TuringEmmy - 博客园

基于 Tensorflow 实现 Mobilenet V1 并基于 CFAR-10 数据训练

摘要：基于 Tensorflow 实现 Mobilenet V1 并基于 CFAR 10 数据训练论文: "MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications" 深度可分离卷积将标准卷积分阅读全文

posted @ 2020-03-23 21:24 TuringEmmy 阅读(1005) 评论(0) 推荐(0)

预测单词词性

摘要：词性标注 pos Tagging 通过已知单词,的词性,当给出一个新的句子,求解最后一个单词的词性是什么? $$ \begin{aligned}P(Z|S) &=P(S|Z)·P(Z) \\ &=P(w_1w_2...w_N|Z_1Z_2...Z_N)P(Z_1Z_2...Z_n)\\ &=\pro 阅读全文

posted @ 2020-03-23 11:24 TuringEmmy 阅读(307) 评论(0) 推荐(0)

numpy的常规操作大全

摘要： 060: lambda 表达式 lambda的使用 6 7 三元运算符 1 061: map 函数的应用 map函数的应用 [2, 4, 6, 8, 10] [2, 6, 12, 59, 26] 062: filter 过滤器 filter过滤器 ['hello', 'word', 'ai'] 06 阅读全文

posted @ 2020-03-22 16:03 TuringEmmy 阅读(188) 评论(0) 推荐(0)

markdown文档编写公式技巧大全

摘要： 1．如何插入公式行中公式(放在文中与其它文字混编)可以用如下方法表示：独立公式可以用如下方法表示：自动编号的公式可以用如下方法表示：例子： $ J_\alpha(x) = \sum_{m=0}^\infty \frac{( 1)^m}{m! \Gamma (m + \alpha + 1)} 阅读全文

posted @ 2020-03-21 22:47 TuringEmmy 阅读(777) 评论(0) 推荐(1)

单词纠错系统

摘要：单词纠错需要生成所有候选集合读取语料库构建语言模型:bigram 用户打错的概率后续未完待续..... 阅读全文

posted @ 2020-03-20 21:21 TuringEmmy 阅读(305) 评论(0) 推荐(0)

电影评论分类：二分类问题

摘要： 􏽄􏽅􏽆􏽇􏶏􏽈􏲪􏽉􏶏􏽈􏽊􏽋 电影评论分类：二分类问题二分类问题是生活应用当中最广泛使用的机器学习算法.但是正在这里,将使用深度学习框架来进行对问题求解,看似大材小用,也别有一番风味. 数据集这里使用keras自带的数据集,它包含了来自互联网电影数据库(IMDB)的5000 阅读全文

posted @ 2020-03-20 00:14 TuringEmmy 阅读(397) 评论(0) 推荐(0)

Python深度学习 deep learning with Python

摘要：内容简介本书由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（François Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达阅读全文

posted @ 2020-03-19 20:46 TuringEmmy 阅读(482) 评论(0) 推荐(0)

书单

摘要： BookList 读书之法，在循序而渐进，熟读而精思——朱熹将来的你,一定会感激现在拼命读书的你。 2020 03 出版 " ] [机器学习实战" " ] [Python深度学习" 论文 " ] [Faster R CNN: Towards Real Time Object Detection 阅读全文

posted @ 2020-03-19 20:43 TuringEmmy 阅读(78) 评论(0) 推荐(0)

机器学习实战 [Machine learning in action]

摘要：内容简介机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。《机器学习实战》主要介绍机器学习基础，以及如何利用算法进行分类，并逐阅读全文

posted @ 2020-03-19 20:38 TuringEmmy 阅读(411) 评论(0) 推荐(0)

sklearn概述

摘要： Simple and efficient tools for predictive data analysis Accessible to everybody, and reusable in various contexts Built on NumPy, SciPy, and matplotli 阅读全文

posted @ 2020-03-19 18:57 TuringEmmy 阅读(226) 评论(0) 推荐(0)