Torch:从特征提取到模型的语音识别

作者|Ayisha D 编译|VK 来源|Towards Data Science 这篇文章中,我们探讨从语音数据中提取的特征,以及基于这些特征构建模型的不同方法。 语音数字(Spoken digits)数据集是Tensorflow语音数据集的一个子集,它包括数字0-9之外的其他录音。在这里,我们只 ...

用PyTorch重新创建Keras API

作者|Bipin Krishnan P 编译|VK 来源|Towards Data Science 介绍 Francois Chollet写的《Deep Learning with Python》一书让我进入了深度学习的世界。从那时起我就爱上了Keras的风格。 Keras是我的第一个框架,然后是T ...

循环神经网络

一、绪论 1.循环神经网络的应用 语音问答、机器翻译、作词机、作诗、模仿写论文、模仿写代码、图像理解、视觉问答 二、基本组成结构 1.循环神经网络的基本机构 2.深度RNN 3.双向RNN 4.循环神经网络基本结构小结 隐层状态h可以被看作是“记忆”,因为它包含了之前时间点上的相关信息。 输出y不仅 ...

在30分钟内创建你的深度学习服务器

作者|Rahul Agarwal 编译|Flin 来源|towardsdatascience 每当我开始一个新的项目时,我发现自己一次又一次地创建一个深度学习机器。 从安装Anaconda开始,最后为Pytorch和Tensorflow创建不同的环境,这样它们就不会相互干扰。而在这中间,你不可避免地 ...

使用OpenCV和Python构建自己的车辆检测模型

作者|PRATEEK JOSHI 编译|Flin 来源|analyticsvidhya 概述 你对智慧城市的想法感到兴奋吗?如果是的话,你会喜欢这个关于建立你自己的车辆检测系统的教程的 在深入实现部分之前,我们将首先了解如何检测视频中的移动目标 我们将使用OpenCV和Python构建自动车辆检测器 ...

使用TensorFlow Hub进行神经风格迁移

作者|Richmond Alake 编译|Flin 来源|towardsdatascience 我不会绘画,但是机器学习可以… 介绍 我不是艺术鉴赏家,但是我觉得上面的画看起来不错。 我也不是画家,但是到本文结尾,我将创建一个图像,其绘画风格与上图相似。 本文将介绍以下内容: 神经风格迁移的描述 神 ...

卷积神经网络基础之百度飞浆课程笔记

卷积神经网络基础之百度飞浆课程笔记 卷积神经网络的基础知识主要有卷积、池化、激活函数、批归一化和Dropout等理论和技巧共五部分,下面将逐一展开进行介绍。(下文中可能部分公式无法正常显示,我有联系博客园客服,他们说在chrome和firefox浏览器上看都是正常的,可是我在chrome上看还是有些 ...

数据科学速成班:解释逻辑回归

作者|Mandy Gu 编译|Flin 来源|towardsdatascience Logistic回归,通过估计事件发生的对数概率来对事件发生的概率进行建模。如果我们假设对数比值和 j 个自变量之间存在线性关系,那么我们可以将事件发生的概率p建模为: 你可能注意到未指定对数底。对数的底数其实并不重 ...

批量归一化(BN, Batch Normalization)

现在的神经网络通常都特别深,在输出层向输入层传播导数的过程中,梯度很容易被激活函数或是权重以指数级的规模缩小或放大,从而产生“梯度消失”或“梯度爆炸”的现象,造成训练速度下降和效果不理想。 如何避免或者减轻这一现象的发生呢?归一化就是方法的一种。归一化将网络中层与层之间传递的数据限制在一定范围内,从 ...

为图像识别模型构建图像采集接口应用程序

作者|Andre Ye 编译|Flin 来源|towardsdatascience 通常,数据科学家会建立一个图像识别模型,观察其准确性,如果足够高,就表示工作完成了。自从我13岁开始学习机器学习,我就一直不明白这一点。为什么要花费所有的时间来建立最好的模型——只是为了满足于一个数字? 在本文中,我 ...

PYTHON替代MATLAB在线性代数学习中的应用(使用Python辅助MIT 18.06 Linear Algebra学习)

前言 MATLAB一向是理工科学生的必备神器,但随着中美贸易冲突的一再升级,禁售与禁用的阴云也持续笼罩在高等学院的头顶。也许我们都应当考虑更多的途径,来辅助我们的学习和研究工作。 虽然PYTHON和众多模块也属于美国技术的范围,但开源软件的自由度毕竟不是商业软件可比拟的。 本文是一篇入门性文章,以麻 ...

【AI 算法评测】BERT 对 NLP 效果的改善,不负众望!

AI 在各大领域的发展有目共睹,而作为人工智能皇冠上的明珠--自然语言处理却成果了了,大多实现或者以半成品的形式躺在实验室中,或者仅仅作为某个产品的辅助功能。而这一情况在 BERT 出现后出现了很大的改善。 本文就是通过一款工具的介绍,带大家了解下 BERT 对 NLP 实际效果带来的巨大改变。 ( ...

机器为什么能够学习?

本系列是台湾大学资讯工程系林軒田(Hsuan-Tien Lin)教授开设的《机器学习基石》课程的梳理。重在梳理,而非详细的笔记,因此可能会略去一些细节。 该课程共16讲,分为4个部分: 机器什么时候能够学习?(When Can Machines Learn?) 机器为什么能够学习?(Why Can ...

在深度学习中对正则化的直观认识

作者|Kelvin Lee 编译|Flin 来源|towardsdatascience 获得对正则化的直观认识 在机器学习中,正则化是一种用来对抗高方差的方法——换句话说,就是模型学习再现数据的问题,而不是关于问题的潜在语义。与人类学习类似,我们的想法是构建家庭作业问题来测试和构建知识,而不是简单的 ...

在AWS上部署、监控和扩展机器学习模型

作者|Aparna Dhinakaran 编译|Flin 来源|towardsdatascience 部署健壮的、可扩展的机器学习解决方案仍然是一个非常复杂的过程,需要大量的人力参与,并做出很多努力。因此,新产品和服务需要很长时间才能上市,或者在原型状态下就被放弃,从而降低了行业内的对它的兴趣。那么 ...

机器学习模型的度量选择一

作者|Alvira Swalin 编译|VK 来源|Medium 第一部分主要讨论回归度量 在后现代主义的世界里,相对主义以各种各样的形式,一直是最受欢迎和最受诟病的哲学学说之一。相对主义认为,没有普遍和客观的真理,而是每个观点都有自己的真理。 在这篇文章中,我将根据目标和我们试图解决的问题来讨论每 ...

【深度学习】:一文入门3D计算机视觉

一.导论 目前深度学习已经在2D计算机视觉领域取得了非凡的成果,比如使用一张图像进行目标检测,语义分割,对视频当中的物体进行目标跟踪等任务都有非常不错的效果。传统的3D计算机视觉则是基于纯立体几何来实现的,而目前我们使用深度学习在3D计算机视觉当中也可以得到一些不错的效果,目前甚至有超越传统依靠立体 ...

Tableau技巧:将单个值与其他值进行比较

作者|GUEST 编译|VK 来源|Analytics Vidhya 介绍 我们有多少次尝试将一个值与一个范围进行比较,结果却不令人满意? Excel是最常用的数据可视化工具,因为全球有超过12亿人在使用Excel。尽管如此,Excel在数据可视化方面有局限性。解决这些局限性的方法是Tableau。 ...

<1···161718···39>