E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
Mahout机器学习笔记
机器学习笔记
11—机器学习/深度学习之激活函数及python代码实现
ML/DL之激活函数1、概述2、激活函数性质3、常用的激活函数3.1Sigmoid函数(Logistic函数)3.2Tanh函数3.3ReLU函数3.4LeakyReLU函数3.5PReLU函数3.6ELU函数3.7Softplus函数4、激活函数的选择1、概述神经网络神经元中,输入的inputs通过加权,求和后,还被作用了一个函数,这个函数就是激活函数ActivationFunction。为什么
珞沫
·
2023-09-23 05:07
机器学习
#
深度学习
激活函数
机器学习
神经网络
机器学习笔记
:概念对比——损失函数,代价函数,目标函数
损失函数LossFunction通常是针对单个训练样本而言给定一个模型输出和一个真实值y,损失函数是代价函数CostFunction通常是针对整个训练集(或者在使用mini-batchgradientdescent时一个mini-batch)的总损失目标函数ObjectiveFunction表示任意希望被优化的函数代价函数是目标函数的一种
UQI-LIUWJ
·
2023-09-23 04:24
笔记
机器学习笔记
:seq2seq & attentioned seq2seq
1Seq2Seq1.1介绍对于序列对,我们的目标是给定输入序列X,期待通过Encoder-Decoder框架来生成目标序列YEncoder对输入的序列X进行编码,将输入序列通过非线性变换转化为中间语义表示C:Decoder根据序列X的中间语义表示C和之前已经生成的历史信息y1,y2….yi-1来生成i时刻要生成的下一个值:yi1.2缺点Encoder-Decoder框架有一个明显的缺点。Encod
UQI-LIUWJ
·
2023-09-22 21:16
机器学习
机器学习
笔记
人工智能
机器学习笔记
- 视频分析和人类活动识别技术路线简述
一、理解人类活动识别首先了解什么是人类活动识别,简而言之,是对某人正在执行的活动/动作进行分类或预测的任务称为活动识别。我们可能会有一个问题:这与普通的分类任务有什么不同?这里的问题是,在人类活动识别中,您实际上需要一系列数据点来预测正确执行的动作。看看这个人做的这个后空翻动作,只有看完整视频才能知道这是一个后空翻。如果我们提供的模型仅能识
坐望云起
·
2023-09-20 16:50
深度学习从入门到精通
人工智能
机器学习
行为分析
视频分析
神经网络
3D
CNN
LSTM
机器学习笔记
之最优化理论与算法(十二)无约束优化问题——共轭梯度法
机器学习笔记
之最优化理论与方法——共轭梯度法引言回顾:共轭方向法的重要特征线性共轭梯度法共轭方向公式的证明过程关于线搜索公式中参数的化简关于线搜索公式中步长部分的化简关于线搜索公式中共轭方向系数的化简参数化简的目的非线性共轭梯度法
静静的喝酒
·
2023-09-16 23:05
最优化理论与方法
机器学习
深度学习
共轭梯度法
非线性共轭梯度法
FR方法
PRP方法
n步重启策略
机器学习笔记
之无约束优化问题——(阶段性收尾)共轭方向法与Wolfe准则优化方法Python示例
机器学习笔记
之无约束优化问题——基于共轭方向法与Wolfe准则优化方法的Python示例引言小插曲:画图——非标准二次型的等值线算法在图像中的表示基于精确搜索的共轭梯度法基于Wolfe准则的共轭梯度法附
静静的喝酒
·
2023-09-16 23:34
python
最优化理论与方法
机器学习
Wolfe准则
共轭梯度法python实现
无约束凸优化问题
精确搜索与非精确搜索
机器学习笔记
- 什么是 MLOps?
什么是MLOps?Machinelearningoperations(MLOps)作为一个新兴领域,MLOps在数据科学家、机器学习工程师和人工智能爱好者中迅速崛起。MLOps代表机器学习操作。MLOps是机器学习工程的核心功能,专注于简化将机器学习模型投入生产、然后维护和监控的过程。MLOps是一种协作功能,通常由数据科学家、devops工程师和IT人员组成。MLOps有什么用?MLOps是一种
坐望云起
·
2023-09-15 12:10
机器学习
MLOps
网址汇总
http://www.numpy.org.cn/article/basics/python_numpy_tutorial.html#python推荐一个
机器学习笔记
网站不错https://luweikxy.gitbook.io
balabala19
·
2023-09-14 20:15
机器学习笔记
- 从数学表示的角度看待监督学习
一、概述监督学习的目标是根据数据进行预测。比如电子邮件垃圾邮件过滤,需要将电子邮件(数据实例)分类为垃圾邮件或非垃圾邮件。按照传统计算机科学的方法,需要编写一个精心设计的程序,遵循一些规则来确定电子邮件是否是垃圾邮件。尽管这样的程序可能在一段时间内运行得相当好,但它有很大的缺点。随着垃圾邮件的变化,它必须被重写。因为垃圾邮件发送者可能会尝试对软件进行逆向工程并设计绕过它的消息。另外即使程序运行得很
坐望云起
·
2023-09-13 07:22
机器学习零基础入门实战
机器学习
特征向量
数学表示
损失函数
数据集
数据分布
Item-Based Recommendations with Hadoop
Mahout
在MapReduce上实现了Item-BasedCollaborativeFiltering,这里我尝试运行一下。
liuyuan185442111
·
2023-09-12 08:43
Old
Hadoop
hadoop
大数据
分布式
吴恩达
机器学习笔记
(三)
前言我跳过了Octave部分的学习,转而利用这部分时间去研究python如何实现这系列课程的小作业,当作是熟悉一边python的一些常用库及一些好用的工具。关于这系列的python代码参考下面这个大佬的代码:吴恩达机器学习与深度学习作业目录-Cowry-CSDN博客接下来开始第三周的学习,线性回归算法结束,进入下一个算法。视频课简记6、逻辑回归6.1分类问题分类问题在第一周一开始举得例子也曾接触过
yh_y
·
2023-09-11 09:26
机器学习笔记
之最优化理论与方法(十)无约束优化问题——共轭梯度法背景介绍
机器学习笔记
之最优化理论与方法——共轭梯度法背景介绍引言背景:共轭梯度法线性共轭梯度法共轭方向共轭VS正交共轭方向法共轭方向法的几何解释引言本节将介绍共轭梯度法,并重点介绍共轭方向法的逻辑与几何意义。
静静的喝酒
·
2023-09-11 01:42
最优化理论与方法
机器学习
深度学习
共轭方向
标准型
共轭方向法的几何解释
坐标轴交替下降法
向量投影
【大数据毕设】基于Hadoop的音乐推荐系统论文(三)
该系统采用Hadoop生态系统中的组件,包括HDFS、MapReduce、HBase和
Mahout
等,实现
Maynor996
·
2023-09-10 07:31
#
课设&毕设
大数据
课程设计
hadoop
机器学习笔记
- 使用具有triplet loss的孪生网络进行图像相似度估计
一、简述孪生网络是一种网络架构,包含两个或多个相同的子网络,用于为每个输入生成特征向量并进行比较。孪生网络可以应用于不同的场景,例如检测重复项、发现异常和人脸识别。此示例使用具有三个相同子网的孪生网络。我们将向模型提供三张图像,其中两张是相似的(锚点和正样本),第三张是不相关的(负样本)。我们的目标是让模型学习估计图像之间的相似性。为了让网络学习,我们使用tripletloss损失函数。可以在下面
坐望云起
·
2023-09-09 21:52
深度学习从入门到精通
triplet
loss
孪生网络
深度学习
tensorflow
损失函数
距离度量
人工智能
机器学习笔记
之最优化理论与方法(八)无约束优化问题——常用求解方法(中)
机器学习笔记
之最优化理论与方法——基于无约束优化问题的常用求解方法[中]引言回顾:最速下降算法的缺陷经典牛顿法基本介绍经典牛顿法的问题经典牛顿法的优点与缺陷经典牛顿法示例修正牛顿法介绍拟牛顿法拟牛顿法的算法过程矩阵
静静的喝酒
·
2023-09-07 22:06
最优化理论与方法
机器学习
深度学习
牛顿法
拟牛顿法
牛顿法的python实现
牛顿法的缺陷
机器学习笔记
之最优化理论与方法(九)无约束优化问题——常用求解方法(下)
机器学习笔记
之最优化理论与方法——基于无约束优化问题的常用求解方法[下]引言回顾:经典牛顿法的缺陷与拟牛顿法思想经典牛顿法缺陷与修正牛顿法拟牛顿法与矩阵Bk+1\mathcalB_{k+1}Bk+1的选择拟牛顿法之
静静的喝酒
·
2023-09-07 22:04
最优化理论与方法
机器学习
深度学习
ShermanMorrison
BFGS拟牛顿法
DFP拟牛顿法
SR-1拟牛顿法
经典牛顿法的缺陷
机器学习笔记
:轨迹驻留点 staypoint
1定义在轨迹数据分析中,"停留点"(Staypoint)是一个非常关键的概念,它反映了个体或物体在某一地点的停留行为。通常,在一段时间内,如果一个人或物体在一个较小的地理区域内的移动距离低于某个阈值,并且停留时间超过某个设定的时间阈值,那么这个地理区域就可以被认定为一个停留点。如上图,从p5开始,后续的点p6~p8和p5的空间距离都比较小,同时p5到p8的时间跨度很大——>p5~p8被认为是一个驻
UQI-LIUWJ
·
2023-09-07 08:28
机器学习
笔记
机器学习笔记
之最优化理论与方法(七)无约束优化问题——常用求解方法(上)
机器学习笔记
之最优化理论与方法——基于无约束优化问题的常用求解方法[上]引言总体介绍回顾:线搜索下降算法收敛速度的衡量方式线性收敛范围高阶收敛范围二次终止性朴素算法:坐标轴交替下降法最速下降法(梯度下降法
静静的喝酒
·
2023-09-06 16:17
最优化理论与方法
python
坐标轴交替下降法
梯度下降法
梯度下降法的缺陷
坐标上升法
python实现梯度下降法
机器学习笔记
:node2vec(论文笔记:node2vec: Scalable Feature Learning for Networks)
2016KDD1intro利用graph上的节点相似性,对这些节点进行embedding同质性:节点和其周围节点的embedding比较相似蓝色节点和其周围的节点结构等价性结构相近的点embedding相近比如蓝色节点,都处于多个簇的连接处2随机游走2.1介绍随机游走是一种自监督学习的embedding方法,不需要利用节点标签也不需要节点的特征,训练出来的embedding也不依赖于任何的特定任务
UQI-LIUWJ
·
2023-09-06 15:36
论文笔记
论文阅读
机器学习笔记
- 【机器学习案例】基于KerasCV的预训练模型自定义多头+多标签预测
一、KerasCVKerasCV是一个模块化计算机视觉组件库,可与TensorFlow、JAX或PyTorch原生配合使用。这些模型、层、指标、回调等基于KerasCore构建,可以在任何框架中进行训练和序列化,并在另一个框架中重复使用,而无需进行昂贵的迁KerasCV可以理解为KerasAPI的水平扩展:组件是新的第一方Keras对象,它们过于专业化,无法添加到核心Keras中。它们获得与核心K
坐望云起
·
2023-09-06 12:58
机器学习
数字图像及音视频处理
机器学习
人工智能
KerasCV
多标签预测
kaggle
object
detection
目标检测
机器学习笔记
之最优化理论与方法(六)无约束优化问题——最优性条件
机器学习笔记
之最优化理论与方法——无约束优化问题[最优性条件]引言无约束优化问题无约束优化问题最优解的定义无约束优化问题的最优性条件无约束优化问题的充要条件无约束优化问题的必要条件无约束优化问题的充分条件引言本节将介绍无约束优化问题
静静的喝酒
·
2023-09-05 15:54
最优化理论与方法
无约束优化问题
无约束优化的最优性条件
无约束优化——一阶必要条件
无约束优化——二阶必要条件
无约束优化——充分条件
机器学习(凸优化,SVM) 笔记整理
机器学习笔记
(1)凸优化、SVM问题凸优化一个AI问题可以把它分解为模型加优化两部分构成,模型有DL、SVM、CNN等,优化有GD,SGD,Adam等等。机器学习的核心是优化问题。
polaris2ai
·
2023-09-04 10:54
机器学习
深度学习
数据挖掘
机器学习笔记
之最优化理论与方法(三)凸集的简单认识(下)
机器学习笔记
之最优化理论与方法——凸集的简单认识[下]引言回顾:基本定义——凸集关于保持集合凸性的运算仿射变换凸集基本性质:投影定理点与凸集的分离支撑超平面定理引言继续凸集的简单认识(上)进行介绍,本节将介绍凸集的基本性质以及相关定理
静静的喝酒
·
2023-09-04 10:53
最优化理论与方法
集合凸性
仿射变换
投影定理
点与凸集的分离
支撑超平面定理
机器学习笔记
之最优化理论与方法(五)凸优化问题(上)
机器学习笔记
之最优化理论与方法——凸优化问题[上]引言凸优化问题的基本定义凸优化定义:示例凸优化与非凸优化问题的区分局部最优解即全局最优解凸优化问题的最优性条件几种特殊凸问题的最优性条件无约束凸优化等式约束凸优化非负约束凸优化引言本节将介绍凸优化问题
静静的喝酒
·
2023-09-04 10:22
最优化理论与方法
凸优化问题VS非凸优化问题
凸优化问题的最优性条件
凸优化问题
凸函数
凸集
机器学习笔记
- 什么是多模态深度学习?
一、概述人类使用五种感官来体验和解释周围的世界。我们的五种感官从五种不同的来源和五种不同的方式捕获信息。模态是指某事发生、经历或捕捉的方式。人工智能正在寻求模仿人类大脑,终究是跳不出这具躯壳的限制。人脑由可以同时处理多种模式的神经网络组成。想象一下进行对话——您的大脑神经网络处理多模式输入(音频、视觉、文本、气味)。经过深层潜意识模态融合后,您可以推理对话者所说的话、他们的情绪状态以及您/他们的周
坐望云起
·
2023-09-04 02:06
机器学习
计算机视觉
数字图像及音视频处理
机器学习
深度学习
多模态深度学习
数据集
多模态
人工智能
李宏毅
机器学习笔记
:RNN循环神经网络
RNN一、RNN1、场景引入2、如何将一个单词表示成一个向量3种典型的RNN网络结构二、LSTMLSTM和普通NN、RNN区别三、LSTM的训练一、RNN1、场景引入例如情景补充的情况,根据词汇预测该词汇所属的类别。这个时候的Taipi则属于目的地。但是,在订票系统中,Taipi也可能会属于出发地。到底属于目的地,还是出发地,如果不结合上下文,则很难做出判断。因此,使用传统的深度神经网络解决不了问
ZEERO~
·
2023-09-03 21:55
深度学习
机器学习
机器学习
笔记
rnn
如何使用Java进行机器学习?
Apache
Mahout
:Apa
玥沐春风
·
2023-09-03 09:37
java
机器学习
开发语言
机器学习笔记
之最优化理论与方法(四) 凸函数:定义与基本性质
机器学习笔记
之最优化理论与方法——再回首:凸函数定义与基本性质引言凸函数的定义严格凸函数凸函数的推论:凹函数常见凸函数凸函数的基本性质几种保持函数凸性的运算凸集与凸函数之间的关联关系引言本节将介绍凸函数定义及其基本性质
静静的喝酒
·
2023-09-03 07:36
最优化理论与方法
凸函数
常见凸函数
凸函数的基本性质
保持函数凸性的运算
凸集与凸函数之间的关联关系
论文笔记:DEEP DECLARATIVE DYNAMIC TIME WARPING FOREND-TO-END LEARNING OF ALIGNMENT PATHS
DynamicTimeWarping动态时间规整(&DTW的python实现)【DDTW,WDTW】_UQI-LIUWJ的博客-CSDN博客近年来,可微DTW被广泛地研究Soft-DTW使用技巧替代min,使之可微
机器学习笔记
UQI-LIUWJ
·
2023-09-02 05:53
论文笔记
论文阅读
机器学习笔记
之最优化理论与方法(一)最优化问题概述
机器学习笔记
之最优化理论与方法——最优化问题概述引言什么是最优化问题最优化问题的基本形式最优化问题的分类各分类最优化问题的数学表达约束优化VS无约束优化线性规划VS非线性规划连续优化VS离散优化单目标优化
静静的喝酒
·
2023-08-31 07:36
数学
最优化问题
约束优化与无约束优化
线性规划与非线性规划
最优化方法
机器学习笔记
之最优化理论与方法(二)凸集的简单认识(上)
机器学习笔记
之最优化理论与方法——凸集的简单认识[上]引言凸优化问题与凸集合凸函数的关系凸优化问题简单示例凸集的简单示例基本定义:凸集关于凸集性质的等价条件,凸组合,凸包常见凸集引言本节将介绍关于凸集的基本信息
静静的喝酒
·
2023-08-31 07:32
数学
凸集
凸组合
凸包
常见凸集
凸优化问题与凸集凸函数关系
正定锥与半定锥
机器学习笔记
之核函数再回首:Nadarya-Watson核回归python手写示例
机器学习笔记
之核函数再回首——Nadaraya-Watson核回归手写示例引言回顾:Nadaraya-Watson\text{Nadaraya-Watson}Nadaraya-Watson核回归通过核函数描述样本之间的关联关系使用
静静的喝酒
·
2023-08-30 09:37
python
机器学习
径向基核函数
Nadaraya-Watson
回归任务
python
经验风险
阿里云上部署java8和hadoop3.0、spark、hive及
Mahout
1.安装JDK1.8到oracle官网:http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.htmllinux是64位的,安装jdk-8u131-linux-x64.tar.gz安装及配置参考http://blog.csdn.net/rchm8519/article/details/48721
karwik
·
2023-08-30 04:41
大数据
机器学习笔记
- 基于OpenMMLab在自定义数据集上训练RTMDet网络
一、什么是RTMDet?RTMDet是一种高效的实时目标检测器,其自报告指标优于YOLO系列。它在COCO上实现了52.8%的AP,在NVIDIA3090GPU上实现了300+FPS,使其成为当前号称最快、最准确的目标检测器之一。RTMDet与其他实时物体检测器的对比。RTMDet采用了一种在主干和颈部具有兼容能力的架构,该架构使用包含大内核深度卷积的基本构建块构建。这种设计增强了模型捕获全局上下
坐望云起
·
2023-08-29 19:29
机器学习
RTMDet
MMDetection
人工智能
机器学习
深度学习
目标检测
对象检测
机器学习笔记
- 对象/目标检测技术发展史概览
一、简述物体检测算法的发展已经取得了长足的进步,从早期的计算机视觉开始,通过深度学习达到了很高的准确度。我们首先回顾早期传统的目标检测方法:Viola-Jones检测器、HOG检测器和基于部件的方法,它们在该领域发展之初就被广泛使用。然后,逐渐转向基于两阶段和一阶段目标检测神经网络的更现代的深度学习目标检测方法:RCNN、YOLO、SSD和CenterNet。这些方法提供了一种端到端的架构,允许算
坐望云起
·
2023-08-29 05:27
机器学习
计算机视觉
机器学习
目标检测
少样本
对象检测
Transformer
NMS
多模态
李宏毅
机器学习笔记
:结构学习,HMM,CRF
李宏毅
机器学习笔记
:结构学习,HMM,CRF1、隐马尔可夫模型HMM1.1Sequence2Sequence1.2HMM1.3Viterbi算法1.3HMM模型的缺点2、CRF2.1CRF模型2.2CRF
ZEERO~
·
2023-08-28 22:43
机器学习
机器学习
笔记
学习
机器学习理论笔记(二):数据集划分以及模型选择
经验误差与过拟合3训练集与测试集的划分方法3.1留出法(Hold-out)3.2交叉验证法(CrossValidation)3.3自助法(Bootstrap)4调参与最终模型5结语1前言欢迎来到蓝色是天的
机器学习笔记
专栏
蓝色是天
·
2023-08-27 23:34
蓝色是天的机器学习笔记
机器学习
笔记
人工智能
数据集
验证数据集
机器学习笔记
-阻尼牛顿法
文章目录前言一、阻尼牛顿法二、算法实例总结前言 在学习了牛顿法之后,我们了解到牛顿法存在一个致命的问题:牛顿法的搜索方向不一定就是下降方向。这直接可能会导致牛顿法不会收敛。为了解决这个问题,我们主要的改进的方向有两点:改进使得牛顿法的搜索方向就是其函数值下降的方向。改进使得牛顿法不是下降方向的搜索方向变成是下降方向的搜索方向。一、阻尼牛顿法 阻尼牛顿法就上述改进点中的第二点,为牛顿法沿牛顿方向
复杂混沌
·
2023-08-27 19:41
机器学习笔记
机器学习
人工智能
算法
机器学习笔记
之优化算法(十九)经典牛顿法的收敛性分析
机器学习笔记
之优化算法——经典牛顿法的收敛性分析引言回顾:算法的收敛性分析Wolfe\text{Wolfe}Wolfe准则的收敛性分析梯度下降法在凸函数的收敛性分析梯度下降法在强凸函数的收敛性分析经典牛顿法的收敛性分析收敛性定理介绍证明过程关于隐含条件的说明引言上一节整体介绍了经典牛顿法
静静的喝酒
·
2023-08-27 19:09
数学
机器学习
深度学习
经典牛顿法
牛顿法收敛性分析
梯度下降法收敛性分析
机器学习笔记
- 数据科学中基于 Scikit-Learn、Tensorflow、Pandas 和 Scipy的7种最常用的特征工程技术
一、概述特征工程描述了制定相关特征的过程,这些特征尽可能准确地描述底层数据科学问题,并使算法能够理解和学习模式。换句话说:您提供的特征可作为将您自己对世界的理解和知识传达给模型的一种方式。每个特征描述一种信息“片段”。这些部分的总和允许算法得出有关目标变量的结论-至少如果您有一个实际包含有关目标变量的信息的数据集。据《福布斯》杂志报道,数据科学家大约花费80%的时间收集和准备相关数据,其中仅数据清
坐望云起
·
2023-08-27 13:09
机器学习
机器学习
特征交叉
特征哈希
特征缩放
正则化
标准化
Transformer
【大数据】图解 Hadoop 生态系统及其组件
图解Hadoop生态系统及其组件1.HDFS2.MapReduce3.YARN4.Hive5.Pig6.
Mahout
7.HBase8.Zookeeper9.Sqoop10.Flume11.Oozie12
G皮T
·
2023-08-27 05:27
#
Hadoop
大数据
hadoop
分布式
hdfs
mapreduce
yarn
hive
机器学习笔记
之优化算法(十九)牛顿法与正则化
机器学习笔记
之优化算法——再回首:牛顿法与正则化引言回顾:经典牛顿法及其弊端牛顿法:算法步骤迭代过程中可能出现的问题正则化HessianMatrix\text{HessianMatrix}HessianMatrix
静静的喝酒
·
2023-08-26 11:08
机器学习
深度学习
牛顿法
正则化与牛顿法
牛顿法训练神经网络的问题
牛顿法迭代步骤
机器学习笔记
:神经网络层的各种normalization
0预处理中的normalization和standardization归一化normalization找到某种映射关系,将原数据映射到[a,b]区间上eg,min-maxnormalization标准化(Standardization)用大数定理将数据转化为一个标准正态分布*batchnormalization这些做的其实感觉类似于standardization的事儿1Normalization的
UQI-LIUWJ
·
2023-08-26 07:34
机器学习
神经网络
深度学习
机器学习
机器学习笔记
之优化算法(十八)经典牛顿法
机器学习笔记
之优化算法——经典牛顿法引言回顾:下降方向下降方向的几何意义经典牛顿法整体介绍关于牛顿方向判断牛顿方向是否为下降方向引言本节将介绍优化算法——经典牛顿法(NewtonMethod)(\text
静静的喝酒
·
2023-08-26 00:34
数学
机器学习
深度学习
优化算法
经典牛顿法
线搜索方法
下降方向
机器学习笔记
之优化算法(十七)梯度下降法在强凸函数的收敛性分析
机器学习笔记
之优化算法——梯度下降法在强凸函数的收敛性分析引言回顾:梯度下降法在强凸函数的收敛性二阶可微——梯度下降法在强凸函数的收敛性推论引言上一节介绍并证明了:梯度下降法在强凸函数上的收敛速度满足Q
静静的喝酒
·
2023-08-25 16:16
数学
机器学习
深度学习
梯度下降法的弊端
二阶可微函数
利普希兹连续
强凸函数
特征值分解
斯皮尔曼相关性 —— Spearman Correlation
《
Mahout
inAction》中有这样的解释:假设对于每个用户,我们找到他最不喜欢的物品,重写他的评分值为“1”;然后找到下一个最不喜欢的物品,重写评分值为“2”,以此类推。
ifnoelse
·
2023-08-25 14:46
推荐算法
user
cache
action
存储
论文笔记: MOGRIFIER LSTM
2020ICLR修改传统LSTM当前输入和隐藏状态充分交互,从而获得更佳的上下文相关表达1MogrifierLSTMLSTM的输入X和隐藏状态H是完全独立的
机器学习笔记
:GRU_gruc_UQI-LIUWJ
UQI-LIUWJ
·
2023-08-25 05:22
论文笔记
论文阅读
机器学习笔记
- 使用 AugMix 增强图像分类模型的鲁棒性
一、简述图像分类模型能够预测与训练数据具有相同分布的数据。然而,在现实场景中,输入数据可能会发生变化。例如,当使用不同的相机进行推理时,照明条件、对比度、颜色失真等可能与训练集不同,并显着影响模型的性能。为了应对这一挑战,Hendrycks等人提出了AugMix算法。可以应用于任何图像分类模型,以提高其鲁棒性和不确定性估计。AugMix是一种数据增强技术,可生成每个训练图像的增强变化。当与一致性损
坐望云起
·
2023-08-23 12:41
机器学习
神经网络
人工智能
AugMix
数据增强
ImageNet
深度学习
数字图像处理
机器学习笔记
- PyTorch Image Models图像模型概览 (timm)
一、简述PyTorchImageModels(timm)是一个用于最先进的图像分类的库,包含图像模型、优化器、调度器、增强等的集合;是比较热门的论文及代码库。虽然越来越多的低代码和无代码解决方案可以轻松开始将深度学习应用于计算机视觉问题,但我们经常与希望寻求定制解决方案的客户合作针对他们的具体问题;利用最新、最伟大的创新来超越这些服务提供的性能水平。由于新的架构和训练技术被引入到这个快速发展的领域
坐望云起
·
2023-08-23 02:45
机器学习
pytorch
人工智能
python
huggingface
timm
机器学习笔记
- 使用 ResNet-50 和余弦相似度的基于图像的推荐系统
一、简述这里的代码主要是基于图像的推荐系统,该系统利用ResNet-50深度学习模型作为特征提取器,并采用余弦相似度来查找给定输入图像的最相似嵌入。该系统旨在根据所提供图像的视觉内容为用户提供个性化推荐。二、所需环境Python3.xtensorflow==2.5.0numpy==1.21.0streamlitpillow==8.3.1pandas三、特征提取首先加载ResNet50的基于imag
坐望云起
·
2023-08-22 21:23
机器学习
ResNet-50
imagenet
余弦相似度
特征提取
图像检索
深度学习
人工智能
上一页
2
3
4
5
6
7
8
9
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他