deephub

摘要： 随着最大的人工智能研究会议(NeurIPS 2022)即将到来，我们进入了2022年的最后阶段。让我们回顾一下人工智能世界最近发生了什么。 在介绍推荐论文之前，先说一个很有意思的项目： img-to-music:想象图像听起来是什么样的模型! https://huggingface.co/space 阅读全文

摘要： 在本文中，我们将回顾特性选择技术并回答为什么它很重要以及如何使用python实现它。 本文还可以帮助你解答以下的面试问题: 什么是特征选择? 说出特性选择的一些好处 你知道哪些特征选择技巧? 区分单变量、双变量和多变量分析。 我们能用PCA来进行特征选择吗? 前向特征选择和后向特征选择的区别是什么? 阅读全文

摘要： 可解释的AI（XAI）一直是人们研究的一个方向，在这篇文章中，我们将看到如何使用LIME来解释一个模型是如何学习扑克规则的。在这个过程中，我们将介绍: 如何将LIME应用到扑克游戏中; LIME如何工作; LIME 的优点和缺点是什么。 将LIME应用到扑克游戏中 目标 我们的目标是建立一个可以预测 阅读全文

摘要： 本文中将介绍一个流行的机器学习项目——文本生成器，你将了解如何构建文本生成器，并了解如何实现马尔可夫链以实现更快的预测模型。 文本生成器简介 文本生成在各个行业都很受欢迎，特别是在移动、应用和数据科学领域。甚至新闻界也使用文本生成来辅助写作过程。 在日常生活中都会接触到一些文本生成技术，文本补全、搜 阅读全文

摘要： Stable Diffusion是一个文本到图像的潜在扩散模型，由CompVis、Stability AI和LAION的研究人员和工程师创建。它使用来自LAION-5B数据库子集的512x512图像进行训练。使用这个模型，可以生成包括人脸在内的任何图像，因为有开源的预训练模型，所以我们也可以在自己的 阅读全文

摘要： 你是否遇到过数据集中有多个文本特性的情况?例如，根据消息的上下文正确地对消息进行分类，即理解前面的消息。比如说我们有下面的数据集，需要对其进行分类。 当只考虑message时，你可以看到它的情绪是积极的，因为“incredible”这个词。但是当考虑到背景时，我们可以看到它时消极的 所以对于上下文来 阅读全文

摘要： 卷积神经网络设计史上的主要里程碑：模块化、多路径、因式分解、压缩、可扩展 一般来说，分类问题是计算机视觉模型的基础，它可以延申解决更复杂的视觉问题，例如：目标检测的任务包括检测边界框并对其中的对象进行分类。而分割的任务则是对图像中的每个像素进行分类。 卷积神经网络(CNNs)首次被用于解决图像分类问 阅读全文

摘要： PyTorch是一个开源的深度学习框架，它提供了一个用于高级特性的Python包。在本文中，我们将介绍PyTorch中的常见抽样函数。抽样是一个统计过程，它从总体中提取一个子集，通过子集来研究整个总体。 完整文章 https://avoid.overfit.cn/post/17413e750e7e4 阅读全文

摘要： 什么是自相关以及为什么它在时间序列分析中是有用的。 在时间序列分析中，我们经常通过对过去的理解来预测未来。为了使这个过程成功，我们必须彻底了解我们的时间序列，找到这个时间序列中包含的信息。 自相关就是其中一种分析的方法，他可以检测时间系列中的某些特征，为我们的数据选择最优的预测模型。 在这篇简短的文 阅读全文

摘要： 在前一篇文章中，我们介绍了如何使用 GPU 运行的并行算法。这些并行任务是那些完全相互独立的任务，这点与我们一般认识的编程方式有很大的不同，虽然我们可以从并行中受益，但是这种奇葩的并行运行方式对于我们来说肯定感到非常的复杂。所以在本篇文章的Numba代码中，我们将介绍一些允许线程在计算中协作的常见技 阅读全文