jbpm4.4学习入门

机器学习入门（四）KNN算法实例

#机器学习入门（四）KNN算法实例#作者：冯德平（山野雪人）#参考资料1给出了很好的实例，并用手工计算了预测分类的方法，#本文用库来实现这一预测方法，并给出精度分析的结果。
山野雪人·2022-12-27 19:13

Java编程学习入门、Java语言学习、Java入门必看

一、初识Java1.生活中的程序：从起床到教室上课的过程穿衣打扮》起床》洗漱》出宿舍》》吃早餐》到教室按照特定的顺序去完成某一件事的过程我们叫做生活中的程序2.计算机中的程序:一组有序指令的集合,需要和计算机交流就要使用计算机语言，java就是计算机语言的一种3.Java能做什么：1、开发桌面应用程序，比如：QQ、酷狗2、开发Internet应用程序，比如：淘宝、天猫4.Java技术平台：1、Ja
今天你学编程了吗·2022-12-27 16:03

机器学习入门：第九章 随机过程

马尔科夫链看来要从老套路开始了，今天天气不错。昨天的天气如何？昨天的天气跟今天的天气会不会有关系？有什么关系？我们都比较清楚，如果说昨天的是个大晴天，天气是20度，那么今天的天气不太可能是下雪，零下10度。假设每天的天气是一种状态，天气的变化可以看成是，昨天的状态，转移到今天的状态。假设昨天的天气，用向量的方式来表示：[晴，雨]=[1.0,0.0]，表示是晴天，今天的天气[晴，雨]=[1.0,0.
go2coding·2022-12-27 12:22

深度学习入门笔记之DenseNet网络

目录设计理念DenseNet优势DenseNet的网络基本结构图DenseBlock模块参考资料论文：DenselyConnectedConvolutionalNetworks论文链接：https://arxiv.org/pdf/1608.06993.pdf代码的github链接：https://github.com/liuzhuang13/DenseNetMXNet版本代码（有ImageNet预
ysukitty·2022-12-26 16:37

深度学习入门笔记之VggNet网络

VGGNet是由牛津大学的视觉几何组（VisualGeometryGroup）和谷歌旗下DeepMind团队的研究员共同研发提出的，获得了ILSVRC2014（2014年ImageNet图像分类竞赛）的第二名，将Top-5错误率降到7.3%，在Top-5中取得了92.3%的正确率，同年的冠军是googlenet。目前使用比较多的网络结构主要有ResNet（152-1000层），GooleNet（2
ysukitty·2022-12-26 16:07

深度学习入门笔记之LeNet-5网络

一、基本简介LeNet5可以说是最早的卷积神经网络了，它发表于1998年。LeNet-5出自论文Gradient-BasedLearningAppliedtoDocumentRecognition，是一种用于手写体字符识别的非常高效的卷积神经网络。论文原文地址http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf。二、LeNet网络的基本结构LeNe
ysukitty·2022-12-26 16:58

深度学习入门理论（结合情绪识别）

文章目录1.人工智能的历史表情识别的意义和基本流程机器学习和卷积神经网络3维数据的卷积运算池化层CNN的可视化2.卷积神经网路和循环神经网络的区别3.注意力机制的概念准确率和召回率:参考文献：1.人工智能的历史早期的国际象棋仅包含程序员精心编写的硬编码规则，并不属于机器学习，这种方法称为符号主义人工智能。机器学习是一种新的方法，来代替符号主义的人工智能。传统的人工智能（符号主义人工智能），人输入的
沧海一声笑·rush·2022-12-26 12:02

机器学习入门实验之逻辑回归--批梯度下降法

机器学习入门实验之逻辑回归--批梯度下降法机器学习入门课程复习：逻辑回归基于交叉熵代价函数的逻辑回归模型以及实现机器学习入门实验之逻辑回归、python、numpy1.获取数据2.对数据进行标准化、归一化处理划分训练集和测试集实现算法测试效果及模型评估实验效果
zhilanguifang·2022-12-26 11:19

机器学习入门之算法研究

个人公众号yk坤帝获取更多学习资料，学习建议1.2深度学习之前：机器学习简史深度学习之前：机器学习简史深度学习已经得到了人工智能历史上前所未有的公众关注度和产业投资，但这并不是机器学习的第一次成功。可以这样说，当前工业界所使用的绝大部分机器学习算法都不是深度学习算法。深度学习不一定总是解决问题的正确工具：有时没有足够的数据，深度学习不适用；有时用其他算法可以更好地解决问题。如果你第一次接触的机器学
yk 坤帝·2022-12-26 04:49

keras入门笔记2:我们来玩卷积层（ Convolution Layer）～一层卷积层分类Mnist！

哈啰哈啰～继之前的：keras深度学习入门笔记附录1：让我们看看有多少种让搭建好的模型开始跑的方式（fit和trainonbatch）https://blog.csdn.net/timcanby/article
timcanby·2022-12-25 04:34

深度学习入门-框架keras-5keras卷积层介绍

目录Conv1DConv2DConv3DSeparableConv1D深度方向的可分离1D卷积。SeparableConv2DConv2DTranspose转置卷积层(有时被成为反卷积)。Cropping1D它沿着时间维度（第1个轴）裁剪。Cropping2DCropping3DUpSampling1D放大图像UpSampling2DUpSampling3DZeroPadding1D首尾端填充0，
Chise1·2022-12-25 04:34

【深度学习入门】Anaconda常用命令总结

目录一、前言二、常用命令1、复制Conda虚拟环境2、添加镜像3、删除虚拟环境4、5、一、前言总结一下在服务器使用过程中常用的一些命令，以便后续查看使用。二、常用命令1、复制Conda虚拟环境在命令行中输入：condacreate-nenv2--cloneenv1其中env2是新创建的Conda环境，env1是被复制的Conda环境，复制完成后，两个环境的配置是完全相同的。2、添加镜像添加清华源镜
Donvink·2022-12-24 14:17

手把手教程：深度学习入门项目MNIST手写数字分类任务

基于Pytorch实现MNIST手写数字分类任务前言实现细节问题讨论参考资料运行环境系统：Win10CPU解释器：Python依赖包：AnacondaPytorch前言本文无需了解任何AI先验知识（当然有更好），快速入门AI基本脉络，手把手教你一步步搭建神经网络，并解决一个分类手写数字的实际问题。基本流程：搭建环境，导入依赖包下载MNIST数据集，并做预处理Dataset转化为Pytorch能识别
来知晓·2022-12-24 12:19

深度学习入门（八）------MNIST数据集处理

对这个MNIST数据集实现神经网络的推理处理。神经网络的输入层有784个神经元，输出层有10个神经元。输入层的784这个数字来源于图像大小的28×28=784，输出层的10这个数字来源于10类别分类（数字0到9，共10类别）。此外，这个神经网络有2个隐藏层，第1个隐藏层有50个神经元，第2个隐藏层有100个神经元。这个50和100可以设置为任何值。定义get_data()、init_network
程序员到程序猴·2022-12-24 12:19

【神经网络】神经网络中的矩阵的理解

在《深度学习入门：基于Python的理论与实现》书中，看到讲解矩阵的章节，加深了我对矩阵的理解。脱离应用理解数学是很难的。将矩阵放在深度学习的环境里可以较好的理解矩阵的含义。这里假设你已经学过矩阵。
qilei2010·2022-12-24 08:02

pickle.load函数

importpicklesave_file=r"D:\【源代码】深度学习入门：基于Python的理论与实现\【源代码】深度学习入门：基于Python的理论与实现\ch03\dataset\mnist.pkl"withopen
YJZ555·2022-12-24 08:01

吴恩达机器学习入门笔记

一、绪论1、监督学习：根据已有的数据集，知道输入和输出结果之间的关系。根据这种已知的关系，训练得到一个最优的模型。监督学习包括回归和分类理解：监督学习中训练数据既有特征又有标签，通过学习，让机器在面对只有特征没有标签的数据时，可以判断出标签。举例：①【回归】房子大小（特征），预测房价（标签）②【分类】肿瘤大小（特征），预测肿瘤是否良性（标签）2、无监督学习：我们不知道数据集中数据、特征之间的关系，
Umikaze_·2022-12-23 23:03

机器学习入门方法和资料合集

下面我将从以下几个方面整理机器学习入门的资源：（1）语言：机器学习中常用的语言。（2）书籍：书中自有
weixin_34326558·2022-12-23 23:28

使用TensorFlow进行机器学习入门篇（一）~实现三层简单全连接前馈神经网络

三层简单全连接前馈神经网络这里构建了一个由输入层，一层隐藏层，输出层的三层简单全连接前馈神经网络，输入层的节点为两个，隐藏层的节点为三个，输出层的节点为一个#导入1.2版本的TensorFlowimporttensorflowastf构建模拟输入层的数据构建神经网络的输入x，相当于流入神经网络的数据，这里为一行两列的小数，注意这里的列数要和输入层的节点数保持一致x=tf.constant([0.9
星空MakeLLA·2022-12-23 22:59

【机器学习】使用tensorflow 实现协同过滤算法

系列文章目录第十六章Python机器学习入门之协同过滤算法目录系列文章目录前言一、均值归一化二、利用TensorFlow来实现协同过滤算法1构建代价函数2更新参数三、寻找相关特征总结前言本文主要讲解如何使用
晓亮.·2022-12-23 22:26

kalman滤波学习入门向总结

kalman滤波学习总结目录kalman滤波学习总结1学习总结2演示代码3结果分析1学习总结（参考文献）1、卡尔曼滤波分为估计和更新两个部分2、分为过程噪声和测量噪声过程噪声：表示状态运动过程中产生的，比如下落过程的空气阻力、加热水壶时的热量散失，总之这一部分噪声不是由于观测器问题引起，并且要是满足高斯正态分布。Q表示其方差测量噪声：这一部分噪声由于测量器件引起，比如陀螺仪不准啥的，R表示其方差两
だが，断る·2022-12-23 20:37

深度学习入门课笔记（三）

目录一、序列数据二、语言模型三、RNN基本结构RNN的通过（穿越）时间反向传播四、门控循环单元引入门的循环网络（GRU）五、长短期记忆网络LSTM一、序列数据序列数据是常见的数据类型，前后数据具有关联性，比如我们说出的一句话，词与词之间互相有影响。举个例子：语音识别、机器翻译、视频的行为识别等二、语言模型语言模型是自然语言处理（NLP）的重要技术。在NLP中常把文本看成离散时间序列，一段长度为T的
是帆帆不是凡凡呀·2022-12-23 12:09

深度学习入门课笔记（一）

深度学习入门课笔记（一）神经网络基础人工神经元**人工神经网络*：大量神经元以某种连接方式构成的机器学习模型。根据连接方式的不同分为很多种。第一个神经网络：感知机**but！！！
是帆帆不是凡凡呀·2022-12-23 12:09

深度学习入门课笔记（二）

目录卷积神经网络卷积神经网络发展史猫的视觉系统实验第一个卷积神经网络雏形——新认知机第一个大规模商用卷积神经网络——Lenet—5第一个技惊四座的卷积神经网络——Alexnet卷积层池化层Lenet-5卷积神经网络卷积神经网络发展史猫的视觉系统实验1.神经元存在局部感受区域（感受野）2.细胞对角度有选择性3.细胞对运动方向有选择性启发：视觉系统是分层、分级的进行处理，从低级到高级的抽象过程堆叠使用
是帆帆不是凡凡呀·2022-12-23 12:09

python机器学习实战|机器学习入门笔记1-机器学习流程+matplotlib简单应用

文章目录1.机器学习工作流程2.数据集的介绍2.1数据简介2.2数据类型构成：3.数据处理3.1数据划分3.2数据基本处理4.特征工程4.1特征提取4.2特征预处理4.3特征降维5.模型训练6.模型评估6.1分类模型评估6.2回归模型评估6.3拟合7.JupyterNotebook使用7.1jupyter定义7.2jupyter和pycharm对比7.3如何使用7.4cell7.5快捷键7.6ma
小赵同学871·2022-12-23 07:31

【MATLAB教程案例66】基于Q-learning强化学习的智能体栅格地图路线规划matlab仿真

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.Q-learning强化学习3.matlab编程实现
fpga和matlab·2022-12-22 21:01

【MATLAB教程案例67】基于Actor-Critic结构强化学习的车杆平衡控制系统matlab仿真

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.Actor-Critic结构强化学习3.matlab编程实现
fpga和matlab·2022-12-22 21:01

ds证据理论python实现_阅书记·深度学习入门基于Python的理论与实现

从毕业设计从开始到现在，也算是接触深度学习有一年的时间了，看过一些硕士生的毕业论文也浏览过几篇学术论文，对于深度学习一直来说就像熟悉的陌生人。我知道它来源于数据挖掘机器学习中的人工神经网络，也知道卷积、池化、激活等一些列基本概念，听过正向传播算法和逆向传播算法的名称，一直没有较为系统的打通这些概念的联系，直到阅读了这本斋藤康毅的书籍，使我对深度学习的认知有了一定程度的提高，趁着一口气的热乎劲，我把
weixin_39670627·2022-12-22 19:15

Python实现softmax函数及注意事项

文章目录1.Softmax函数2.代码实现3.注意事项本文摘自《深度学习入门：基于Python的理论与实现》一书。
曹逗号·2022-12-22 15:24

数学建模--预测方法

预测方法提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录预测方法一
weixin_52525713·2022-12-22 14:06

从jieba分词到BERT-wwm——中文自然语言处理（NLP）基础分享系列（1）

起源及致谢原作因为编写内部培训材料的需要，近期又重读了之前收藏的一篇博客《进入NLP世界的最佳桥梁：写给所有人的自然语言处理与深度学习入门指南》https://leemeng.tw/shortest-path-to-the-nlp-world-a-gentle-guide-of-natural-language-processing-and-deep-learning-for-everyone.h
moronism189·2022-12-22 13:10

机器学习入门（17）— 输入 4 维数据、基于 im2col 展开来实现卷积层

1.输入4维数据CNN中各层间传递的数据是4维数据。所谓4维数据，比如数据的形状是(10,1,28,28)，则它对应10个高为28、长为28、通道为1的数据。用Python实现如下：In[2]:a=np.random.rand(3,1,4,4)In[4]:a.shapeOut[4]:(3,1,4,4)In[5]:如果要访问第1个数据的第1个通道的空间数据，可以写成下面这样。In[5]:a[0][0
wohu1104·2022-12-22 13:36

33万字！深度学习笔记在线版发布!

吴恩达老师的深度学习课程（deeplearning.ai），可以说是深度学习入门的最热门课程，我和志愿者编写了这门课的笔记，并在github开源，为满足手机阅读的需要，我将笔记做成了在线版，可以在手机上打开公众号收藏就能学习
生信宝典·2022-12-22 08:31

实验七 带函数查询和综合查询（2）

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章Python机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录一
菜鸡也会飞·2022-12-22 07:38

波士顿房价预测python决策树_波士顿房价预测 - 最简单入门机器学习 - Jupyter

机器学习入门项目分享-波士顿房价预测该分享源于Udacity机器学习进阶中的一个mini作业项目，用于入门非常合适，刨除了繁琐的部分，保留了最关键、基本的步骤，能够对机器学习基本流程有一个最清晰的认识；
秦卓·2022-12-21 22:11

深度学习入门（六十五）循环神经网络——序列到序列学习（seq2seq）

深度学习入门（六十五）循环神经网络——序列到序列学习（seq2seq）前言循环神经网络——序列到序列学习（seq2seq）课件机器翻译seq2seq编码器-解码器细节训练衡量生成序列的好坏的BLEU总结教材
澪mio·2022-12-21 14:29

深度学习入门（六十三）循环神经网络——机器翻译数据集

深度学习入门（六十三）循环神经网络——机器翻译数据集前言循环神经网络——机器翻译数据集教材1下载和预处理数据集2词元化3词表4加载数据集5训练模型6小结前言核心内容来自博客链接1博客连接2希望大家多多支持作者本文记录用
澪mio·2022-12-21 14:28

深度学习入门（六十四）循环神经网络——编码器-解码器架构

深度学习入门（六十四）循环神经网络——编码器-解码器架构前言循环神经网络——编码器-解码器架构课件重新考察CNN重新考察RNN编码器-解码器架构总结教材1编码器2解码器3合并编码器和解码器4训练模型5小结参考文献前言核心内容来自博客链接
澪mio·2022-12-21 14:50

科研总结：深度学习入门

第一章：神经网络与感知机：第二天：纯神经网络与其的运行方式三天：方向误差传播与一些学习策略四：一些优化方法与cnn上五：cnn下与深度学习科普上六：深度学习下
马尔科夫的follower·2022-12-21 07:07

联邦学习入门笔记（四）— 基于差分隐私的FL(ii)

本文首发于我的博客，原文地址请点击这里！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！本文详细介绍了DP(差分隐私)+FL(联邦学习)的实现方法，笔者经过一年多的学习，基本上摸清了这个领域的一些套路，这里做一个总结。距离上次发表联邦学习相关的文章已经是一年多前了，笔者接触这个领域差不多也有快两年的时间了，那时候笔者还是本科生，现在已经是快毕业的师兄了（逃），这两年对FL和DP的理解
wenzhu2333·2022-12-21 05:55

机器学习入门（第三篇，cuda与cudnn安装）

安装cuda。CUDA（ComputeUnifiedDeviceArchitecture），是显卡厂商NVIDIA推出的运算平台，是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。它通过利用图形处理器(GPU)的处理能力，可大幅提升计算性能。而所谓的GPU，则是图形处理器（graphicsproces
SincereYoung·2022-12-21 04:35

深度学习入门

摘要：深度学习的一些基本概念，在学习过程中，查看了很多的博客，知乎，论文之后，把个人觉得比较有意思的基础概念综合在一起，供大家一起学习交流。一、深度学习基本概念：https://baike.baidu.com/item/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/3729729?fr=aladdin（百度学术）https://www.cnblogs.com/wangz
西街暖阳·2022-12-21 04:34

机器学习入门：7000字详解 Python 环境安装

作者：空字符链接：https://mp.weixin.qq.com/s/L-3bXzYFFdNx_mL7eu2-kw所谓工欲善其事必先利其器，完成任务首先需要将后续所要用到的环境进行安装。总体来说安装过程主要可以分为两大部分：一是Python管理环境的安装和配置；一个就是IDE的安装和配置。文末提供技术交流群，欢迎参与。1安装Conda作为在Python开发中一款优秀的包管理工具，Conda一直以
我爱Python数据挖掘·2022-12-20 15:27

深度学习入门之如何制作npz、npy文件

一、需求论文《EyeTrackingforeveryone》中提出了iTracker神经网络，并构建了一个叫GazeCapture的数据库，将其部分数据集下载后，可以看到文件的层次结构如下图所示：其中，整个数据集的后缀名是npz，内部文件的后缀名是npy。由于该数据集是面向Apple产品系列的，而我的目标是面向笔记本电脑的，需要根据要求制作自己的数据集，这就涉及到如何去制作npz和npy格式的文件
NUAA_CJX·2022-12-20 14:34

深度学习入门（六十二）循环神经网络——深度循环神经网络

深度学习入门（六十二）循环神经网络——深度循环神经网络前言循环神经网络——深度循环神经网络课件回顾：循环神经网络PLANA：Nonlinearityintheunits更深总结课件1函数依赖关系2简洁实现
qq_52358603·2022-12-20 09:17

深度学习入门（六十）循环神经网络——门控循环单元GRU

深度学习入门（六十）循环神经网络——门控循环单元GRU前言循环神经网络——门控循环单元GRU课件关注一个序列门候选隐状态隐状态总结教材1门控隐状态1.1重置门和更新门1.2候选隐状态1.4隐状态2从零开始实现
qq_52358603·2022-12-20 09:47

深度学习入门（五十八）循环神经网络——循环神经网络简洁实现

深度学习入门（五十八）循环神经网络——循环神经网络简洁实现前言循环神经网络——循环神经网络简洁实现教材1定义模型2训练与预测3小结前言核心内容来自博客链接1博客连接2希望大家多多支持作者本文记录用，防止遗忘循环神经网络
qq_52358603·2022-12-20 09:46

深度学习入门（六十二）循环神经网络——双向循环神经网络

深度学习入门（六十二）循环神经网络——双向循环神经网络前言循环神经网络——双向循环神经网络课件未来很重要双向RNN推理总结教材1隐马尔可夫模型中的动态规划2双向模型2.1定义2.2模型的计算代价及其应用
澪mio·2022-12-20 09:41

初学Python 自建6层神经网络训练Fashion-MNIST数据集 -- 第一扇门

一般的深度学习入门例子是MNIST的训练和测试，几乎就算是深度学习领域的HELLOWORLD了，但是，有一个问题是，MNIST太简单了，初学者闭着眼镜随便构造几层网络就可以将准确率提升到90%以上。
wu_zhiyuan·2022-12-20 08:51

【MATLAB教程案例64】深度学习网络建模1，通过matlab编程实现

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.分类识别数据库的应用
fpga和matlab·2022-12-20 08:12
上一页 21 22 23 24 25 26 27 28 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他