deephub

摘要： 本文将演示 3 个处理时间序列数据最常用的 pandas 操作 首先我们要导入需要的库： importpandasaspd importnumpyasnp importmatplotlib.pyplotasplt 本文使用的数据集非常简单。它只有 1 列，名为 VPact (mbar)，表示气候中的 阅读全文

摘要： 本文将展示如何使用JAX/Flax实现Vision Transformer (ViT)，以及如何使用JAX/Flax训练ViT。 Vision Transformer 在实现Vision Transformer时，首先要记住这张图。 以下是论文描述的ViT执行过程。 从输入图像中提取补丁图像，并将其 阅读全文

摘要： 混合模型ACmix将自注意与卷积的整合，同时具有自注意和卷积的优点。这是清华大学、华为和北京人工智能研究院共同发布在2022年CVPR中的论文 卷积分解与自注意力 卷积分解 标准卷积: https://avoid.overfit.cn/post/a56a24e0637e4ae38d1e2459a1d 阅读全文

摘要： 在本文中，我们将介绍一种从相关特征的高维数据中选择或提取特征的有用方法。 谱聚类是一种基于图论的聚类方法，通过对样本数据的拉普拉斯矩阵的特征向量进行聚类，从而达到对样本数据聚类的目的。谱聚类可以理解为将高维空间的数据映射到低维，然后在低维空间用其它聚类算法（如KMeans）进行聚类 本文使用2021 阅读全文

摘要： apply函数是我们经常用到的一个Pandas操作。虽然这在较小的数据集上不是问题，但在处理大量数据时，由此引起的性能问题会变得更加明显。虽然apply的灵活性使其成为一个简单的选择，但本文介绍了其他Pandas函数作为潜在的替代方案。 在这篇文章中，我们将通过一些示例讨论apply、agg、map 阅读全文

摘要： 本文整理了 2023 年 1 月5 篇著名的 AI 论文，涵盖了计算机视觉、自然语言处理等方面的新研究。 InstructPix2Pix: Learning to Follow Image Editing Instructions 伯克利分校的研究人员开发了一种使用人工指令编辑图像的新方法。通过结合 阅读全文

摘要： 作为机器学习从业者，我们经常会遇到这样的情况，想要训练一个比较大的模型，而 GPU 却因为内存不足而无法训练它。当我们在出于安全原因不允许在云计算的环境中工作时，这个问题经常会出现。在这样的环境中，我们无法足够快地扩展或切换到功能强大的硬件并训练模型。并且由于梯度下降算法的性质，通常较大的批次在大多 阅读全文

摘要： 连续分级概率评分（Continuous Ranked Probability Score, CRPS）或“连续概率排位分数”是一个函数或统计量，可以将分布预测与真实值进行比较。 机器学习工作流程的一个重要部分是模型评估。这个过程本身可以被认为是常识：将数据分成训练集和测试集，在训练集上训练模型，并使 阅读全文

摘要： 不平衡数据集是指一个类中的示例数量与另一类中的示例数量显著不同的情况。 例如在一个二元分类问题中，一个类只占总样本的一小部分，这被称为不平衡数据集。类不平衡会在构建机器学习模型时导致很多问题。 不平衡数据集的主要问题之一是模型可能会偏向多数类，从而导致预测少数类的性能不佳。 这是因为模型经过训练以最 阅读全文

摘要： DeepTime，是一个结合使用元学习的深度时间指数模型。通过使用元学习公式来预测未来，以应对时间序列中的常见问题（协变量偏移和条件分布偏移——非平稳）。该模型是时间序列预测的元学习公式协同作用的一个很好的例子。 DeepTime架构 DeepTime组件 DeepTime中有三种类型的层: 岭回归 阅读全文