prediction

读取pb模型进行预测

#encoding:utf-8#prediction.py#Tens
言寺之风雅颂·2019-01-10 14:08

【译】Keras中实现带有attention机制的encoder-decoder rnn 结构

encoder-decoder结构，发现Jason大神https://machinelearningmastery.com/encoder-decoder-attention-sequence-to-sequence-prediction-keras
婶婶world_peace·2019-01-07 14:05

统计学习导论之读书笔记（一）统计学习（Statistical Learning）

统计学习导论之读书笔记（一）统计学习1统计学习概念的引入2需要估计f的两种情况2.1用于预测（prediction）2.2用于推断（inference）3估计f的方法3.1参数方法3.2非参数方法4指导学习
Liang_DJ·2019-01-07 00:26

CTR预估 论文精读(八)--Deep Interest Network for Click-Through Rate Prediction

文章目录摘要1.背景1.1名词解释1.2相关工作2.系统总览2.1电商CTR数据特点2.2特征处理(UserBehaviorFeatures)2.3BaseModel2.4DeepInterestNetwork3.训练技术3.1Mini-batchAwareRegularization3.2Dice:DataDependentActivationFunction4.实验结果4.1训练数据4.2Co
dby_freedom·2019-01-06 17:21

CTR预估 论文精读(八)--Deep Interest Network for Click-Through Rate Prediction

文章目录摘要1.背景1.1名词解释1.2相关工作2.系统总览2.1电商CTR数据特点2.2特征处理(UserBehaviorFeatures)2.3BaseModel2.4DeepInterestNetwork3.训练技术3.1Mini-batchAwareRegularization3.2Dice:DataDependentActivationFunction4.实验结果4.1训练数据4.2Co
dby_freedom·2019-01-06 17:21

FFM:Field-aware Factorization Machines for CTR Prediction简介

摘要FM被广泛应用在CTR，但是FFM在一些世界范围的CTR竞赛表现好于目前存在的模型。作者实现了相关代码，并与一些竞争模型进行了全面的分析。实验证明FFM在某些分类问题上非常有用。介绍FFM对于这个例子来说，FM的隐向量表示应该为：在FM中，每个特征只有一个隐向量来学习隐性的影响。拿ESPN来做例子，wESPNw_{ESPN}wESPN被用来学习隐性的与Nike和Male的影响，但是因为Nike
loserChen.·2018-12-31 14:13

利用BP神经网络进行数据预测（附工程源码）

https://github.com/KANADEM/Data_Prediction下载完成之后直接点击bat文件就可以看到你想要的结果。
KanadeM·2018-12-29 16:00

【图像超分辨率】DWSR -- Deep Wavelet Prediction for Image Super-resolution

论文：DeepWaveletPredictionforImageSuper-resolutiongithub：https://github.com/tT0NG/DWSRx4摘要图像超分辨率（ImageSuper-Resolution，SR）指的是从低分辨率（Low-Resolution，LR）图像中重建出其对应的高分辨率（High-Resolution，HR）图像。SR可视为恢复低分辨率图像的细节
1273545169·2018-12-28 20:05

百度apollo3.0自动驾驶原理简介-精确定位

依赖于卫星基站：GPS+IMU缺点：依赖于地面基站信号优点：适合空旷区域2.GPS+IMU+Lidar缺点：雨天天气等优点：适合多建筑多纹理区域运用到kalmanfilter：1.IMUPVA信息做为prediction
cmd_dl·2018-12-27 15:15

CTR预估 论文精读(七)--DeepFM: A Factorization-Machine based Neural Network for CTR Prediction

AbstractLearningsophisticatedfeatureinteractionsbehinduserbehaviorsiscriticalinmaximizingCTRforrecommendersystems.Despitegreatprogress,existingmethodsseemtohaveastrongbiastowardslow-orhigh-orderintera
dby_freedom·2018-12-26 15:43

机器学习中MSE、MAE、RMSE的python实现

target=[1.5,2.1,3.3,-4.7,-2.3,0.75]prediction=[0.5,1.5,2.1,-2.2,0.1,-0.5]error=[]foriinrange(len(target
fsfsfsdfsdfdr·2018-12-15 15:03

Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction

本博文是对郑宇老师团队所提出的STResNet网络的一个略微扩充说明。本人自己在看完这篇论文的时候，感觉就一个字‘懵’。你说不懂吧，好像又明白点，你说懂吧又感觉有好多细节还是不清楚。好在该论文开放了源代码。经过对源代码的一番剖析，总算是弄懂之前不明白的一些细节。不过该源码是基于Keras实现的，由于本人之前一直使用Tensorflow，所以又对其利用tf进行了重构，代码整体上看起也来更加简洁，地址
空字符（公众号：月来客栈）·2018-12-14 12:03

CTR预估 论文精读(四)--Field-aware Factorization Machines for CTR Prediction

AbstractClick-throughrate(CTR)predictionplaysanimportantroleincomputationaladvertising.Modelsbasedondegree-2polynomialmappingsandfactorizationmachines(FMs)arewidelyusedforthistask.Recently,avariantofF
dby_freedom·2018-12-08 21:32

[IJCAI 2017]A Dual-Stage Attention-Based Recurrent Neural Network for Time Series Prediction

ADual-StageAttention-BasedRecurrentNeuralNetworkforTimeSeriesPrediction论文提出了基于注意力机制的两阶段循环神经网络（DA-RNN），在第一阶段（encoder），引入inputattentionmechanism对每一时刻的外部输入自适应性地提取相关性；在第二阶段（decoder），引入temporalattentionmec
Merlin17Crystal33·2018-12-02 01:56

Pytorch LSTM 时间序列预测

PytorchLSTM时间序列预测https://github.com/pytorch/examples/blob/master/time_sequence_prediction/generate_sine_wave.pyPytorch
段智华·2018-11-25 15:50

intra-prediction(2)

I_4x4的9种模式pixel布局7种模式的方向enum{VERT_PRED=0,HOR_PRED=1,DC_PRED=2,DIAG_DOWN_LEFT_PRED=3,DIAG_DOWN_RIGHT_PRED=4,VERT_RIGHT_PRED=5,HOR_DOWN_PRED=6,VERT_LEFT_PRED=7,HOR_UP_PRED=8}I4x4PredModes;0.verticalvert
阿King_·2018-11-19 10:00

【Tensorflow】 tf.equal(tf.argmax(y, 1),tf.argmax(y_, 1))用法

具体讲解：correct_prediction=tf.equa
ZHANGHUIHUIA·2018-11-06 11:30

搭建简单图片分类的卷积神经网络（一）-- 训练模型的图片数据预处理

prediction文件是image文件中图片经过模型测试后分类的图片。tra
xiao韩·2018-10-31 17:55

Depth Map Prediction from a Single Image using a Multi-Scale Deep Network（NIPS2014）论文阅读

DepthMapPredictionfromaSingleImageusingaMulti-ScaleDeepNetwork（NIPS2014）论文阅读这篇文章是使用深度卷及网络进行单目深度估计的第一篇文章，该文章中提到的很多概念，一直被后来的研究者引用，因此拥有很高的阅读价值。这份工作发表在2014年的NIPS会议上。基本框架该网络分为两个模块，一个是“粗糙尺度网络”，那么这个网络模块首先对场景
Xuefeng_BUPT·2018-10-31 09:38

Feeder-Link Outage Prediction Algorithms for SDN-based High-Throughput Satellite

标题：基于SDN的高吞吐量卫星系统的馈线链路中断预测算法来源：IEEEICC2016SACSatelliteandSpaceCommunications时间：2016摘要  高吞吐量卫星（HTS）系统的设计建立在智能网关多样性SmartGatewayDiversity（SGD）的概念之上，以便在馈线（所谓馈线就是指纯粹的由电源母线分配出去的配电线路,直接到负荷的负荷线）链路中断的情况下利用网关的空
陳浴巾·2018-10-30 18:00

Tensorflow学习笔记

注意1：输出层不需要使用激活函数2：tf.nn.softmax用于输出层，用于将结果概率化代价函数：1：二次代价函数loss=tf.reduce_mean(tf.square(prediction-y)
coffee_fighter·2018-10-26 22:55

时间序列预测算法总结

时间序列算法timeseriesdatamining主要包括decompose（分析数据的各个成分，例如趋势，周期性），prediction（预测未来的值），classification（对有序数据序列的
julyclj55555·2018-10-18 10:48

AI学习笔记——强化学习之Model-Free Prediction--解决未知环境下的预测问题

前面关于强化学习的文章中介绍了MDP，动态规划的方法对MDP问题的V函数进行评估和求最优策略。然而现实问题中，往往很多时候环境是未知的。那么这篇文章就介绍一下在未知环境下用ModelFree的方法预测MDP。1.Monte-Carlo（蒙特卡洛）策略估计Monte-Carlo(MC)方法广泛应用于数学、物理和金融等领域。比如在物理学中研究离子运动轨迹，我们就可以采用Monte-Carlo方法进行多
weixin_33928467·2018-10-17 23:00

笔记：TensorFlow实现机器学习算法的步骤

使用优化器优化loss；比如采用cross_entropy来计算loss，优化器用随机梯度下降：cross_entropy=tf.reduce_mean(-tf.reduce_sum(ys*tf.log(prediction
奔跑的Yancy·2018-10-10 11:30

论文阅读：Mapping Images to Scene Graphs with Permutation-Invariant Structured Prediction

写在前面：  最近做scenegraph方面的工作，不停地搜索论文看，看到这是NIPS2018的本来还眼前一亮，抱着敬畏的心态仔仔细细地去看，但是看了一遍又一遍，感觉只有一个，文章写得又臭又长、不知所云、也没觉得有啥价值，也许是自己道行不够，看不懂文章的高明之处，但还是想写下看这篇文章的感受，如果有也做sg方向想看这篇文章的同学，也许可以让你们避免浪费时间阅读这篇“顶会文章”。文章NIPS2018
Kivee123·2018-10-03 16:31

模型融合-Stacking

TrainingData是一个数据集分成5份(k份)，拿其中4份(k-1份)训练Medel1，然后使用Model1预测剩下的1份，这样训练model15遍(k遍)，可以组成一个包含所有样本的Prediction
GitzLiu·2018-09-12 23:56

强化学习（RLAI）读书笔记第六章差分学习（TD-learning）

首先也关注的是给定策略进行prediction或者叫policyevaluation。对于control（找到最优策
无所知·2018-09-04 20:41

论文笔记-StereoNet: Guided Hierarchical Refinement for Real-Time Edge-Aware Depth Prediction

上图所示为网络架构，蓝色方框之前的部分是粗粒度的深度估计，这部分首先通过Encoder的结构进行图像特征提取，然后将左右两个图片的特征得到相应的CostVolume，之后利用三维卷积操作得到1/8分辨率的深度图。##粗粒度的深度估计提取特征：左右图共享权值的暹罗网络（SiameseNetwork）分别提取左右图的特征，使用K个55的卷积层进行下采样操作（K通常取3或者4），在下采样的过程中，卷积的
kingsleyluoxin·2018-08-23 16:34

强化学习系列（九）：On-policy Prediction with Approximation

一、前言针对on-policyprediction问题，用functionapproximate估计state-valuefunction的创新在于：valuefunction不再是表格形式，而是权重参数为w的数学表达式，即v̂(s,w)≈vπ(s)v^(s,w)≈vπ(s)。其中v̂v^可以是state的线性函数，也可以是一个多层人工神经网络（ANN），也可以是一个决策树。值得注意的是，权重ww
LagrangeSK·2018-08-22 10:24

李宏毅 机器学习 作业1 Hungyi.Li Machine Learning HW1 PM2.5 Prediction

HomeWork1PM2.5Prediction课程资料：https://ntumlta.github.io/2017fall-ml-hw1/从印象笔记移过来修改的，没编辑太细，猎豹编辑CSDN出现各种错误
秦伟H·2018-08-05 15:56

分类问题

分类分类器对新的输入进行输出的预测（prediction），称为分类（classification）。可能的输出称为类（class）。分类的类别为多个时，称为多类分类问题。分类的过程评价分
Datawhale·2018-08-03 11:46

分类问题

分类分类器对新的输入进行输出的预测（prediction），称为分类（classification）。可能的输出称为类（class）。分类的类别为多个时，称为多类分类问题。分类的过程评价分
Datawhale·2018-08-03 11:46

多巴胺所表达的prediction error信号

Dopaminerewardprediction-errorsignalling:atwo-componentresponse（WolframSchultz;NATUREREVIEWS|NEUROSCIENCE）中脑的多巴胺系统（SN、VTA）、纹状体、OFC、杏仁核等部位都会表达诸如奖赏的量、可能性、主观价值、效用、风险等信号。在SN和VTA里面，大部分的多巴胺神经元都会通过一个短暂的Phasi
hankoui·2018-07-15 16:00

Chapter 9 On-policy Prediction with Approximation

本文为《ReinforcementLearning:AnIntroduction》读书笔记9.1Value-functionApproximation9.2ThePredictionObjective(VE¯¯¯¯¯¯¯¯VE¯)9.3Stochastic-gradientandSemi-gradientMethods9.4LinearMethods9.5FeatureConstructionfo
滑稽树·2018-07-08 14:13

PyTorch时间序列预测GPU运行示例模型

官方Github上给的例子是CPU版本：https://github.com/pytorch/examples/tree/master/time_sequence_prediction下面的代码将其改为了
Sebastien23·2018-06-04 23:49

论文笔记(1) : Deep Multi-View Spatial-Temporal Network for Taxi Demand Prediction

这篇文章是作者在滴滴出行实习时做的一篇文章，投了AAAI2018.1.Abstract出租车需求预测可以帮助城市资源预调度传统方法大部分都利用时序预测的技术现有的深度学习方法只考虑单一的时间(LSTM)或空间(CNN)的维度本文提出一个DMVST-Net，考虑了时间，空间，以及语义的维度2.Introduction传统方法中:ARIMA(autoregressiveintegratedmoving
维他柠檬茶好喝吗·2018-05-25 20:48

论文笔记(1) : Deep Multi-View Spatial-Temporal Network for Taxi Demand Prediction

这篇文章是作者在滴滴出行实习时做的一篇文章，投了AAAI2018.1.Abstract出租车需求预测可以帮助城市资源预调度传统方法大部分都利用时序预测的技术现有的深度学习方法只考虑单一的时间(LSTM)或空间(CNN)的维度本文提出一个DMVST-Net，考虑了时间，空间，以及语义的维度2.Introduction传统方法中:ARIMA(autoregressiveintegratedmoving
维他柠檬茶好喝吗·2018-05-25 20:48

论文阅读《SHINE: Signed Heterogeneous Information Network Embedding for Sentiment Link Prediction》

摘要：社会网络中用户之间存在情感链接(sentimentlinks)。在个人广告和公众舆论分析等许多领域，预测情感链接的迹象是一项基本任务。前人研究仅关注文本，还有用户资料和社会关系等却未被考虑。本文研究了如何在异构信息存在的情况下预测可能存在的sentimentlinks.。introduction：在在线社交网络中对便宜、电影明星、政要等发表感想，形成用户间的sentimentlinks（不单
YIMI_Flore·2018-05-14 21:59

读文章重复结果之叶绿体基因RNA editing sites prediction

读文章重复结果系列第二篇，依旧和叶绿体基因组相关RNAeditingsitesprediction题目IdentificationandanalysisofRNAeditingsitesinthechloroplasttranscriptsofAegilopstauschiiL期刊genesIF3.600生物3区出版国家Switzerland（瑞士）文章中材料和方法包含五部分内容1、利用http:
牧羊的男孩儿·2018-05-06 17:08

3.1.2 单一数字评估指标以及多个不同评估指标

查准率（prediction）就是在你的分类器标记为猫的例子中，有多少是真猫的概率。查全率（recall）就是对于所有的真猫图片，你的分类器正确识别出了多少百分比。
Einstellung·2018-04-28 11:37

3.1.2 单一数字评估指标以及多个不同评估指标

查准率（prediction）就是在你的分类器标记为猫的例子中，有多少是真猫的概率。查全率（recall）就是对于所有的真猫图片，你的分类器正确识别出了多少百分比。
Einstellung·2018-04-28 11:37

用 LSTM 做时间序列预测的一个小例子 ，问题：航班乘客预测

https://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras
fresh_suger·2018-04-24 11:46

Content Download in Vehicular networks in Presence of Noisy Mobility Prediction

这位作者FancescoMalandrino净说大实话，喜欢埋各种坑一开头就讽刺cellularnetwork：Thankstonewcellulartechnologies,spearheadedbythemuch-vauntedblazingspeedsofLTE-Advancedconsumersarelulledintothefalseconvictionthateveryinformat
生病喝药水·2018-04-23 22:11

Apollo中Routing代码分析之navigator模块

本文背景Apollo是无人驾驶相关的开源框架，GitHub地址为https://github.com/ApolloAuto/apollo，在决策部分主要具有Perception(感知),Prediction
a15082671703·2018-04-23 17:31

Apollo中Routing代码分析之AStar算法

本文背景Apollo是无人驾驶相关的开源框架，GitHub地址为https://github.com/ApolloAuto/apollo，在决策部分主要具有Perception(感知),Prediction
a15082671703·2018-04-23 12:20

图像质量评价(IQA)论文笔记 : Automatic Prediction of Perceptual Image and Video Quality

图像质量评估(IQA)论文笔记AutomaticPredictionofPerceptualImageandVideoQualityAutomaticPredictionofPerceptualImageandVideoQualityThispaperdiscussestheprinciplesandmethodsofmodernalgorithmsforautomaticallyassessin
江户川柯壮·2018-04-11 11:29

tensorflow笔记-简单模型训练，保存与提取

x_data*2+1x=tf.placeholder(tf.float32)y=tf.placeholder(tf.float32)w=tf.Variable(0.0)b=tf.Variable(0.0)prediction
aixp88·2018-03-10 22:08

基于LSTM对时间序列进行预测

本文的案例来自https://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras
liangyingyi1006·2018-02-10 10:39

论文笔记[2] 基于深度学习的CNN图像质量评估和预测

论文笔记[2]深度CNN图像质量预测Introduction本文主要讲如何用深度CNN模型来做图像质量评估/预测（imagequalityassessment/prediction）。
江户川柯壮·2018-01-19 11:06

TensorFlow识别复杂验证码以及搭建生产环境（8）—— 基于Python的调用

./")fromtensorflow_serving_client.protosimportpredict_pb2,prediction_service_pb2#importcv2fromgrpc.betaimportimplemen
胡大炮的妖孽人生·2018-01-06 15:48
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他