刷新
NSGA2、NSGA-II实现、基于分配的多目标进化-Python

博主头像 算法流程: P:父辈种群Q:子辈种群R:P并上Q -》 之后依据偏序关系进行排序在实际上,能在原来数组上改就到原来数组上改,要产生新的那就产生新的,分配一次内存时间应该影响不大,以后再考虑底层优化。!在函数调用上,一律认为创建了一个新的数组初始化:P计算P适应度:F根据适应度度计算层次关系:rank ...

机器学习中 TP FP TN FN的概念

博主头像 二分类 在二分类问题中,TP FP TN FN 是非常清楚且易于理解的。 TP (True Positive) : 预测为 1 ,真实值也为 1 → 真阳性 FP (False Positive): 预测为 1 ,真实值为 0 → 假阳性 TN (True Negative): 预测为 0 ,真实值 ...

苞米面 Paddle 助手 介绍

博主头像 苞米面 Paddle 助手 自己用的百度飞桨 Paddle,PaddleX 项目模板和小工具。My Paddle PaddleX project templates. 适用系统 一些脚本使用 shell 编写,所以目前适用 Linux 和 百度 AI Studio 如何安装 从 gitee 获取源码 ...

数值优化:经典随机优化算法及其收敛性与复杂度分析

博主头像 对于更复杂的模型(比如神经网络)和更复杂的优化方法(比如二阶方法),确定性优化方法的计算量会更大。那么如何解决这个问题呢?统计方法能给我们很大的帮助。虽然大数据的数据量和数据维度都很大,但我们可以通过对样本和维度进行随机采样来得到对更新量的有效估计或者替代。相应地,从确定性优化算法出发,我们可以开发... ...

名校AI课推荐 | MIT6.S191《深度学习导论》

博主头像 “连续开设5年,对新手友好、易于上手,参加课程的多数学生来自非计算机科学领域……” 推荐一门AI课程——MIT官方深度学习入门课程6.S191《深度学习导论(2022)》,课程介绍了深度学习技术在计算机视觉、自然语言处理、生物学等领域的应用。通过学习这门课程,学生将掌握深度学习算法的基本知识,以及用 ...

名校AI课推荐 | UC Berkeley《人工智能导论》

博主头像 深度学习具备强感知能力但缺乏一定的决策能力,强化学习具备决策能力但对感知问题束手无策,因此将两者结合起来可以达到优势互补的效果,为复杂系统的感知决策问题提供了解决思路。 今天我们推荐这样一门课程——UC Berkeley的 CS188《人工智能导论》(Introduction to Artifici ...

2.数据及其预处理

博主头像 1. 数据样本矩阵 一般数据集的构造形式:一行一样本,一列一特征,以下为一个示例 姓名 年龄 性别 工作经验 月薪 A 22 男 2 5000 B 23 女 3 6000 C 25 男 3 7000 在数学推导中,常用$x={x_1,x_2,\cdots,x_p}T$来表示一个样本,用$X={{x{ ...

小熊飞桨练习册-08PaddleX底特律街景

博主头像 小熊飞桨练习册-08PaddleX底特律街景 简介 小熊飞桨练习册-08PaddleX底特律街景,是学习图像分割小项目,本项目开发和测试均在 Ubuntu 20.04 系统下进行。 项目最新代码查看主页:小熊飞桨练习册 百度飞桨 AI Studio 主页:小熊飞桨练习册-08PaddleX底特律街景 ...

1. 梯度下降法

博主头像 1. 简介 梯度下降法是一种函数极值的优化算法。在机器学习中,主要用于寻找最小化损失函数的的最优解。是算法更新模型参数的常用的方法之一。 2. 相关概念 1. 导数 定义 设一元函数$f(x)$在$x_0$的临域内有定义,若极限 \[ f^{`}(x_0)=\lim_{\Delta x\to0}\f ...

CAN总线定义和can总线无线通信特点

博主头像 CAN总线的高性能和可靠性的特点现已被了解认同,并且被广泛地应用在工业自动化、船舶、医疗设备、工业设备自动化等行业。CAN总线俨然是当今自动化领域技术发展的大热之一,被誉为自动化领域的计算机局域网。它的出现为分布式控制系统实现各节点之间的实时、可靠的数据通信提供了强大有力的技术支持。 ...

读书方法

博主头像 旧书不厌百回读,熟读深知子自知。 要研究透彻本专业的经典。 读书要学会终身下苦功夫,知十而非真知,不如知一之真知也,读书不能一知半解。 读书决定了一个人的见识和思想的深刻,这些都是后天形成的,不像与生俱来的性格,脾性。 书桌上的书不能多,心中的书不能少。读书不要浮躁,要把本专业最基本,最经典,最深刻 ...

数值优化:经典二阶确定性算法与对偶方法

博主头像 我们在上一篇博客中主要介绍了单机数值优化中一些经典的一阶确定性算法,本篇文章我们将会介绍二阶确定性算法和对偶方法。牛顿法的基本思想是将目标函数在当前迭代点处进行二阶泰勒展开,然后最小化这个近似目标函数。如果该海森矩阵是正定的,则问题的最优值在特定处取到,牛顿法将其做为下一时刻的状态。 ...

数值优化:经典一阶确定性算法及其收敛性分析

博主头像 我们在上一篇博客中介绍了数值优化算法的历史发展、分类及其收敛性/复杂度分析基础。本篇博客我们重点关注一阶确定性优化算法及其收敛性分析。梯度下降法的基本思想是:最小化目标函数在当前迭代点处的一阶泰勒展开,从而近似地优化目标函数本身。具体地,对函数 𝑓:ℝ𝑛→ℝ ,将其在第 t 轮迭代点 𝑤𝑡处... ...

AI 加持实时互动|ZegoAvatar 面部表情随动技术解析

博主头像 01 AI"卷" 进实时互动 2021 年,元宇宙概念席卷全球,国内各大厂加速赛道布局,通过元宇宙为不同的应用场景的相关内容生态进行赋能。针对 “身份”、“沉浸感”、“低延迟”、“随时随地” 这四个元宇宙核心基础,ZEGO 即构科技基于互动智能的业务逻辑,提出并落地了 ZegoAvatar 解决方案 ...

123···18>