学习入门第28页

计算机机器视觉原理之分类器1

系列文章目录第一章Python机器学习入门之分类器文章目录系列文章目录机器视觉是什么一、机器视觉核心人物以及难点二、图像识别的方法1.硬编码2.常用方法三.设计分类器1.线性分类器2.线性分类器具体定义四

小米渣1·2022-12-07 17:31

《Web安全之深度学习实战》笔记：第十三章 DGA域名识别

本小节是讲解DGA域名的识别，在《web安全之机器学习入门》中，曾经通过多节来讲解DGA域名，相关笔记如下：《Web安全之机器学习入门》笔记：第七章7.6朴素贝叶斯检测DGA域名_mooyuan的博客-

mooyuan天天·2022-12-07 14:40

【MATLAB教程案例53】CNN卷积神经网络的MATLAB编程学习和实现，以手势识别为例进行仿真分析

欢迎订阅《FPGA学习入门100例教程》、《MATLAB学习入门100例教程》本课程学习成果预览(红色箭头为识别错误样本，其余为识别正确样本)目录1.软件版本

fpga和matlab·2022-12-07 14:59

【MATLAB教程案例52】SVM支持向量机学习——使用matlab实现基于SVM的数据二分类

欢迎订阅《FPGA学习入门100例教程》、《MATLAB学习入门100例教程》目录1.软件版本2.SVM理论概述3.通过MATLAB编写SVM数据分类器

fpga和matlab·2022-12-07 14:27

Pytorch简单学习入门--Autograd自动求导

Autograd自动求导autograd是Pytorch的核心，可以用这个包来训练神经网络。torch.tensor是这个包的核心类，主要参数是requires_grad=，如果为True，代表追踪tensor的所有操作。当完成操作后，可以通过调用.backward来自动计算梯度。这里和莫烦老师的笔记有点不同，新的Pytorch版本里面，将Tensor和Variable进行了合并。importto

不不加辣椒·2022-12-07 13:16

Pytorch实现DDPG算法

关于算法的原理我在之前的文章里有详细介绍过：强化学习入门8—深入理解DDPG。在学习莫凡大神的教程中，莫凡大神用的是tensorflow实现的DDPG。

小菜羊~·2022-12-07 12:31

深度学习入门资料分类汇总（持续更新）

本文整理了一些适合深度学习零基础的学生的入门课程，后续发现好的资料还会继续更新。另外后面我也会找一些进阶教程的资源加进来。请根据需要自行选择学习内容，机器学习是基础课程，但是吴恩达的深度学习课程也会讲一些机器学习基础，不学机器学习也能看明白。机器学习资料入门课程-斯坦福CS229课程《统计学习方法》李航DeepLearning入门资料深度学习工程师微专业-一线人工智能大师吴恩达亲研-网易云课堂斯坦

刀客塔辛·2022-12-07 05:10

我的NVIDIA开发者之旅——深度学习入门之Anaconda搭建PyTorch GPU、CPU全教程

[山青花欲燃]·2022-12-07 01:47

使用yolox进行目标检测（一）

概要：作为机器学习入门级选手，本篇文章主要是使用源代码来跑通自己的数据集，先大概看懂源代码然后尝试一下跑通较小的数据集，后续会增加数据集来设计界面来制作简易垃圾系统。

陈？不沉·2022-12-06 23:41

多智能体强化学习之QMIX

论文：QMIX:MonotonicValueFunctionFactorisationforDeepMulti-AgentReinforcementLearning参考博客：多智能体强化学习入门（五）—

微笑小星·2022-12-06 20:36

PyTorch深度学习入门笔记（五）Transforms的使用

课程学习笔记，课程链接学习笔记同步发布在我的个人网站上，欢迎来访查看。文章目录一、Transforms的使用二、Tensor数据类型三、常见的Transforms总结一、Transforms的使用torchvision中的transforms主要是对图片进行一些变换。tranforms对应tranforms.py文件，里面定义了很多类，输入一个图片对象，返回经过处理的图片对象。transforms

雪天鱼·2022-12-06 18:00

研一NLP学习笔记1

首先把李宏毅的机器学习课程看一遍，用xmind做一下笔记.然后可以看一下这个人的入门机器学习机器学习入门https://github.com/leerumor/nlp_tutorial基础知识比如python

qq_41560285·2022-12-06 15:58

【机器学习】基础入门（1）逻辑回归及代码实现

机器学习入门（1）逻辑回归1逻辑回归原理2demo实践2.1库函数导入2.2模型训练2.3查看模型参数2.4数据可视化2.5模型预测3逻辑回归分类实践（基于鸢尾花数据集）3.1数据载入与查看3.2数据可视化

baekii·2022-12-06 13:05

深度学习入门笔记（一）二分分类、logistic回归

Itslikeafingerpointingawaytothemoon.Dontconcentrateonthefingeroryouwillmissallthatheavenlyglory.目录什么是二分类？符号解释logistic回归sigmoid函数logistic回归损失函数什么是二分类？有一组图片，里面有些是小猫咪，有些不是小猫咪。每张图片由64×64个像素组成，每个像素包含（红、绿、蓝

_CyberAngel·2022-12-06 13:03

☀️机器学习实战☀️基于 YOLO网络的人脸识别 |（文末送机器学习书籍~）

粉丝福利送书：《机器学习入门：基于数学原理的Python实战》点赞收藏⭐留言即可参与抽奖送书本周五(9月10日)晚上20：00将会在【点赞区和评论区】抽一位粉丝送这本书~详情请看第六点的介绍嗷~✨目录一

小生凡一·2022-12-06 12:00

C++OpenCV学习入门（0）：简介、mac及win环境下的安装配置及测试

文章目录一简介1.什么是OpenCV？2.什么是计算机视觉？3.OpenCV的起源？二mac环境下安装配置及测试1.安装2.配置3.测试三win环境下安装配置及测试1.安装2.配置3.测试一简介1.什么是OpenCV？OpenCV全称OpenSourceComputerVisionLibrary，即开源计算机视觉库。OpenCV的一个目标是构建一个简单易用的计算机视觉框架。OpenCV非常强大，可

i胡说·2022-12-06 12:48

深度学习入门学习笔记之——深度学习

深度学习深度学习是加深了层的深度神经网络。基于之前介绍的网络，只需通过叠加层，就可以创建深度网络。本章我们将看一下深度学习的性质、课题和可能性，然后对当前的深度学习进行概括性的说明。1、加深网络关于神经网络，我们已经学了很多东西，比如构成神经网络的各种层、学习时的有效技巧、对图像特别有效的CNN、参数的最优化方法等，这些都是深度学习中的重要技术。本节我们将这些已经学过的技术汇总起来，创建一个深度网

前丨尘忆·梦·2022-12-06 11:54

python自然语言处理评论_python与机器学习入门（10）NLP自然语言处理大量餐馆评论...

1.NLP是什么自然语言处理用于对文本的分类用于对中英文的互相翻译用于打字时候的自动纠错垃圾邮件过滤......1.1本次的目标这次学习是1000个英文的对一餐馆的评价，以及手动分类的结果，看一下是正面还是负面的评价。用NLP算法自动辨别评价的好坏，当在拿到一个评价时，就可以自动进行好坏的分类了。这次要做的就是对评论就行分类，完成以后可以拓展到文本文章英文报道等进行应用。1.2观察数据打开评论的t

weixin_39640221·2022-12-06 09:58

机器学习小白入门参考路线

**这是我个人的机器学习入门清单及路线，所以没有像很多收藏夹那样大而全，一来学不完，二来给自己压力。这是个人的路线。算是个人记录，也给大家参考，如有什么不足之处，欢迎指教。

Lucas*·2022-12-06 06:30

《Web安全之机器学习入门》笔记：第七章 7.8 朴素贝叶斯识别mnist验证码

源码改错作者提供的配套源码编译时有如下问题报错：C:\ProgramData\Anaconda3\python.exeC:/Users/liujiannan/PycharmProjects/pythonProject/Web安全之机器学习入门

mooyuan·2022-12-06 06:59

我的机器学习入门清单及路线！

来源：Datawhale干货作者：桔了个仔，南洋理工大学知乎：https://www.zhihu.com/people/huangzhe这是我个人的机器学习入门清单及路线，所以没有像很多收藏夹那样大而全

Python数据之道·2022-12-06 06:28

人工智能(机器学习)学习路线

人工智能(机器学习)学习路线2020-08-22二、人工智能新手入门学习路线和学习资源合集（含python/机器学习/深度学习/tensorflow）2020-04-09三、机器学习路线四、Python深度学习入门学习路线

码农小C·2022-12-06 06:28

深度学习入门路线图123

深度学习首选Python，Python已经成为深度学习主导性的编程语言。而且，现在许多主流的深度学习框架。例如PyTorch、TensorFlow也都是基于Python的。Anaconda作为Python的一个集成管理工具，它把Python相关数据计算与分析科学包都集成在了一起，省去了各个安装的麻烦，非常方便。而且，Anaconda自带了JupyterNotebook，JupyterNoteboo

海宝7号·2022-12-06 06:27

机器学习笔记--TensorFlow学习笔记(3)--MNIST机器学习入门

机器学习的入门：使用MNIST数据集识别手写数字。0.导入1.设置变量2.建立模型3.训练模型3.1定义指标来评估模型3.2设置优化算法最小化成本函数3.3初始化变量3.4启动模型3.5训练模型4.评估模型5.总代码0.导入使用tensorflow之前，首先导入它importtensorflowastf导入mnist数据fromtensorflow.examples.tutorials.mnist

SkyeBCI·2022-12-06 06:56

机器学习入门路线

前言机器学习是一个很庞杂的体系，我们经常听到一些词汇：“人工智能(AI)”、"深度学习(DeepLearning)”、“机器学习”、“神经网络”、“卷积神经网络”、“Tensorflow”、"Pytorch"还有GPU、NPU、TPU等。这些概念铺天盖地，扑面而来，让人迷惑。如果有一个路线图，将能加速我们的入门。当然，这种指南也是铺天盖地，充斥着github和各大技术社区的AI版面。本文还是继续造

北极象·2022-12-06 06:22

菜鸟窝出品】数据清洗、python与sklearn数据标准化实战（附项目源码）

阿里百度人工智能大神精讲的人工智能视频课程，领取地址：https://www.cniao5.com/course/10239或欢迎勾搭运营小姐姐（微信id：BT474849）免费领取63讲精品机器学习入门到实战视频哦

Bella人工智能爱好者·2022-12-05 22:58

机器学习入门-西瓜书总结笔记第六章

西瓜书第六章-支持向量机一、间隔与支持向量二、对偶问题三、核函数四、软间隔与正则化五、支持向量回归六、核方法总结一、间隔与支持向量粗实线这个划分超平面所产生的分类结果是最鲁棒的，对未来示例的泛化能力最强在样本空间中，划分超平面可通过如下线性方程来描述：wTx+b=0,\pmbw^T\pmbx+b=0,wwwTxxx+b=0,其中w=(w1;w2;⋯ ;wd)\pmbw=(w_1;w_2;\cdot

一入材料深似海·2022-12-05 22:54

机器学习入门——Numpy数组的合并与分割

Numpy数组的合并与分割合并操作一维数组二维数组更智能的合并方法——vstack,hstack分割操作split一维二维更高级的分割方式——vsplit,hsplit合并操作一维数组numpy.concatenate(list[])创建一维数组x,y合并数组：二维数组纵向拼接二维矩阵创建二维矩阵A将两个A拼接在一起（纵向）横向拼接二维矩阵不能将将不同维数的矩阵进行拼接想要将它们合并，可以使用re

柴可拉夫斯基·2022-12-05 21:23

学神经网络需要什么基础,神经网络快速入门

《深度学习入门》（[日］斋藤康毅）电子书网盘下载免费在线阅读资源链接：链接:?

普通网友·2022-12-05 17:52

机器学习入门：第一章机器学习入门基础

机器学习现在有着非常多的应用，从人脸识别到自动驾驶使用的都是机器学习的技术，机器学习在当前是一个十分热门的话题，也是引领下一个技术变革的方向之一。大量的人员开始关注起机器学习，从初学者再到有经验的技术人员，投身到机器学习中。但机器学习并不像普通的编程一样，机器学习的入门有一定的门槛，因为机器学习涉及到非常多的学科，用到的知识特别的广。作为机器学习的开篇，先介绍一些机器学习最为基础的知识和工具，初学

go2coding·2022-12-05 11:25

机械学习入门

机械学习要解决的问题：1.初始化一个几乎什么也不能做的模型；2.抓一些有标注的数据集；3.修改模型使得它在抓取的数据集上能够更准确执行任务；4.重复以上步骤2和3，直到模型看起来不错机器学习背后的核心思想是，设计程序使得它可以在执行的时候提升它在某任务上的能力，而不是有着固定行为的程序。机器学习包括多种问题的定义，提供很多不同的算法，能解决不同领域的各种问题。机械学习的四个要素成功的机械学习有四个

gycjm·2022-12-05 11:47

利用sns.boxplot绘制箱型图的时候报错：AttributeError: ‘numpy.ndarray‘ object has no attribute ‘boxplot‘

（1）问题介绍最近在做一个机器学习入门项目，鸢尾花种类的预测，在利用sns.boxplot()绘制箱型图的时候，程序报错：AttributeError:'numpy.ndarray'objecthasnoattribute'boxplot

我爱7西瓜·2022-12-05 02:29

机器学习入门（笔记）

1.回归问题1.线性回归例子：给定工资和年龄（特征），预测银行会贷给我多少钱（标签），考虑工资和年龄各自对于银行贷款结果有多大影响（参数）。建立方程：Y=AX1+BX2注：1.X1,X2时两个特征，Y是银行会借给我们的钱数2.由于是线性的，所以没法拟合所有的点，只能找到一个最合适的来拟合。特征与偏置项sieta1和2是权重项，0是偏置项（可以让结果上下微调）由于seita0的存在，因为我们对数据的

cainiaolaoliu·2022-12-04 19:50

【机器学习】笔记-《漫画机器学习入门》——大关真之

机器学习：通过对各种信息的汇总与分析，达到预测未来或者对未见事物进行推测的目的。机器学习就是向计算机中输入各种数据，利用计算机已有的命令(计算机程序)去完成各种计算和分析判断。计算机可以自动获取大量数据背后隐藏的关系和规律，能够对外面世界的法则进行学习，这就是机器学习。特征量：我认为，特征量就是衡量一个事物需要用到的主要属性，比如衡量“美丽”，特征量就有“年龄”、“皮肤状态”等等。通过将特征量转换

heyNana_·2022-12-04 17:07

Python：十分基础的简要入门和补充鱼书中的numpy和matplotlib

最近在学习鱼书（深度学习入门），于是打算持续更新这个系列，由于自己有一定python基础，所以选择那些基础python没涉及到的东西摘抄并补充。

Rainbow-cocktail·2022-12-04 13:18

特征工程之数据预处理（下）

机器学习入门系列（2）--如何构建一个完整的机器学习项目，第四篇！

AirZH??·2022-12-04 12:41

吴恩达机器学习入门笔记9-支持向量机

9支持向量机-SVM相比于神经网络，不用担心陷入局部最优问题，因为是凸优化9.1支持向量机的假设函数(9.1)hθ(x)={1,ifθTx≥00,otherh_{\theta}(x)=\left\{\begin{array}{ll}{1,}&{\text{if}\theta^{T}x\geq0}\\{0,}&{\text{other}}\end{array}\right.\tag{

杰斯洛兰德·2022-12-04 11:56

深度学习入门实战篇--详细注释解析恩培作品5

感谢恩培大佬对项目进行了完整的实现，并将代码进行开源，供大家交流学习。一、项目简介本项目最终达到的效果为检测屏幕面前的人是否在看电视。如下所示项目用python实现，调用opencv等库，由以下步骤组成：1、使用OpenCV读取摄像头视频流；2、识别面部关键点像素坐标；3、根据坐标计算脸的朝向，离屏幕的距离；4、根据朝向、距离判断孩子是否在看电视。二、代码详解"""!author:enpei!da

清华江同学·2022-12-04 04:17

第三章学习率（LR : learning rate）

机器学习入门之重要参数的理解第一章批数据训练（batch）第二章训练轮数（epoch）第三章学习率（LR:learningrate）第四章图像区块（patch）第五章滤波器（filter）目录机器学习入门之重要参数的理解前言一

Being me·2022-12-04 02:08

第二章、机器学习之训练轮数（epoch）

机器学习入门之重要参数的理解第一章批数据训练（batch）第二章训练轮数（epoch）第三章学习率（LR:learningrate）第四章图像区块（patch）第五章滤波器（filter）目录机器学习入门之重要参数的理解前言训练轮数

Being me·2022-12-04 02:04

主动学习入门篇：如何能够显著地减少标注代价

前言在大数据和算力的助力下，深度学习掀起了一波浪潮，在许多领域取得了显著的成绩。以监督学习为主的深度学习方法，往往期望能够拥有大量的标注样本进行训练，模型能够学到更多有价值的知识（如下左图展示了3组常见的图像分类数据集，拥有上万的标注样本）。然而，实际应用场景的标注样本严重稀缺。并且，标注大量样本将产生昂贵的标注成本（如下右图所示，标注一张X射线图需要5分钟和30元左右的成本，一张CT图需要20分

阿里巴巴淘系技术团队官网博客·2022-12-03 19:45

卷积神经网络以LeNet网络为例的手写体识别

参考书目：Pytorch深度学习入门，作者：曾芃壹文章目录卷积神经网络卷积过滤器池化实战：手写体识别准备数据集torchvision构建LeNet模型训练函数模型保存、读取和测试功能函数训练前准备、数据加载

LiterMa·2022-12-03 18:09

机器学习入门与Python实战（八）：K均值聚类KMeans

目录现实问题思考：数据分类与聚类K均值聚类核心流程K均值聚类(KMeans)VSK近邻分类(KNN)K均值聚类实现图像分割知识巩固Python实战：KMeans实现图像分割拓展学习现实问题思考：数据分类与聚类没有标签的情况下实现聚类的一个思路：给出中心点，根据数据到中心点距离判断类别K均值聚类在样本数据空间中选取K个点作为中心，计算每个样本到各中心的距离，根据距离确定数据类别，是聚类算法中最为基础

flare zhao·2022-12-03 18:58

机器学习基本概念

鱼在水中走·2022-12-03 17:34

pytorch深度学习入门之多层全连接神经网络

多层全连接神经网络——介绍篇前面一章我们简要介绍了神经网络的一些基本知识，同时也是示范了如何用神经网络构建一个复杂的非线性二分类器，更多的情况神经网络适合使用在更加复杂的情况，比如图像分类的问题，下面我们用深度学习的入门级数据集MNIST手写体分类来说明一下更深层神经网络的优良表现。MNIST数据集mnist数据集是一个非常出名的数据集，基本上很多网络都将其作为一个测试的标准，其来自美国国家标准与

谁陪你落日流年·2022-12-03 15:17

【深度学习入门笔记】CNN卷积神经网络 - LeNet具体实现及代码讲解

CNN卷积神经网络-LeNet具体实现及代码讲解本次笔记来源bilibili霹雳吧啦Wzpytorch官方demo(Lenet)个人github仓库：heisenbergCh/way-to-deep-learning:个人零基础自学深度学习时产生的笔记与示例代码参照官网demo定义LeNet网络结构完整代码：importtorch.nnasnnimporttorch.nn.functionalas

yijia7590jfz·2022-12-03 13:24

深度学习入门（1）

一、引言1.什么是神经网络图中输入为房子面积，输出为放假，小圆圈是神经元图中的函数为ReLU函数，即修正线性单元神经网络就是多个神经元连接在一起，如图：该图中输入为房子大小，卧室数量，邮政编码，家庭财富状况，输出为房价实际上，神经网络中，中间的”球球“并不是很清晰的，而是相对模糊，即每个球都受整个输入层所有输入的影响，而不是仅受特定输入的影响，如图：2.supervisedlearning①常见神

北白川家的氷菓·2022-12-03 12:31

深度学习入门（2）

七、计算机视觉1.卷积神经网络（CNN）①边缘检测（1）垂直边缘检测器：这个小矩阵成为filter（过滤器），有时也成为（卷积）核计算过程如下：原理：如图：（2）正边和负边与上面的对比，下面的这个明暗反了过来（3）横向边缘检测（4）sobelfilter和scharrfilter（可以增强鲁棒性）②padding使用①中的方法的弊端：（1）图片会越来越小，新的图片的维度为n-f+1（2）角落的像素