学习研究

《强化学习周刊》第2期：多智能体强化学习（MARL）赋能“AI智能时代”

No.02智源社区强化学习组RL学习研究观点资源活动关于周刊随着强化学习研究的不断成熟，如何将其结合博弈论的研究基础，解决多智能体连续决策与优化问题成为了新的研究领域，为了帮助研究与工程人员了解这一领域的进展和资讯
智源社区·2022-11-20 23:56

【论文阅读】A Survey of Incentive Mechanism Design for Federated Learning 联邦学习激励机制设计综述

现有的联邦学习研究主要集中在提高模型准确性和学习任务完成时间方面。然而，在实践中，客户不愿意在没有获得报酬的情况下参与学习过程。因此，如何有效地激励
RenLJ1895·2022-11-20 18:00

Pytorch:（1）pytorch的概述

基于Python的科学计算包，服务于以下两种场景:作为NumPy的替代品，可以使用GPU的强大计算能力提供最大的灵活性和高速的深度学习研究平台开始Tensors（张量）Tensors与Numpy中的ndarrays
夏天是冰红茶·2022-11-20 08:16

深度学习Pytorch框架的环境配置

正好又是新学期开始，想必有深度学习研究背景的实验室不久后会要求新人小伙伴首先上手尝试配置Pytorch环境。那么我今天就从这个方面简单介绍一下，主要针对Windows系统（M
Chester_bobo·2022-11-20 07:51

SVM支持向量机实现兵王问题

最近在看浙大胡浩基老师的机器学习研究生课程，关于SVM解决国际象棋兵王问题觉得很有意思，其实就是一个二分类问题。一、问题描述与分析国际象棋规则：8*8棋盘，黑、白兵各有8个。
举一个栗子吖·2022-11-19 22:03

手把手教你使用tensorrt layer api组装scaled yolov4

概要经过几年的飞速发展，pytorch已经成为了深度学习研究和开发人员喜欢的深度学习框架，但作为pytorch推理后端的C++libtorch推理效率一直不高，很多工程师喜欢通过pytorch–>onnx
poweroranger·2022-11-19 20:08

Efficient and Effective: 百篇论文概览负采样方法的前世今生

百篇论文概览负采样方法的前世今生©作者｜徐澜玲研究方向｜推荐系统引言：负采样方法最初是被用于加速Skip-Gram模型的训练，后来被广泛应用于自然语言处理(NLP)、计算机视觉(CV)和推荐系统(RS)等领域，在近两年的对比学习研究中也发挥了重要作用
文文学霸·2022-11-19 19:40

Pytorch学习记录（一）Tensor及其性质

基础运算索引和切片张量拼接张量的乘积调整大小张量降维非降维求和与NumPy的转换CUDA张量什么是Pytorch这是一个基于Python的科学计算软件包，面向两组受众：替代NumPy以使用GPU的功能深度学习研究平台
Swordade·2022-11-19 08:27

深入理解XGBoost：分布式实现

XGBoost回顾XGBoost（ExtremeGradientBoosting）由华盛顿大学的陈天奇博士提出，最开始作为分布式（深度）机器学习研究社区（DMLC）小组的研究项目之一。
hzbooks·2022-11-18 11:07

Python茅台抢购脚本详细教程

今天给大家推荐的GitHub开源项目就是一款京东抢茅台的脚本，当然推荐的脚本也是仅用于测试和学习研究，禁止用于商业用途，不能保证其合法性，准确性，完整性和有效性，请根据
每天加点料·2022-11-17 09:10

Spring事务控制AOP环绕切入底层原理

有关Spring事务管理剩余尚未学习研究的还有事务如何生效、以及事务生效后具体的AOP切入和增强过程。我们先研究事务生效后具体的AOP切入和增强过程。
·2022-11-16 23:26

小样本学习研究综述

小样本学习方法分类基于模型微调的小样本学习方法基于数据增强的小样本学习基于无标签数据的方法基于数据合成的方法基于特征增强的方法基于迁移学习的小样本学习基于度量学习的方法基于元学习的方法基于图神经网络的方法展望小样本学习目标：从少量样本中学习到解决问题的方法。本文将小样本学习分为基于模型微调、基于数据增强、基于迁移学习三种。基于模型微调的小样本学习方法在大规模数据上预训练模型，在目标小样本数据集上对
MondayCat111·2022-11-15 09:27

零样本学习

零样本学习研究进展零样本图像识别。概念零样本学习，零样本学习迁移学习的一种特殊场景，在零样本学习的过程中。训练集和测试集之间没有交集，需要通过训练类与测试类之间的知识迁移来完成学习。
big_matster·2022-11-15 09:54

基于LS-SVM对偶问题的分类、回归、时间序列预测和无监督学习研究（Matlab代码实现）

欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。目录1概述2运行结果3参考文献4Matlab代码实现1概述支持向量机（SVM）是一种解决非线性分类、函数估计和密度估计问题的强大方法，这也导致了基于核的学习方法的许多其他最新发展。SVM是在统计学习理论和结构风险最小化的背景下引入的在这些方法中，人们解决凸优化问题，通常是二次规划。最小
研学社·2022-11-11 08:12

自动驾驶中图像与点云融合的深度学习研究进展综述

点云PCL免费知识星球，点云论文速读。文章：DeepLearningforImageandPointCloudFusioninAutonomousDriving:AReview作者：YaodongCui,IEEE,RenChen,WenboChu,LongChen翻译：particle本文仅做学术分享，如有侵权，请联系删除。欢迎各位加入免费知识星球，获取PDF论文，欢迎转发朋友圈分享快乐。论文阅读
Being_young·2022-11-10 11:38

今天19:30 | NIPS 2022 预讲-基于随机素描的无监督泛化误差分析

从事机器学习研究，特别关注大规模机器学习、自动机器学习、统计机器学习理论、图表示学习、GraphTransformer等。在顶级期刊和会议上发表论文40余篇，其中以第一
AITIME论道·2022-11-09 15:52

深度学习在图像处理中的应用趋势及常见技巧

导言近年以来，随着深度学习在图像识别领域取得巨大突破(以AI之父GeoffryHinton在2012年提出的高精度AlexNet图像识别网络为代表)，掀起了以神经网络为基础的深度学习研究热潮。
甜辣uu·2022-11-09 10:27

基于深度学习框架pytorch构造深度学习循环神经网络模型RNN和LSTM

深度学习框架pytorch当我们开始尝试做一个深度学习项目之前，选择一个合适的框架是非常重要的，因为选择一个合适的框架能起到事半功倍的作用，每个深度学习研究者不需要写大量的重复代码，它能够提高我们的开发效率和速度
幻风_huanfeng·2022-11-09 03:20

【项目实战】Python基于卷积神经网络CNN模型和VGG16模型进行图片识别项目实战

1.项目背景深度学习（DeepLearning，DL）是机器学习研究中的一个新的领域，源自人工神经网络，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释图像、声音、文本等数据。
胖哥真不错·2022-11-07 15:37

c++的ThreadPool,OpenHarmony源码实现版赏析和使用

鸿蒙OpenHarmony源码中的网络栈模块部分，也是十分漂亮的实现，值得学习研究。c++的ThreadPool实现，网上有很多个版本，文章的末尾就有两种不同的实现。
特立独行的猫a·2022-11-07 11:23

TKDE2022 | 最新深度学习推荐系统综述：从协同过滤到信息增强的推荐系统

嘿，记得给“机器学习与推荐算法”添加星标深度学习技术已经在计算机视觉以及自然语言理解等领域取得了巨大的成功，受其影响深度学习研究也开始在推荐系统领域得到关注。
机器学习与推荐算法·2022-11-06 09:46

机器学习该怎么入门？（绝对干货）

知乎上有一个关于“机器学习该怎么入门”的火热问题，在从事机器学习研究两年之际，分享一下我的看法。绝对干货哈！
算法码上来·2022-11-05 07:41

图神经网络用于医疗诊断的前世今生与未来-综述

论文：https://arxiv.org/abs/2105.13137随着数据驱动的机器学习研究的进步，探索如何利用机器学习来分析医疗数据变得至关重要。
just do it now·2022-11-04 09:05

手写数字识别从训练到部署全流程详解——Pytorch深度学习网络搭建与模型训练

其中算法设计与模型训练是深度学习研究的两个主要组成部分。
彧侠·2022-11-03 13:58

TensorFlow和Caffe、MXNet、Keras等其他深度学习框架的对比

主流深度学习框架对比深度学习研究的热潮持续高涨，各种开源深度学习框架也层出不穷，其中包括T
xiaomin_____·2022-11-02 13:41

深度学习框架对比

深度学习研究的热潮持续高涨，各种开源深度学习框架也层出不穷，其中包括TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、Theano、DeepLearning4、
nekobaobao·2022-11-02 13:40

python一元线性回归算法_Python机器学习（二）：线性回归算法

机器学习研究的问题分为分类问题和回归问题。分类问题很好理解，而回归问题就是找到一条曲线，可以最大程度地拟合样本特征和样本输出标记之间的关系。当给算法一个输入时，这条曲线可以计算出相应可能的输出。
weixin_39762838·2022-11-01 17:58

机器学习研究者必知的八个神经网络架构

计算机视觉研究院专栏作者：Edison_G计算机视觉研究院长按扫描二维码关注我们获取更多资讯本文简述了机器学习核心结构的历史发展，并总结了研究者需要熟知的8个神经网络架构。我们为什么需要「机器学习」？机器学习对于那些我们直接编程太过复杂的任务来说是必需的。有些任务很复杂，以至于人类不可能解决任务中所有的细节并精确地编程。所以，我们向机器学习算法提供大量的数据，让算法通过探索数据并找到一个可以实现程
计算机视觉研究院·2022-11-01 11:22

论文阅读“Deep autoencoding gaussian mixture model for unsupervised anomaly detection”

etal.Deepautoencodinggaussianmixturemodelforunsupervisedanomalydetection[C]//Internationalconferenceonlearningrepresentations.2018.摘要导读对多维或高维数据的无监督异常检测在基础机器学习研究和工业应用中都具有重要意义
掉了西红柿皮_Kee·2022-10-30 20:16

pytorch学习（六）——优化器

常数衰减4.3分段衰减4.4指数衰减4.5循环学习率1.优化器概述深度学习的目标是通过不断改变网络参数，使得参数能够对输入做各种非线性变换拟合输出，本质上就是一个函数去寻找最优解，所以如何去更新参数是深度学习研究的重点
Suppose-dilemma·2022-10-30 17:01

用文字描述给黑白照上色，这个免费网站火了！网友：比其他同类都好用

它叫Palette.fm，是由谷歌机器学习研究员EmilWallner打造。只需要一个“拖拽”或“上传”动作，就能呈上数十种不同风格的彩色
QbitAl·2022-10-30 07:32

一文看懂 区块链底层技术 及其 架构设计（附图谱）

与此同时，梳理与之相关的知识图谱和体系，帮助大家系统的去学习研究。基本概念区块链的概念最近很火，它来自于
小蟹蟹蟹蟹·2022-10-30 03:18

全奖博士招生，美国中佛罗里达大学计算机视觉研究中心

CRCV是一个世界领先的计算机视觉和机器学习研究中心。根据全球顶级计算机科学机构排名CSRankings，UCF在计算机视觉领域排名第11位
我爱计算机视觉·2022-10-29 01:45

虚拟专题：联邦学习 | 联邦学习研究综述

来源：网络与信息安全学报联邦学习研究综述周传鑫，孙奕，汪德刚，葛桦玮信息工程大学，河南郑州450001摘要：联邦学习由于能够在多方数据源聚合的场景下协同训练全局最优模型，近年来迅速成为安全机器学习领域的研究热点
唐名威·2022-10-28 10:09

Pytorch转ONNX详解

转自极市平台编辑机器学习研究组订阅号之前几个月参与了OpenMMlab的模型转ONNX的工作（githubaccount:drcut），主要目标是支持OpenMMLab的一些模型从Pytorch到ONNX
机器学习与AI生成创作·2022-10-27 18:02

【周志华机器学习】绪论

在计算机中，经验通常以数据形式存在，因此，机器学习研究的主要内容，是关于在计算机上从数据中产生“模型”的算法，即“学习算法”。
mikasaaaaa·2022-10-24 18:47

React Native 学习资料,教程,项目实践,视频

如果你是一名ReactNative爱好者，或者有一颗热爱钻研新技术的心，喜欢分享技术干货、项目经验、以及你在ReactNaive学习研究或实践中的一些经验心得等等，欢迎投稿《ReactNativeAwesome
CrazyCodeBoy·2022-10-23 20:41

[系统安全]《黑客免杀攻防》MFC逆向基础实战

强调本系列所有内容仅作为学习研究使用，作者对此文章中的代码造成的任何后果不负法律责任。前文链接[系统安全]PE文件格式详解1[系
H4ppyD0g·2022-10-14 22:12

[系统安全] windows下C++编写第一个加壳程序

强调本系列所有内容仅作为学习研究使用，作者对此文章中的代码造成的任何后果不负法律责任。前文链接[系统安全]PE文件格式详解1[系
H4ppyD0g·2022-10-14 22:12

[系统安全] PE文件格式分析实战基础—分析helloworld文件

强调本系列所有内容仅作为学习研究使用，作者对此文章中的代码造成的任何后果不负法律责任。前文链接[系统安全]PE文件格式详解1[系
H4ppyD0g·2022-10-14 22:12

[系统安全]《黑客免杀攻防》逆向基础之经典脱壳基础

强调本系列所有内容仅作为学习研究使用，作者对此文章中的代码造成的任何后果不负法律责任。前文链接[系统安全]PE文件格式详解1[系
H4ppyD0g·2022-10-14 22:12

[系统安全] 万字总结系统虚拟化之容器底层原理实验

强调本系列所有内容仅作为学习研究使用，作者对此文章中的代码造成的任何后果不负法律责任。前文链接[系统安全]PE文件格式详解1[系
H4ppyD0g·2022-10-14 22:12

[系统安全] 逆向工程进阶篇之对抗逆向分析

强调本系列所有内容仅作为学习研究使用，作者对此文章中的代码造成的任何后果不负法律责任。前文链接[系统安全]PE文件格式详解1[系
H4ppyD0g·2022-10-14 22:07

文本生成图像工作简述--概念介绍和技术梳理

基于深度学习的机器学习方法已经在语音、文本、图像等单一模态领域取得了巨大的成功，而同时涉及到多种输入模态的多模态机器学习研究有巨大的应用前景和广泛的研究价值，成为了近年来的研究热点。
中杯可乐多加冰·2022-10-14 20:28

《因果学习周刊》第10期：ICLR2022中最新Causal Discovery相关论文介绍

No.10智源社区因果学习组因果学习研究观点资源活动关于周刊因果学习作为人工智能领域研究热点之一，其研究进展与成果也引发了众多关注。
智源社区·2022-10-12 07:08

信号处理——MATLAB音频信号加噪、滤波

因为也很少有单纯的硬件学习研究，总是会伴随着各种理论需要硬件做支撑，所以还是想要慢慢接触理论学习。但是之前总找不到切入点，不知道从哪里开始，就一直拖着。最近稍微接触了一点信号处理，就用这个当作切入点
肆意..·2022-10-11 23:08

李沐动手学深度学习V2-AlexNet模型和代码实现

1.AlexNet1.1AlexNet概要如果你和机器学习研究人员交谈，你会发现他们相信机器学习既重要又美丽：优雅的理论去证明各种模型的性质。机器学习是一个正在蓬勃发展、严谨且非常有用的领域。
cv_lhp·2022-10-11 14:42

[Python图像识别] 五十.Keras构建AlexNet和CNN实现自定义数据集分类详解

该系列文章是讲解PythonOpenCV图像处理知识，前期主要讲解图像入门、OpenCV基础用法，中期讲解图像处理的各种算法，包括图像锐化算子、图像增强技术、图像分割等，后期结合深度学习研究图像识别、图像分类应用
Eastmount·2022-10-06 08:53

PyTorch构建与部署深度学习模型（1）简单应用

许多开发者和研究人员使用PyTorch来加速深度学习研究实验和原型设计。1.为什么使用PyTorch如果你正在学习机器学习，进行深度学习研究，或构建人工智能系统，你可能需要使用深度学习框架。
求则得之，舍则失之·2022-09-29 07:04

GTX 2080TI TensorFlow GPU基准测试：2018年最佳GPU

测试结果也考虑到了成本和性能）：RTX2080TiRTX2080GTX1080TiTitanVTeslaV100·结·果·总·结·截至2018年10月8日，NVIDIARTX2080Ti是运行TensorFlow的单GPU深度学习研究的最佳
javastart·2022-09-28 00:14
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他