随笔分类 - 机器学习常见算法入门
摘要：【前言】：之前断断续续看了很多图网络、图卷积网络的讲解和视频。现在对于图网络的理解已经不能单从文字信息中加深了，所以我们要来看代码部分。现在开始看第一篇图网络的论文和代码，来正式进入图网络的科研领域。 论文名称：‘GRAPH ATTENTION NETWORKS’ 文章转自：微信公众号“机器学习炼丹
阅读全文
摘要：文章转自：同作者个人微信公众号【机器学习炼丹术】。欢迎交流沟通，共同进步，作者微信：cyx645016617 论文名称：‘Dilated Residual Networks’ 论文链接：https://arxiv.org/pdf/1705.09914.pdf 0 综述 这篇文章的最大特色自然是提出了
阅读全文
摘要：觉得本文不错的可以点个赞。有问题联系作者微信cyx645016617，之后主要转战公众号，不在博客园和CSDN更新。 论文名称：“Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization” 论文地
阅读全文
摘要：文章转载自微信公众号：【机器学习炼丹术】，请支持原创。 这一篇文章，来讲解一下可变卷积的代码实现逻辑和可视化效果。全部基于python，没有C++。大部分代码来自：https://github.com/oeway/pytorch-deform-conv 但是我研究了挺久的，发现这个人的代码中存在一些
阅读全文
摘要：文章转自同一作者的微信公众号：【机器学习炼丹术】 论文名称：“Deformable Convolutional Networks” 论文链接：https://arxiv.org/abs/1703.06211 0 前言 首先理解： deformable Convolution可变卷积针对的对象是卷积本
阅读全文
摘要：有什么问题可以加作者微信讨论，cyx645016617 上千人的粉丝群已经成立，氛围超好。为大家提供一个遇到问题有可能得到答案的平台。 0 概述 论文名称：“Richer Convolutional Features for Edge Detection” 论文链接：https://openacce
阅读全文
摘要：主题列表：juejin, github, smartblue, cyanosis, channing-cyan, fancy, hydrogen, condensed-night-purple, greenwillow, v-green, vue-pro, healer-readable 贡献主题：
阅读全文
摘要：主题列表：juejin, github, smartblue, cyanosis, channing-cyan, fancy, hydrogen, condensed-night-purple, greenwillow, v-green, vue-pro, healer-readable 贡献主题：
阅读全文
摘要：最近在多个关键词（小数据集，无监督半监督，图像分割，SOTA模型）的范畴内，都看到了这样的一个概念，孪生网络，所以今天有空大概翻看了一下相关的经典论文和博文，之后做了一个简单的案例来强化理解。如果需要交流的话欢迎联系我，WX：cyx645016617 所以这个孪生网络入门，我想着分成上下两篇，上篇也
阅读全文
摘要：文章来自周纵苇大佬的知乎，是Unet模型的一作大佬，其在2019年底详细剖析了Unet模型，讲解的非常好。所以在此做一个搬运+个人的理解。 文中加粗部分为个人做的注解。需要讨论交流的朋友可以加我的微信：cyx645016617，也可以加入我建立的一个氛围超好的AI算法交流群。我只是一个在智能算法路上
阅读全文
摘要：文章转自：微信公众号【机器学习炼丹术】。文章转载或者交流联系作者微信：cyx645016617 喜欢的话可以参与文中的讨论、在文章末尾点赞、在看点一下呗。 0 概述 语义分割(Semantic Segmentation)是图像处理和机器视觉一个重要分支。与分类任务不同，语义分割需要判断图像每个像素点
阅读全文
摘要：本文包含代码案例和讲解，建议收藏，也顺便点个赞吧。欢迎各路朋友爱好者加我的微信讨论问题：cyx645016617. 在很多关于医学图像分割的竞赛、论文和项目中，发现 Dice 系数(Dice coefficient) 损失函数出现的频率较多，这里整理一下。使用图像分割，绕不开Dice损失，这个就好比
阅读全文
摘要：文章转自微信公众号：【机器学习炼丹术】。有问题或者需要加入粉丝交流群可以私信作者~ 参考目录： 【前前沿】：某一次和粉丝交流的时候，收获一句话： 人点亮技能书，不是一次性电量的。是反复折腾，反复批判，反复否定与肯定，加深了记忆轴。 某位粉丝 0 前言 看到这篇论文是因为之前看到一篇Nature上的某
阅读全文
摘要：好久没有写文章了（对不起我在划水），最近在看北京的租房（真真贵呀）。 预告一下，最近无事，根据个人多年的证券操作策略和自己的浅显的AI时间序列的算法知识，还有自己Javascript的现学现卖，在微信小程序上弄了个简单的辅助系统。我先试试效果如何，不错的话将来弄个文章给大家介绍介绍。 感兴趣可以联系
阅读全文
摘要：文章来自微信公众号：【机器学习炼丹术】 文章目录： 0 前言 先缕一缕几个关系： GBDT是gradient-boost decision tree GBDT的核心就是gradient boost，我们搞清楚什么是gradient boost就可以了 GBDT是boost中的一种方法，boost还有
阅读全文
摘要：文章来自微信公众号：【机器学习炼丹术】 1 作者前言 在2020年还在整理XGB的算法，其实已经有点过时了。不过，主要是为了扩大知识面和应付面试嘛。现在的大数据竞赛，XGB基本上已经全面被LGB模型取代了，这里主要是学习一下Boost算法。之前已经在其他博文中介绍了Adaboost算法和Gradie
阅读全文
摘要：文章来自微信公众号【机器学习炼丹术】。欢迎加入AI友好互助交流群~ 文章目录： 最近要开始写毕业论文了，趁这个机会，整理一下论文中每一个章节的到底要写什么内容。内容来自在读的大学官方提供的英文资料，然后这里翻译成中文并且加上个人理解。文章建议多次阅读体会，觉得偶用的话，可以收藏。 本文的论文背景：一
阅读全文
摘要：文章来自公众号【机器学习炼丹术】，回复“炼丹”即可获得海量学习资料哦！ 本章节缕一缕PyTorch的动态图机制与Tensorflow的静态图机制（最新版的TF也支持动态图了似乎）。 1 动态图的初步推导 计算图是用来描述运算的有向无环图 计算图有两个主要元素：结点（Node）和边（Edge）； 结点
阅读全文
摘要：文章转自公众号【机器学习炼丹术】，关注回复“炼丹”即可获得海量免费学习资料哦！ 最近找工作的时候发现，机器学习算法工程师往往和推荐算法 相关联，之前对推荐算法并不了解，所以现在我也是零基础入门一下推荐算法。这篇文章是我个人的学习笔记。 协同过滤推荐算法是诞生最早，最为基础的推荐算法。 算法通过对用户
阅读全文
摘要：文章转自公众号【机器学习炼丹术】，关注回复“炼丹”即可获得海量免费学习资料哦！ 为什么现在还要学习随机森林？ 随机森林中仍有两个未解之谜（对我来说）。随机森林采用的bagging思想中怎么得到的62.3% 以及 随机森林和bagging的方法是否有区别。 随机森林(Random Forest)就是通
阅读全文
浙公网安备 33010602011771号