch简介与环境搭建第三章、PyTorch编程入门与进阶第四章、PyTorch前向型神经网络第五章、PyTorch卷积神经网络第六章、PyTorch迁移学习第七章、PyTorch生成式对抗网络第八章、PyTorchRNN与LSTM第九章、时间卷积网络（TemporalConvolutionalNetwork,TCN）第十章、基于深度学习的视频分类

cyd20161117·2023-04-03 22:29

基于PyTorch机器学习与深度学习实践应用与案例分析

近年来，随着AlphaGo、无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生，人工智能迎来了新一轮的发展浪潮。尤其是深度学习技术，在许多行业都取得了颠覆性的成果。另外，近年来，Pytorch深度学习框架受到越来越多科研人员的关注和喜爱。因此，为了帮助广大科研人员更加系统地学习深度学习的基础理论知识及对应的Pytorch代码实现方法，旨在帮助学员掌握深度学习的基础知识，与经典

思考的小猴子·2023-04-02 16:55

详解人工智能、机器学习和深度学习的区别

今天来详解人工智能、机器学习与深度学习的关系与区别。一、人工智能、机器学习与深度学习人工智能：可能是来自1956有史以来最受关注的概念。到2015年，GPU的广泛使用使并行处理更快、更强大、更便宜。

Finovy Cloud·2023-03-30 09:46

(一)人工智能应用--深度学习原理与实战--初识深度学习

认识人工智能、机器学习与深度学习的关系人工智能(ArtificialIntelLigence)诞生于20世纪50年代，其简洁定义为:让计算机自动完成通常由人类完成的智力任务。人工智能是一个综合性领域。

张小凡vip·2023-03-24 18:02

深度学习干货总结（一）

欢迎关注本人的微信公众号AI_Engine1.三者是什么关系2.机器学习四象限3.传统机器学习与深度学习4.M-P神经元模型5.sgn阶跃函数与sigmoid激活函数6.tanh激活函数：tanh(x)

AI_Engine·2023-03-22 17:27

机器学习与深度学习（五）：损失函数

线性分类的方式中，相当于通过W寻找决策边界（图中的斜率），再通过b寻找交点值，直线外的方向即是所属分类通过计算错误分类与正确分类的差异可计算出损失值，通过max（）函数与0比较，损失值小于0时，认为没有损失，说明分类效果很好。累加某个分类正确项的所有错误分类的损失值即可得到当前分类项总的损失函数值。通过得分值可以看到青蛙的分类效果并不好。损失函数可以用来评测当前模型的预测效果。加上的1标识一个容忍

楠哥哥_0b86·2023-03-14 13:54

计算机视觉学习经验,深度学习计算机视觉面试经验

AI开发平台ModelArtsModelArts是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成，及端-边-云模型按需部署能力

楼上雅坐·2023-03-14 07:24

机器学习&深度学习实践笔记（一）：pytorch基础与线性回归

最近开始了机器学习与深度学习的学习与编程，大概也还是磕磕绊绊的走过来了，便记录一下历程与心得线性回归理论线性回归模型概述线性回归的内容就是我们假设一些数据，输出（标签）与输入之间存在线性关系，也就是可以用

听风南巷·2023-02-26 07:07

视频教程- 数据挖掘竞赛-优胜解决方案实战-机器学习

参与多个国家级计算机视觉项目，多年数据领域培训经验，丰富的教学讲解经验，出品多套机器学习与深度学习系列课程，课程生动形象，风格通俗易懂。

weixin_32826779·2023-02-06 21:53

openmmlab class1

通过这次实训营，首先对机器学习与深度学习的概念和发展进行了系统的描述，对于其发展历史进行了回顾。通过这一环节我了解到了神经网络发展的趋势。之后介绍了mmlab的基本情况。

2301_76382275·2023-02-04 21:24

人工智能（Machine Learning）—— 机器学习

luyao_cxy/article/details/82383091转载：https://blog.csdn.net/qq_27297393/article/details/82284384机器学习一、人工智能、机器学习与深度学习人工智能机器学习经典机器学习基于神经网络的机器学习浅层学习深层学习

weixin_30387799·2023-02-03 14:07

OpenMMLab AI实战营——01 计算机视觉算法基础与OpenMMLab介绍

具体内容就不用多总结了，无非是计算视觉的应用、OpenMMLab体系，机器学习与深度学习的介绍。其他没什么。附gitee主页：OpenMMLabAI实战营从入门到放弃

Gauss17770430·2023-02-03 09:40

机器学习没有捷径，根据机器学习算法地图学习是最有效的一种方式！

该书系统、深入地讲述了机器学习与深度学习的主要方法与理论，并紧密结合工程实践与应用。

dongfuguo·2023-02-02 11:33

机器学习与深度学习自用笔记

一.欠拟合和过拟合（1）偏差：Bias反映的是模型在样本上的输出与真实值之间的误差，即模型本身的精准度，即算法本身的拟合能力。方差：Variance反映的是模型每一次输出结果与模型输出期望之间的误差，即模型的稳定性。反应预测的波动情况。（2）“高偏差”指的是“欠拟合”，而“高方差”指的是“过拟合”，两者均指的是无法很好的泛化（generalize)新样本。当一个机器学习系统建立后，我们接下来该

xukobe97·2023-02-01 14:03

神经网络预测温度C语言,深度学习预测温度

AI开发平台ModelArtsModelArts是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成，及端-边-云模型按需部署能力

普和司·2023-01-31 13:06

Python深度学习-第一章、什么是深度学习

1.1人工智能、机器学习与深度学习三者之间的关系1.1.1人工智能人工智能的简洁定义如下：努力将通常由人类完成的智力任务自动化。

Ricardo_PING_·2023-01-29 09:48

【深度学习】深度学习小结01

文章目录1.基本概念1.1机器学习与深度学习1.2概述2.神经网络2.1神经网络训练2.2神将网络的设计原则2.2.1过拟合与正则化2.2.2.1过拟合2.2.2.2正则化2.3简单的神经网络的模型（代码示例

别来BUG求求了·2023-01-29 08:10

(202301)pytorch图像分类全流程实战Task3:迁移学习微调训练

为什么要迁移学习：在机器学习与深度学习任务中自己不能够给模型提供足够的参数（数据量）是一个常见的阻碍，迁移学习的方法使得我们可以直接将例如ImageNet这样的数据集训练出的模型用于自己的任务，降低了成本提高了效率

早上真好·2023-01-27 12:50

【PCA实现与实战】基于python实现PCA算法并用于手写数字识别

PCA算法是机器学习与深度学习中很常见的一种算法，近期看花书的时候看到了这个算法，所以在写完理论之后也想通过一些实例来帮助理解PCA。

Creep___·2023-01-20 05:28

【收藏】机器学习与深度学习核心知识点总结

点击上方，选择星标或置顶，每天给你送干货！阅读大概需要33分钟跟随小博主，每天进步一丢丢来源|SIGAI数学1.列举常用的最优化方法梯度下降法牛顿法，拟牛顿法坐标下降法梯度下降法的改进型如AdaDelta，AdaGrad，Adam，NAG等。2.梯度下降法的关键点梯度下降法沿着梯度的反方向进行搜索，利用了函数的一阶导数信息。梯度下降法的迭代公式为：根据函数的一阶泰勒展开，在负梯度方向，函数值是下降

zenRRan·2023-01-16 15:17

第一次作业：深度学习基础

人工智能、机器学习与深度学习人工智能>机器学习>深度学习人工智能中包含机器学习，机器学习通过是否使用神经网络划分为神经网络和传统机器学习，而运用深度神经网络的才是深

weixin_46075186·2023-01-16 06:05

NLP_基于酒店评论的情感分析

文章目录1、自然语言处理概述NLP意义与难点2、NLP核心问题与主要应用2.1核心问题2.2主要应用3、NLP中机器学习与深度学习方法3.1NLP的机器学习与深度学习方法3.2典型应用的解决效果4、NLP

冰__蓝·2023-01-13 11:46

机器学习与深度学习入门介绍1

1.机器学习（MachineLearning,ML)1.0基本概念：训练集，测试集，特征值，监督学习，非监督学习，半监督学习，分类，回归1.1概念：多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。1.2学科定位：人工智能(ArtificialIntellig

yaohuan2017·2023-01-11 19:42

机器学习与深度学习入门篇

一、机器学习1.机器学习是什么？机器学习是将无序数据转换为价值的方法。2.机器学习的价值从数据中抽取规律，并预测未来。3.机器学习的应用（1）分类问题图像识别、垃圾邮件识别。（2）回归问题股价预测、房价预测。（3）排序问题点击率预估、推荐。（4）生成问题图像生产、图像风格转换、图像文字描述生成。4.机器学习流程5.机器学习岗位职责（1）数据处理(采集+去噪)（2）模型训练(特征+模型)（3）模型评

沉浮一香蕉·2023-01-11 19:07

关于人工智能中的机器学习与深度学习

1、机器学习(MachineLearning)如今，人工智能从虚无缥缈的科学幻想变成了现实。计算机科学家们在机器学习(MachineLearning)和深度学习(DeepLearning)领域已经取得重大的突破，机器被赋予强大的认知和预测能力。2016年AplphaGO成功击败人类世界冠军向世界证明，机器也可以像人类一样思考，甚至比人类做得更好。在初始的机器学习过程中通常都分为两个阶段：第一阶段：

一条小白码·2023-01-11 07:39

机器学习之超参数优化 - 网格优化方法（网格搜索）

现代机器学习与深度学习算法的超参数量众多，不仅实现方法异常灵活、算法性能也受到更多的参数的复合影响，因此当人工智能浪潮来

发呆的比目鱼·2023-01-10 15:17

python机器学习与深度学习在气象领域中的应用

Python是功能强大、免费、开源，实现面向对象的编程语言，在数据处理、科学计算、数学建模、数据挖掘和数据可视化方面具备优异的性能，这些优势使得Python在气象、海洋、地理、气候、水文和生态等地学领域的科研和工程项目中得到广泛应用。可以预见未来Python将成为的主流编程语言之一。人工智能和大数据技术在许多行业都取得了颠覆式的成果，气象和海洋领域拥有海量的模式和观测数据，是大数据和人工智能应用的

zkzhzy·2023-01-09 14:00

自动驾驶中的机器学习

自动驾驶的核心技术主要是人工智能中的机器学习与深度学习两个方向。在本文中，我们的关注点在于机器学习算法在自动驾驶技术中的应用。

人工智能学家·2023-01-09 14:52

[机器学习与深度学习] - No.5 ILSVRC2012_img_val数据集的使用

ILSVRC2012_img_val数据集的使用在之前使用Imagenet2012的Validation数据集的时候，遇到了数据集图片和下载的标签文件不对应的问题，困扰了一段时间，后来终于解决了，在这里记录一下。ILSVRC2012_img_val数据的正确姿势：下载数据集和正确的label：下载数据集：数据集地址：http://www.image-net.org/challenges/LSVRC

ObsessionLife·2023-01-06 16:35

机器学习系列（1）SVM的公式推导

机器学习与深度学习在深度学习“家喻户晓”之前，这种技术一直以“神经网络”的名义活跃于学者们的研究和工作者们的项目中。

是魏小白吗·2022-12-31 20:45

机器学习与深度学习的关系

在机器学习中，特征提取和分类器是分开训练的。在深度学习中，特征提取和分类器是合在一起的。深度学习起初是来源于神经科学，现在主要是由数学和工程学来不断推动的。反向传播的基础是计算图。

强强学习·2022-12-31 09:37

python人脸识别理论_人脸识别与美颜算法实战：基于Python、机器学习与深度学习...

weixin_39926042·2022-12-30 10:45

传统机器学习与深度学习的区别

传统机器学习（traditionlamachinelearning），分为两步为特征提取（手工工程handcrafted）和可训练的分类器深度学习（deeplearning）一步到位，过程包含了各个level特征提起（low-mid-high）以及分类器，这些都是可训练的。个人认为，之后一些dl子领域的任务，如行人重识别和步态识别都使用了end2end网络，目的也是发挥‘完全深度神经网络’的能力。

丢掉幻想,准备斗争·2022-12-29 12:42

矩阵求导（本质、原理与推导）详解

矩阵求导是机器学习与深度学习的基础，它是高等数学、线性代数知识的综合，并推动了概率论与数理统计向多元统计的发展。

生信小兔·2022-12-28 16:35

华为AI平台ModelArts学习记录

ModelArts的简单介绍ModelArts是面向开发者的一站式AI平台，为机器学习与深度学习提供海量数据预处理及交互式智能标注、大规模分布式训练、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型

AC自动寄·2022-12-28 14:05

机器学习1000题学习笔记

一直努力的喜羊羊·2022-12-25 12:00

机器学习线性回归算法实验报告_机器学习——线性回归及kNN算法(作业)

机器学习简介人工智能AI、机器学习与深度学习来自贪心学院课堂PPT它们都是一种科学研究方法。宗旨即辅助人进行决策，减少人的不必要劳动时间。

weixin_39618275·2022-12-24 16:52

内科大深度学习期末复习笔记

文章目录一.选择判断1.1矩阵与神经网络模型与深度学习模型关系1.2机器学习与深度学习在训练数据中的区别1.3点乘与叉乘区别1.4深度学习模型浅层与深层关系1.5线性关系与非线性权重和偏置1.6超参数（

上进小菜猪·2022-12-24 11:51

对传统机器学习和深度学习的一些思考

4.总结0.写在前面在机器学习与深度学习领域学习了一年之后，想写一篇关于自己对ML和DL的理解，因为学了这么多算法，需要跳出来看看到底在学啥？1.机器学习是什么？

InceptionZ·2022-12-21 07:39

深度学习基础--传统机器学习与深度学习的区别

传统机器学习与深度学习的区别 1）传统机器学习：利用特征工程(featureengineering)，人为对数据进行提炼清洗 2）深度学习：利用表示学习(representationlearning

whitenightwu·2022-12-21 07:39

机器学习与深度学习模型复现与知识点汇总指南

AwesomeDeepLearningModelsLearningandreproducingclassicdeeplearningmodelsbyusingPyTorch.Thisrepositoryisnotalibrary,it’sjustsomelearningresourceaboutcatchingthetricksofcalssicalmodels.Youcangetsomedeta

JackHCC·2022-12-20 12:07

推荐频道

【机器学习与深度学习】