deephub

摘要： 由于机器学习算法的输入形式是一种数值型向量（numeric vectors），所以攻击者就会通过设计一种有针对性的数值型向量从而让机器学习模型做出误判，这便被称为对抗性攻击。和其他攻击不同，对抗性攻击主要发生在构造对抗性数据的时候，该对抗性数据就如正常数据一样输入机器学习模型并得到欺骗的识别结果。 阅读全文

摘要： 图结构在现实世界中随处可见。道路、社交网络、分子结构都可以使用图来表示。图是我们拥有的最重要的数据结构之一。 今天有很多的资源可以教我们将机器学习应用于此类数据所需的一切知识。已经有很多学习有关图机器学习的相关理论和材料，特别是图神经网络，所以本文将避免在这里解释这些内容。如果你对该方面不太熟悉，推 阅读全文

摘要： 对于机器学习和数据科学的初学者来说，必须清楚熵和交叉熵的概念。它们是构建树、降维和图像分类的关键基础。 在本文中，我将尝试从信息论的角度解释有关熵的概念，当我第一次尝试掌握这个概念时，这非常有帮助。让我们看看它是如何进行的。 什么是-log(p)？ 信息论的主要关注点之一是量化编码和传输事件所需的总 阅读全文

摘要： 我们都讨厌对文章进行冗长而毫无意义的介绍所以我就直奔主题了。2021年还有10天就过去了， 以下是我认为 2021 年最有趣、最有前途的深度学习论文。 本篇文章的目的是简单地解释它们，并结合非常简单/复杂的冗长文字，这样可以让本文对初学者和有知识的人同时都有一定的帮助。 说明：本文的主题的选择是个人 阅读全文

摘要： 在过去的十年中，深度学习在解决许多以前被认为无法解决的问题方面发挥了重要作用，并且在某些任务上的准确性也与人类水平相当甚至超过了人类水平。如下图所示，更深的网络具有更高的准确度，这一点也被广泛接受并且证明。 使用更深层次的网络模型追求人类级别的准确性会带来一系列挑战，例如： 更长的推理时间 更高的计 阅读全文

摘要： 能够使用代码实现最新的论文对于数据科学家来说是一项极具竞争力的技能。 如果想了解黑匣子内部发生了么，提高创造力或成为第一个将最新科学研究带入业务的开发人员 这篇文章应该可以帮到你。 我们将讨论如何选择一篇“好”的论文作为开始，这对于初学者来说会比较容易；本文中将概述典型的论文结构以及重要信息的位置； 阅读全文

摘要： 了解Python代码的内存消耗是每一个开发人员都必须要解决的问题，这个问题不仅在我们使用pandas读取和处理CSV文件的时候非常重要，在我们使用GPU训练的时候还需要规划GPU的显存使用。尤其是我们在白嫖使用kaggle和colab时显得更为重要。 本篇文章我们将介绍两个 Python 库 mem 阅读全文

摘要： 作为数据科学家或机器学习从业者，将可解释性集成到机器学习模型中可以帮助决策者和其他利益相关者有更多的可见性并可以让他们理解模型输出决策的解释。 在本文中，我将介绍两个可以帮助了解模型的决策过程的模型 LIME 和 SHAP。 SHAP 它是 SHapley Additive exPlanations 阅读全文

摘要： 强化学习是机器学习领域的热门子项。由于 OpenAI 和 AlphaGo 等公司的最新突破，强化学习引起了游戏行业许多人的注意。我们今天以Hill Climb Racing这款经典的游戏来介绍DQN的整个概念，Hill Climb Racing需要玩家在不同的地形上驾驶不同的车辆，驾驶距离越长得分越 阅读全文

摘要： Numpy 长期以来一直是 Python 开发人员进行数组操作的通用选择，它是基于C语言构建的这使得它成为执行数组操作的快速和可靠的选择，并且它已经成为机器学习和数据科学必备的基础库。 在本文中，我整理了一些 NumPy 代码的片段，这些代码片段都是在日常开发中经常用到的。 1、创建数组 2、获取 阅读全文