Classification 第10页

图像分类、目标检测、语义分割、实力分割

1、图像分类（ImageClassification）判断图像中物体的类别。

m沐七·2023-10-28 04:14

loss&BN

stilltipsforlearningclassificationandregression关于softmax的引入和作用分类问题损失函数-MSE&Cross-entropy⭐BatchNormalization

Selvaggia·2023-10-28 01:12

huggingface官网教程里面的几个用transformers做下游任务的例子(上)

1.请见官网：TextclassificationTokenclassificationquestion_answeringLanguagemodelingtranslationSummarizationMultiplechoice

不当菜鸡的程序媛·2023-10-27 17:38

Multi-class, Multi-label 以及 Multi-task classification

Multiclassclassification就是多分类问题，比如年龄预测中把人分为小孩，年轻人，青年人和老年人这四个类别。

Williamongh·2023-10-27 09:06

2019-01-08 lec2_image_classifications_notes

这是一节导论课用来给不懂计算机视觉的人介绍图像分类问题，还有数据驱动的方法，内容的目录在下面图像分类动机在这个部分我们将介绍图像分类问题，指定一个输入图像与之对应的固定类标签，这是计算机视觉里的一个核心问题，它有很多的不同的实际应用，尽管它非常简单，而且，我们将要看到的课程，很多看起来不同的计算机视觉的任务(例如目标检测，分割)都能简化成图像分类。例子举个例子，在图像分类模型中，一个图像可以指定四

dongdonghao·2023-10-27 05:25

机器学习之KNN与KNN算法解决鸢尾花分类问题

这里写目录标题kNN（k-NearestNeighborClassification）1、计算步骤:1.算距离（测试样本到训练样本的距离）2.找邻居3.做分类2、算法流程3、Python实现kNN（k-NearestNeighborClassification

San**·2023-10-27 04:19

论文阅读 - MetaTroll: Few-shot Detection of State-Sponsored Trolls with Transformer Adapters

arxiv.org/pdf/2303.07354.pdf目录摘要1INTRODUCTION2RELATEDWORK2.1Trolldetection2.2Meta-learning2.3Few-shottextclassification3PROBLEMSTATEMENT4APPROACH4.1StageOneTraining4.2StageTwoTraining4.3Sta

无脑敲代码，bug漫天飞·2023-10-26 23:18

吃瓜教程ML--笔记三--决策树

吃瓜教程ML--笔记三--决策树什么是决策树3种决策树ID3决策树（IterativeDichotomiser）熵(entropy)信息增益C4.5决策树增益率CART决策树(ClassificationAndRegressionTree

暴走小辉·2023-10-26 22:12

用支持向量机SVM进行光学字符识别OCR

lettersletter_classifierletter_classifierSupportVectorMachineobjectofclass"ksvm"SVtype:C-svc(classification

努力的敲码工·2023-10-26 21:33

NLP - 加载预训练embedding示例

Sentimentalanalysisontext(abinaryclassificationmodelbasedonKeras)#-*-coding:utf-8-*-importosfromkeras.preprocessing.textimportTokenizerfromkeras.preprocessing.sequenceimportpad_sequencesimportnumpyasn

如果曾经拥有·2023-10-26 19:57

vue父子组件传递参数详解

VUE父子组件传参父页面，也可以理解为：就是你的最外面的页面取名为：index.vue//用import引入子组件的地址importjobClassificationfrom"@/components/

付煜晨·2023-10-26 14:37

[论文精读]Semi-Supervised Classification with Graph Convolutional Networks

论文原文：[1609.02907]Semi-SupervisedClassificationwithGraphConvolutionalNetworks(arxiv.org)论文代码：GitHub-tkipf

夏莉莉iy·2023-10-26 01:29

【论文合集】Awesome Diffusion Models 2

来源：https://github.com/diff-usion/Awesome-Diffusion-Models目录VisionGenerationClassificationSegmentationImageTranslationInverseProblemsMedicalImagingVisionGenerationGrad

m0_61899108·2023-10-25 23:09

【PointNet—论文笔记分享】

论文:PointNet:DeepLearningonPointSetsfor3DClassificationandSegmentation代码:TensorFlow版Pytorch版基本模型架构：分别对每个点进行特征提取

~海棠树下~·2023-10-25 19:11

Text Classification via Large Language Models

Abstract表达大模型在文本分类上做的不好。原因：1、处理复杂语境时缺少推理能力。(e.g…类比、讽刺)2、限制学习的上下文的token数。提出了自己的策略：**ClueAndReasoningPrompting(CARP).线索与推理提示**1、能用prompt找到clue(语境线索)2、能使用K-最近邻算法在上下文的学习中，使得能利用LLM的泛化性和具体任务的全标签功能。ICL(in-co

菜菜小堡·2023-10-25 07:07

spark-技术链接

shine19930820/article/details/71713680https://github.com/tjmashu/pyspark_learning/blob/master/pyspark.ml.classification.ipynbpyspark

felixanna·2023-10-24 18:30

斯坦福计算机视觉公开课个人笔记——图像分类

目录序言：第一次课（introductiontoconvolution）：第二次课（ImageClassification）：图像的构成：为什么要进行图像分类：如何进行图像分类线性分类器的引入：序言：目前自己是本二的一名学生

小小小秃头·2023-10-24 13:13

基础课7——计算机视觉研究任务与行业应用

计算机视觉的研究任务包括以下几个方面：图像分类（ImageClassification）：该任务的目标是确定给定图像属于哪个类别。例如，将一张猫的图像分类为“猫”类别。

AI 智能服务·2023-10-24 13:42

通俗聊聊损失函数中的均方误差以及平方误差（文末有福利）

损失函数可以大致分为两类：分类损失（ClassificationLoss）和

I小码哥·2023-10-24 03:45

损失函数中的均方误差以及平方误差

损失函数可以大致分为两类：分类损失（ClassificationLoss）和回归损

逍遥自在017·2023-10-24 03:14

pytorch实战---IMDB情感分析

文章目录引言完整代码代码分析导库设置日志模型定义GCNNTextClassificationMo

小馒头学python·2023-10-24 02:55

2020-04-16-jupyter notebook切换运行环境

1.安装jupyter2.为项目设置一个专门的envvirtualenvair_route_classification_env切换至该环境air_route_c_env\Scripts\activate.bat3

羽莱特工队·2023-10-24 02:13

大厂面试机器学习算法（6）时间序列分析

文章目录序列特征构造时间序列分析任务-Indexing/QuerybyContent-Clustering-Classification-Segmentation/Summarization-Prediction-AnomalyDetection-MotifDiscovery

我是女生，我不做程序媛·2023-10-23 14:08

CV全新范式！LSTM在CV领域杀出一条血路！Sequencer：超越Swin、ConvNeXt等网络

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达转载自：集智书童Sequencer:DeepLSTMforImageClassification论文：https://arxiv.org

Amusi（CVer）·2023-10-23 13:46

conda安装 sklearn_十分钟上手sklearn 安装，获取数据，数据预处理

sklearn是机器学习中一个常用的python第三方模块，对常用的机器学习算法进行了封装其中包括：1.分类(Classification)2.回归(Regression)3.聚类(Clustering

weixin_39616056·2023-10-23 09:24

MobileNetV2-SSDLite代码分析-7 loss

regression_loss,classification_loss=criterion(confidence,l

祁晏晏·2023-10-23 09:42

基于AI恶意软件分类技术（5）

2021年恶意软件分类综述：Malwareclassificationandcompositionanalysis:Asurveyofrecentdevelopments恶意软件的分类和成分分析：对最新发展的调查阅读论文笔记原文链接

Mo neyking·2023-10-22 22:52

FastText:Bag of Tricks for Efficient Text Classification

FastText:BagofTricksforEfficientTextClassification摘要简而言之，FastText快而准，标准多核CPU就能满足很多文本分类需求，是一个不错的baseline

张寂黯·2023-10-22 14:04

【论文笔记】Bag of Tricks for Efficient Text Classification

这篇文章写的是Facebook推出的FastText，能够快速在海量文本数据上进行分类任务和表示学习，可以用一个普通的多线程CPU在十分钟内训练百万级的语料，一分钟内将五十万文本分类到三十万个类别中。最近几年深度学习在NLP任务上虽取得了显著地成就，但此类模型无论是训练还是测试阶段都因过长的时间消耗很难应用在更大的语料数据上。与此同时一些简单的线性模型在保持速度效率的同时也有不俗的表现，如Word

theoreoeater·2023-10-22 14:34

Bag of Tricks for Efficient Text Classification(Fasttext)

Fasttext历史意义:1、提出一种新的文本分类方法-Fasttext，能够快速进行文本分类，效果较好2、提出一种新的使用子词的词向量训练方法，能够在一定程度上解决oov问题3、将Fasttext开源使得工业界和学术界能够快速的使用Fasttext深度学习文本分类模型:优点：效果好，能达到非常好的效果，不用做特征工程，模型简洁缺点：速度比较慢，无法在大规模的文本分类任务上应用机器学习文本分类模型

BUPT-WT·2023-10-22 14:34

(36)[EACL] Bag of Tricks for Efficient Text Classification

计划完成深度学习入门的126篇论文第三十六篇，FAIR的TomasMikolov等发表的在文本分类的Bag技巧的论文。FastText[github]Abstract本文探讨了一种简单有效的文本分类基准。实验表明，我们的快速文本分类器fastText在准确率上与深度学习分类器基本相当，在训练和评价方面，速度提高了许多数量级。使用一个标准的多核CPU，我们可以在不到10分钟的时间内训练快速文本处理超

gdtop818·2023-10-22 14:03

Bag of Tricks for Efficient Text Classification(FastText)

文章目录摘要介绍FastText核心思想模型结构HierarchicalsoftmaxN-gramfeatures实验任务一sentimentanalysis任务二tagprediction总结fasttext词向量优势摘要本文提出了一种简单有效的文本分类和表示学习方法。实验表明fasttext在准确性方面与深度学习分类器保持一致，并且训练和评估的速度大大提高。可以在不到10分钟的时间内使用标准的

云淡风轻__·2023-10-22 14:33

Bag of Tricks for Efficient Text Classification (fastText) 学习笔记

模型原理分析虽然神经网络在实践中效果不错，然而训练和测试需要大量的时间，但是有rankconstraint和fastlossapproximation的线性模型却可以在十亿级别的单词量下十分钟完成分析。fastText是可以应用在带监督的文本分类问题的语言模型，准确率可以与深度学习相提并论，且速度更快。它有两个突出的优点：因为调用了简单的线性模型而不是神经网络模型，所以它在保持了高精度的情况下，大

ffffatgoose·2023-10-22 14:33

NLP paper精读（六）——Bag of Tricks for Efficient Text Classification

fastTextAbstractIntroductionModelarchitectureHierarchicalsoftmaxN-gramfeaturesExperimentDiscussionandconclusion一点思考ReferenceAbstract本文提出了一种简单高效的文本分类基线方法——fastText。实验表明效果与神经网络分类器相同的情况下，fastText的耗时显著降低。

技术宅zch·2023-10-22 14:32

Fasttext (Bag of Tricks for Efficient Text Classification) 阅读笔记

论文原文BagofTricksforEfficientTextClassification论文信息EACL2017论文解读HytnChen更新时间2020-02-23文本分类相关方法用作文本分类的卷积神经网络

Nstar-LDS·2023-10-22 14:01

Bag of Tricks for Efficient Text Classification

文章摘要这篇文章为文本分类提供了一个简单又高效的模型，fasttext。这个模型在效果上能比肩复杂的深度学习模型的同时，在速度上又快了几个量级。fasttext的结构非常简单，仅仅是word2vec中CBOW模型的一个变形，CBOW是上下文单词的词向量平均去预测中心词，fasttext是整个文档的单词的词向量平均去预测标签。文章亮点这篇个论文的模型非常简单。熟悉word2vec的同学可能一下子就知

AI深入浅出·2023-10-22 14:30

Bag of Tricks for Efficient Text Classification(FastText)阅读笔记

文章目录FastText模型结构HierarchicalsoftmaxN-gramfeatures实验任务1Sentimentanalysis任务2Tagprediction总结FastTextfastText的核心思想：将整篇文档的词及n-gram向量叠加平均得到文档向量，然后使用文档向量做softmax多分类。这中间涉及到两个技巧：字符级n-gram特征的引入以及分层Softmax分类。模型结

Leokb24·2023-10-22 14:00

Bag of Tricks for Efficient Text Classification论文阅读及实战

本文目录一、Fasttext算法综述二、原理介绍及优化策略三、Fasttext算法实战(注：以下代码仅在Linux系统下使用！)四、参考资料本文目录(仅做浏览用，暂时不支持页面内跳转)一、Fasttext算法综述Fasttext是FacebookAIResearch2016年推出的文本分类和词训练工具，其源码已经托管在Github上。Fasttext最大的特点是模型简单，只有一层的隐层以及输出层，

CurryCoder·2023-10-22 14:29

【论文阅读】Bag of Tricks for Efficient Text Classification

摘要这篇论文探索了一个简单有效的文本分类的baseline。实验表明快速文本分类器fastTextfastTextfastText与深度学习分类器在准确度方面等价，并且训练和评估过程要快。他们能够用不到10分钟训练fastTextfastTextfastText在超过10亿个单词上，并且用不到1分钟分类50万的句子在312000个类别上。模型架构线性分类器在特征之间与类别之间不能共享参数。这可能会

沐兮Krystal·2023-10-22 14:57

Bag of Tricks for Efficient Text Classification（FastText）

主要的有点就是快，用途就是用于文本分类，模型结构如上，主要是通过embedding将文本转换成向量，然后进行mean-pooling，然后输入到hidden隐向量中，通过softmax输出多分类，损失函数是对数似然损失函数（log-likelihoodloss）.

WitsMakeMen·2023-10-22 14:55

CNN：目标检测Head

一、概述ObjectDetection最早深度学习只支持一张图片包含单个目标时，对该图片进行classification或对图片中的单个物体进行classificationwithlocalization

yuyuelongfly·2023-10-22 13:42

GNN3.1 GCN (PaperReading&Implementation)

GNN学习笔记GNN从入门到精通课程笔记3.1GCN(ICLR'17)Semi-supervisedClassificationwithGraphConvolutionalNetwork(ICLR'17

Simba14·2023-10-22 10:41

论文阅读（42）The More You Know: Using Knowledge Graphs for Image Classification

续袁·2023-10-22 09:21

WEKA把分类(Classification)和回归(Regression)

1简介WEKA把分类(Classification)和回归(Regression)都放在“Classify”选项卡中，我们希望根据一个样本的一组特征，对目标进行预测。

Saudade_lh·2023-10-22 02:52

基因表达分析聚类&分析

IntroductiontogeneexpressionanalysisTechnology:microarraysvs.RNAseq.ResultingdatamatricesSupervised(Clustering)vs.unsupervised(classification

丸丸丸子w·2023-10-21 22:32

classification_report

文章目录classification_report混淆矩阵精确率(精准率)，召回率，F1值精确率召回率F1值精确率、召回率和F1值的应用参考文献classification_report假设使用sklearn.metrics.classification_report

一只楚楚猫·2023-10-21 20:30

RNN in Pytorch

由于当时只会tensorflow，就从官网上找了一些tensorflow相关的demo，中间陆陆续续折腾了两个多星期，才对squencetosequence，sequenceclassification

guguai56·2023-10-21 16:40

How to Fine-Tune BERT for Text Classification?

文章目录论文信息1.论文内容2.论文结论2.1微调流程2.2微调策略(Fine-TuningStrategies)2.3FurtherPretrain3.论文实验介绍3.1实验数据集介绍3.2实验超参数3.3Fine-Tuning策略探索3.3.1处理长文本3.3.2不同层的特征探索3.3.3学习率探索（灾难性遗忘探索）3.3.4不同层使用不同学习率3.2FurtherPretraining探索3

iioSnail·2023-10-21 13:55

pyspark 使用pyspark.ml.classification模块对蘑菇进行分类

tonydz0523/article/details/837949610x01数据准备数据为kaggle上的关于蘑菇分类的数据，地址：https://www.kaggle.com/uciml/mushroom-classification

进一寸有一寸的欢喜077·2023-10-21 06:36

使用 pyspark 进行 Classification 的简单例子

ThisisthesecondassignmentfortheCourseracourse“AdvancedMachineLearningandSignalProcessing”Justexecuteallcellsoneaftertheotherandyouaredone-justnotethatinthelastoneyouhavetoupdateyouremailaddress(theone

shiter·2023-10-21 06:03

推荐频道

Classification