机器学习和深度学习第18页

为什么内存中最多只有一个“Love“？一文读懂Python内存存储机制

2周快速拿下Python，具备项目开发能力，为机器学习和深度学习做准备。

i机器未来·2022-05-27 07:22

深度学习中的Python - NumPy基础

与机器学习和深度学习应用工作涉及复杂的数字操作与大量的数据集。与纯Python实现相比，NumPy使得实现这些操作相对简单和有效。

Warmer_Sweeter·2022-05-25 07:21

深度学习是怎么回事？有什么用？

真要区分起来，人工智能、机器学习和深度学习，三者大概是下图这种关系。人工智能是一个很大的概念，机器学习是其中的一个子集，而深度学习又是机器学习的一个子集。其次，深度

润乾软件·2022-05-25 02:54

学深度学习之前需掌握的概念、anaconda常用命令、环境配置，python第三方库的安装，深度学习框架的安装

深度学习人工智能、机器学习、深度学习之间的关系其中人工智能包括机器学习和深度学习，机器学习又包括深度学习，深度学习又可以分为语音识别，自然语言处理，计算机视觉等领域。

小刘爱编程·2022-05-23 07:10

有Python基础学习PyTorch，可以选择的书籍有哪些？

为更好理解人工智能、机器学习和深度学习的关系，我们画几个同心的圆圈，人工智能位于最外层，人工智能最早出现，范畴最大，然后向内是机器学习，最后是驱动今天人工智能迅速发展的深度学习，它位于另两个圆圈内部，如图

人邮异步社区·2022-05-20 18:40

李沐基于Pytorch的深度学习笔记（5）-线性回归和基础优化算法（附代码）

代码章节：李沐基于Pytorch的深度学习笔记（7）-线性回归的基本实现（附代码）_m0_57628341的博客-CSDN博客1线性回归线性回归的应用是机器学习和深度学习的一个基础，所以需要去了解。

Reedsway在重庆·2022-05-20 07:09

别再寻找了，用 Python 绘制动态可视化图表这篇就够了

Python数据挖掘·2022-05-18 09:31

人工智能、机器学习和深度学习有哪些区别？

1人工智能现今每天都有很多人工智能的文章发表，并且在最近两年愈演愈烈。网络上关于人工智能的定义有几种说法，我最喜欢的一个是，通常由人完成的智能任务的自动化。1.1人工智能发展史1956年，约翰·麦肯锡（JohnMcCarthy）主持召开了第一次人工智能的学术会议，并创造了人工智能这个术语。然而早在此之前，关于机器是否会思考的讨论就已经开始。人工智能发展初期，机器已经可以解决对于人类比较困难的问题。

人邮异步社区·2022-05-17 16:10

Python Pandas用法入门

学过机器学习和深度学习的小伙伴肯定对它都不陌生，为了加深对pandas库的认识

国家一级假勤奋大学生·2022-05-16 20:19

时间序列统计特征的详细解析

对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。

herosunly·2022-05-16 07:21

浙大博士整理的计算机视觉学习路线（含时间建议分配）

想快速入门的话，从自己的经验看，可以先不看高等数学和线性代数，因为机器学习和深度学习中涉及的相关知识并不多。视觉的知识部分建议分成两部分学习，第一部分传统图像处理，第二部分基于深度学习的图像处理。

小白学视觉·2022-05-15 07:49

双一流博士整理的计算机视觉学习路线（深度学习+传统图像处理）

想快速入门的话，从自己的经验看，可以先不看高等数学和线性代数，因为机器学习和深度学习中涉及的相关知识并不多。视觉的知识部分建议分成两部分学习，第一部分传统图像处理，第二部分基于深度学习的图像处理。

Amusi（CVer）·2022-05-15 07:39

机器学习/深度学习-学习笔记：概念补充（下）

学习时间：2022.05.12概念补充（下）在进行学习机器学习和深度学习的过程中，对于部分概念会比较陌生（可能是因为没有系统深入学习过统计学、运筹学和概率统计的相关知识；也可能是因为看的东西比较偏实践，

新四石路打卤面·2022-05-13 07:34

机器学习/深度学习-学习笔记：概念补充（上）

学习时间：2022.05.09~2022.05.11概念补充（上）在进行学习机器学习和深度学习的过程中，对于部分概念会比较陌生（可能是因为没有系统深入学习过统计学、运筹学和概率统计的相关知识；也可能是因为看的东西比较偏实践

新四石路打卤面·2022-05-13 07:24

机器学习/深度学习-学习笔记：概念补充（中）

学习时间：2022.05.11概念补充（中）在进行学习机器学习和深度学习的过程中，对于部分概念会比较陌生（可能是因为没有系统深入学习过统计学、运筹学和概率统计的相关知识；也可能是因为看的东西比较偏实践，

新四石路打卤面·2022-05-13 07:53

人工智能：为什么很多机器学习和深度学习的论文复现不了？

吴恩达老师曾经说过，看一篇论文的关键，是复现作者的算法。然而，很多论文根本就复现不了，这是为什么呢？一、数据关系因为作者使用的数据比较私密，一般人拿不到，这种情况下，即使作者提供了源代码，但是读者却拿不到数据，也就没法复现算法。这种情况在国内学术界很普遍，数据别人没有，这就好像一位奥数老师，自己出了一道奥数题，自己解答出来，然后把解题过程写了论文，这类论文往往说服力不够，故事性不够强。二、硬件原因

u013250861·2022-05-11 07:30

论文速递 | 一份超全易懂的深度学习在图像去噪的综述

算法与图像处理近日哈尔滨工业大学、广东工业大学、清华大学与台湾国立清华大学等研究人员共同撰写一篇深度学习在图像去噪上的综述并在arxiv发表，该综述系统地总结图像去噪的重要性、图像去噪技术的发展、传统的机器学习和深度学习的图像去噪技术的优缺点以及刨析出图像去噪技术面对的挑战与潜在的研究点

小白学视觉·2022-05-09 07:03

人工神经网络原理及应用

神经网络结构图神经网络的分类深度学习、神经网络传统机器学习VS深度学习传统机器学习和深度学习的相似点传统机器学习和深度学习的核心区别深度学习的优缺点人工神经网络学习导图实战一、搭建一个最简单的神经网络模型构建一个最简单的神经网络对小

C君莫笑·2022-05-08 10:29

一本新的机器学习教材

这是一本新的机器学习教材，作者在传统机器学习和深度学习方面作了良好的平衡，是一部清晰的、条理性很好的教材，是作者在清华大学电子工程系“机器学习”课程教材实践基础上编著的，内容在深度、新度上取材都适当，是一部不错的机器学习教材

时空侠客·2022-05-08 07:42

神经网络与傅立叶变换有关系吗？

机器学习和深度学习中的模型都是遵循数学函数的方式创建的。从数据分析到预测建模，一般情况下都会有数学原理的支撑，比如：欧几里得距离用于检测聚类中的聚类。

·2022-05-06 12:33

python机器学习快速入门

参考资料：黑马程序员3天快速入门python机器学习知乎：人工智能、机器学习和深度学习的区别？

AdaLovelaceXy·2022-05-06 07:02

机器学习（一）——什么是机器学习

人工智能主要包括机器学习和深度学习。深度学习是机器学习的一个分支。2.数据科学（datascience）。

Vicky__3021·2022-05-04 07:04

机器学习和深度学习资料汇总【02】

《ImageScalingusingDeepConvolutionalNeuralNetworks》介绍:使用卷积神经网络的图像缩放.《ProceedingsofThe32ndInternationalConferenceonMachineLearning》介绍:ICML2015论文集,优化4个+稀疏优化1个；强化学习4个，深度学习3个+深度学习计算1个；贝叶斯非参、高斯过程和学习理论3个；还有计

地灯·2022-05-02 07:23

深入浅出Embedding原理解析与应用实践

在基于Spark、TensorFlow、PyTorch、Keras等的机器学习和深度学习方面有大量的工程实践实践，对Embedding有深入研究。

人工智能与算法学习·2022-04-29 07:24

深度学习基础之代价函数

常见的代价函数1.二次代价函数(quadraticcost)2.交叉熵代价函数(cross-entropy)3.对数似然代价函数(log-likelihoodcost)四、二次代价函数与交叉熵代价函数比较在机器学习和深度学习中

陈小虾·2022-04-26 07:31

机器学习，深度学习，神经网络，深度神经网络之间有何区别？

理论上深度学习属于机器学习的一部分，但是机器学习和深度学习的主要定位目标还是可以区分的。深度学习主要是对图像和语音这些方面进行处理。

西红柿天尊·2022-04-22 07:40

基于机器学习和深度学习，华为高级技术师手写AIoT系统学习小册

学习完本小册后你可以在简历上写：应用不同的人工智能技术，包括机器学习和基于TensorFlow和Keras的深度学习。访问和处理来自各种分布式数据源的数据。对AIoT数据执行有监督和无监督机器学习。基于MLlib和H2O.ai平台，在ApacheSpark框架上实现对IoT数据的分布式处理。基于深度学习方法对时间序列数据进行预测。从可穿戴设备和智能设备得到的数据中获取独到的洞察。小册目录部分内容截

Java架构设计·2022-04-20 15:55

如何在实际中计划和执行一个机器学习和深度学习项目

2019-11-2720:27:28作者：SayakPaul编译：ronghuaiyang导读做研究打比赛和真正的做一个机器学习和深度项目是不一样的，如果你有这方面的困惑的话，可以看看这篇文章。我们处理Kaggle竞赛、黑客马拉松、业余数据科学任务甚至是论文的方式，与在专业工作环境中所期望的是不一样的。在快速原型开发中是没什么问题的，但是你还必须知道如何从单个机器学习代码过渡到结构化的代码版本控制

喜欢打酱油的老鸟·2022-04-20 07:49

深度盘点：30个用于深度学习、自然语言处理和计算机视觉的顶级 Python 库

推荐文章有人把吴恩达老师的机器学习和深度学习做成了中文版上瘾了，最近又

Python学习与数据挖掘·2022-04-14 15:04

Batch Normalization与Layer Normalization

在机器学习和深度学习中，有一个共识：独立同分布的数据可以简化模型的训练以及提升模型的预测能力——这是通过训练数据获得的模

Flying_sfeng·2022-04-13 07:27

使用Python 探索和分析数据：入门的入门

通过强大的统计和数值库提供丰富的功能：NumPy和Pandas简化了数据分析和操作Matplotlib提供引人注目的数据可视化效果Scikit-learn提供简单有效的预测性数据分析TensorFlow和PyTorch提供机器学习和深度学习功能利用

java构架师·2022-04-08 08:49

2-1 李宏毅2021春季机器学习教程-第二节机器学习任务攻略

之前的学习简要介绍了机器学习和深度学习的相关概念，上一篇文章李宏毅2021春季机器学习教程HW1-COVID-19CasesPrediction(Regression)解答有关于HW1的解答，接下来继续学习机器学习

双木的木·2022-04-08 08:19

聊聊 Python 数据分析时的常用的几个问题

Python数据挖掘·2022-04-07 07:30

会思考的机器你造嘛——AI技术

1.1能力水平的划分：1）弱人工智能（ANI）：2）强人工智能（AGI）：3）超人工智能（ASI）：1.2人工智能学派的划分1）符号主义学派：2）连接主义学派：3）行为主义学派：二、人工智能关键技术2.1机器学习和深度学习

KUUUD·2022-04-06 07:41

18 个 Python 编程坏习惯，一定要抛弃哦

Python学习与数据挖掘·2022-03-31 07:58

一文详解：7个 Pandas stack() 和 unstack() 使用技巧

Python学习与数据挖掘·2022-03-31 07:11

比Tensorflow还强？

大家好，我是章北海Python是机器学习和深度学习的首选编程语言，但绝不是唯一。

机器学习算法与Python·2022-03-30 14:00

mathmatic engineer

拥有良好的数学基础，有利于大家在后续课程的学习中更好的理解机器学习和深度学习的相关算法内容。同时对于AI研究尤为重要，例如人工智能中的智能很大一部分依托“概率论”实现的。

aenjon·2022-03-30 07:34

实用教程详解：模型部署，用DNN模块部署YOLOv5目标检测（附源代码）

在典型的机器学习和深度学习项目中，我们通常从定义问题陈述开始，然后是数据收集和准备（数据预处理）和模型构建（模型训练），对吧？

计算机视觉研究院·2022-03-29 07:21

深度学习基础知识整理

我们将通过这个系列索引绝大部分机器学习和深度学习的笔试面试题、知识点，它将更是一个足够庞大的机器学习和深度学习面试库/知识库，通俗成体

子季鹰才·2022-03-28 15:14

梯度下降原理（SGD，Adam，BGD，momentum，Adagrad，NAG）

想要入门机器学习和深度学习，梯度下降是你绕不过的坑，但今天本文的任务就是要引领大家彻底搞懂梯度下降，在学习中避免掉坑！梯度下降算法（引言）训练神经网络的

一颗磐石·2022-03-25 07:08

Python训练了个模型，怎么交给Java用呢？

Python学习与数据挖掘·2022-03-25 07:36

【Machine Learning】KNN算法虹膜图片识别

K-近邻算法虹膜图片识别实战作者：白宁超2017年1月3日18:26:33摘要：随着机器学习和深度学习的热潮，各种图书层出不穷。然而多数是基础理论知识介绍，缺乏实现的深入理解。

「违规用户」·2022-03-23 13:48

机器学习和深度学习之数学基础-线性代数第四节线性变换及其与矩阵的关系

本文为原创文章，欢迎转载，但请务必注明出处。上文介绍从运动的角度直观的理解向量，这一节主要介绍线性变换及其与矩阵的关系。线性代数的核心之一是线性变换，英文是lineartransformation。变换(transformation)可以理解为一个函数(function)f(x)f(x)，对于线性代数来说，函数的输入就是一个向量，而输出则是变换后的向量。一种理解这种”向量的函数“的方法是使用运动，

yong_bai·2022-03-20 07:19

小样本学习(Few-Shot Learning)

在训练样本极少的情况下（几百个、几十个甚至几个样本），现有的机器学习和深度学习模型普遍无法取得良好的样本外表现，用小样本训练的模型很容易陷入对小样本的过拟合以及对目标任务的欠拟合。

zhaojie456·2022-03-18 07:47

opencv深入浅出了解机器学习和深度学习

目录机器学习kNN算法图解kNN算法用kNN算法实现手写数字识别SVM算法图解SVM算法使用SVM算法识别手写数据k均值聚类算法图解k均值聚类算法使用k均值聚类算法量化图像颜色深度学习基于深度学习的图像识别基于AlexNet和Caffe模型进行图像识别基于深度学习的对象检测基于YOLO和Darknet预训练模型的对象检测机器学习kNN算法kNN算法将找出k个距离最近的邻居作为目标的同一类别图解kN

·2022-03-17 11:21

【真香啊】让 Python 代码起飞的 24 个神操作

Python学习与数据挖掘·2022-03-17 07:54

人工智能领域python第三方库_从事大数据和机器学习领域时，有哪些python库推荐？...

所有机器学习和深度学习的算法和技巧等都建立在统计学的基本原则和概念中。下面介绍一些用于统计分析的高级Python库：N

weixin_39770592·2022-03-12 07:54

【超详细】一文详解 pandas 核心操作技巧

Python学习与数据挖掘·2022-03-11 07:52

【值得收藏】编写干净的 Python 代码的 5 个技巧

Python学习与数据挖掘·2022-03-11 07:30

推荐频道

机器学习和深度学习