3

TensorFlow2.0(12):模型保存与序列化

模型训练好之后,我们就要想办法将其持久化保存下来,不然关机或者程序退出后模型就不复存在了。本文介绍两种持久化保存模型的方法。 ...

奥辰 发布于 2019-12-24 07:11 评论(0)阅读(421)
1

美多商城项目(一)

美多商城项目(一) 1.在给用户授权的时候,用到了一个%,表示的是任何ip都可以连接这个数据库。换句话说,如果你换了电脑,你也是可以进行连接数据库继续开发的。 grant all on meiduo_mall. to 'meiduo'@'%'; 1.用户信息的存储 用户表分析 ID 用户名 密码 手 ...

牛逼发哥 发布于 2019-12-23 20:08 评论(0)阅读(24)
0

教程|Anaconda在Windows上安装及使用

Anaconda是一个python环境管理软件。可以建立环境,并向环境装安装自己需要的包。 其优势是可以不用自己一个一个安装包,极大地减少了因为配置环境而产生的时间成本;同时多个环境相互独立,为不同项目提供了互不冲突的运行环境。 本文介绍了Windows系统安装anaconda以及使用anacond ...

mooneed 发布于 2019-12-23 17:37 评论(0)阅读(107)
3

word2vec学习总结

[toc] 1.简介 word2vec是Google于2013年推出的开源的获取词向量word2vec的工具包。它包括了一组用于word embedding的模型,这些模型通常都是用浅层(两层)神经网络训练词向量。 Word2vec的模型以大规模语料库作为输入,通过神经网络训练到一个向量空间(通常为 ...

孤舟唯湖 发布于 2019-12-22 19:30 评论(0)阅读(122)
0

用机器学习打造聊天机器人(五) 接入篇

本文是用机器学习打造聊天机器人系列的第五篇,在特性介绍中提到过,我们采用非侵入式设计,通过几个简单的 API 就可以接入聊天机器人到其他项目中,下面来看看具体步骤。 接入步骤 提供符合要求的领域问答语料的 txt 文件,按照意图类型划 分成不同的txt文件,替换本引擎自带的txt语料文件,txt语料 ...

程序员一一涤生 发布于 2019-12-20 17:41 评论(0)阅读(81)
0

参加杭州 2019 AI Bootcamp有感与总结(2)

接上篇 "参加杭州 2019 AI Bootcamp有感与总结(1) repeatedly 博客园" 午餐畅谈的收获 先感谢主办方提供的午餐,中午午休的时候,大家聊了很多,或者说主要是听大佬谈。聊了杭州的.Net生态和作为技术人的如何自我要求。我试着总结一下。 不要被编程语言限制,不要执着语言之争, ...

repeatedly 发布于 2019-12-19 22:48 评论(0)阅读(55)
4

彻底搞懂感受野的含义与计算

[TOC] 博客: "博客园" | "CSDN" | "blog" 什么是感受野 The receptive field is defined as the region in the input space that a particular CNN’s feature is looking at ...

shine-lee 发布于 2019-12-19 17:47 评论(3)阅读(471)
1

张量分解与应用-学习笔记[02]

3. 张量秩与CANDECOMP/PARAFAC分解法 3.0 CANDECOMP/PARAFAC分解法的定义 CANDECOMP(canonical decomposition)和PARAFAC(parallel factors)是一种对张量进行拆分的方法, 其核心思想是用有限个的秩1张量的和来( ...

LyWangJapan 发布于 2019-12-19 16:48 评论(0)阅读(289)
0

<深度学习>Tensorflow遇到的坑之一

AttributeError: module 'tensorflow' has no attribute 'random_normal' AttributeError: module 'tensorflow' has no attribute 'Session' 查了很多,发现是tensorflow ...

迷途小书童31 发布于 2019-12-19 11:52 评论(0)阅读(146)
0

Matplotlib的使用

[TOC] 1.pyplot基础语法 (1)创建画布 figure()创建一个空白画布,可以指定画布的大小figsize和设置分辨率dpi (2)创建子图 figure.add_subplot方法用来创建子图,也可以直接使用subplot. (3)添加画布内容 注意: 对于中文乱码问题,可以在作图之 ...

stayhungry* 发布于 2019-12-18 16:45 评论(0)阅读(20)
0

参加杭州 2019 AI Bootcamp有感与总结(1)

上周末参加了微软人工智能的活动,感慨多多。 感谢活动主讲和主办方。 通过参加活动,对微软认知服务和ML.NET的现状与发展有了更多的认识。文章不是活动内容的堆叠,总结少点,更多的大概是感慨。 微软认知服务 17年的时候,曾参加北京丹棱街5号微软大厦会议室举办的推广微软认知服务的活动。 作为合格的吃瓜 ...

repeatedly 发布于 2019-12-17 18:03 评论(0)阅读(111)
2

02 神经网络主要知识点

此篇主要是以卷积神经网络为基础,深度学习神经网络的主要知识点串讲。突出重点、快速的让你具备使用Tensorflow2.0框架的必备理论知识。 后续会持续更新YOLO, SSD, FASTER -CRNN等目标算法和ResNet, Inception,VGG,等网络知识。 ...

hp_lake 发布于 2019-12-14 16:17 评论(0)阅读(149)
0

转战物联网·基础篇11-物联网架构与互联网及普通硬件项目的本质差异及重点概述

物联网架构与互联网及普通硬件项目的本质差异及重点概述 物联网的整体架构上,包括互联网和硬件端两部分,硬件端又分单机直接接入云端和硬件先组网之后再接入云端两种。在实际应用中,大部分是硬件先组网再接入云端的结构。通俗理解物联网,可以认为就是相关的硬件设备连接到一起,又连接上互联网应用,组成一个新的应用项 ...

学为所用 发布于 2019-12-14 15:19 评论(0)阅读(59)
0

线性回归问题

线性回归 线性回归(Linear Regression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。 例如: 有三个样本点(1,1),(2,2),(3,3) 我们假设函数为: 用这个函数表示样本点的模型,此时要找到合适的模型就要确定θ1的最佳值 代价 ...

sfencs 发布于 2019-12-13 01:34 评论(0)阅读(22)
2

直观理解为什么分类问题用交叉熵损失而不用均方误差损失?

[TOC] 博客: "blog.shinelee.me" | "博客园" | "CSDN" 交叉熵损失与均方误差损失 常规分类网络最后的softmax层如下图所示,传统机器学习方法以此类比, 一共有$K$类,令网络的输出为$[\hat{y}_1,\dots, \hat{y}_K]$,对应每个类别的概 ...

shine-lee 发布于 2019-12-12 22:26 评论(0)阅读(362)
2

milvus安装及其使用教程

milvus 简介 milvus是干什么的?通俗的讲,milvus可以让你在海量向量库中快速检索到和目标向量最相似的若干个向量,这里相似度量标准可以是内积或者欧式距离等。借用 "官方" 的话说就是: Milvus 是一款开源的、针对海量特征向量的相似性搜索引擎。基于异构众核计算框架设计,成本更低,性 ...

NebulaDun 发布于 2019-12-11 21:13 评论(1)阅读(268)
2

机器学习-Python 01

机器学习中最常用最流行的语言工具现阶段应该是Python, 这篇文章主要介绍一些常用的Python语法知识。本篇博文适合那些有其他语言基础的程序员们,如果一点基础都没有,我建议先跳过。博主以前是做移动端开发的,所以本篇文章主要是为那些准备知识提升或者转行的程序员们准备的,可以让你们以最快的速度进入到 ...

HappyPuppy 发布于 2019-12-11 20:44 评论(0)阅读(240)
0

【机器学习实战】计算两个矩阵的成对距离(pair-wise distances)

矩阵中每一行是一个样本,计算两个矩阵中样本之间的距离,即成对距离(pair-wise distances),可以采用 scipy 中的函数 scipy.spatial.distance.cdist,方便计算。 ...

wuliytTaotao 发布于 2019-12-11 18:49 评论(0)阅读(210)
0

监督学习与无监督学习

监督学习 监督学习主要为回归问题与分类问题 回归 回归问题是针对于连续型变量 简单讲就是拟合出适当的函数模型y=f(x)来表示已存在的数据点,来使得给定一个新x,预测y。 例如: 分类 分类是针对离散型数据集 即,是与不是,或者说输出的结果是有限的 例如: 无监督学习 无监督学习更像是让机器自学,我 ...

sfencs 发布于 2019-12-11 01:31 评论(0)阅读(23)
0

用机器学习打造聊天机器人(四) 代码篇

本文是用机器学习打造聊天机器人系列的第四篇,将先对主要模块的代码进行展示和解读,末尾会给出完整代码的地址。建议先看主要模块的代码解读,有助于理解核心代码的思路,然后浏览完整项目代码的README文档,将项目跑起来体验以下,再针对性的根据接口去阅读各模块代码的实现。 主要模块代码 构造特征向量 特征向 ...

程序员一一涤生 发布于 2019-12-10 16:45 评论(0)阅读(155)