腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

YoungGy

专栏作者

145

文章

151832

阅读量

50

订阅数

FasterRCNN代码解读

python 机器学习神经网络深度学习人工智能

之前的文章简要介绍了Faster-RCNN等物体检测的算法，本文将从代码角度详细分析介绍Faster-RCNN的实现。本文使用的代码参考了chenyuntc的实现，代码的位置看这里。需要注意的是，本文使用的框架是Pytorch。

2019-05-26

2.3K0

ML基石_1_LearningProblem

机器学习神经网络深度学习人工智能

该课程主要包括以下四个部分 1. When can machine learn 2. Why can machine learn 3. How can machine learn 4. How can machine learn better

2019-05-26

2820

从马尔科夫链到吉布斯采样与PageRank

机器学习编程算法

马尔科夫链表示state的链式关系，下一个state只跟上一个state有关。吉布斯采样通过采样条件概率分布得到的样本点，近似估计概率分布P(z)P(z)。PageRank通过节点间的连接，估计

2018-03-08

1.7K0

风格转换简介

机器学习 numpy keras

风格转换，是把一张图片转化成同内容但包含某风格的新图片。本文将介绍如何让机器学习风格转换，包含两种方法：优化问题求解、转化网络求解。 ? 风格转换风格转换，就是根据现有的风格照片SS，把当前照片C

2018-01-05

1.5K0

机器翻译之Facebook的CNN与Google的Attention

本文介绍了机器翻译中CNN、Attention和RNN的模型架构和关键技术，包括卷积神经网络、注意力机制和循环神经网络等。文章还介绍了这些技术的应用和优缺点，以及未来的发展方向。

2018-01-03

1.2K0

机器学习算法调优

本文介绍了机器学习算法调优的一些常见方法，包括网格搜索、随机搜索、贝叶斯优化、遗传算法、粒子群优化、模拟退火、强化学习等。同时，还介绍了一些常见的机器学习算法，如逻辑回归、支持向量机、决策树、随机森林、梯度提升、神经网络等。文章还介绍了调优的一些常见策略，如交叉验证、正则化、超参数优化等。最后，文章介绍了一些具体的调优案例，以帮助读者更好地理解调优方法的应用。

2018-01-03

1.1K0

基于RNN的语言模型与机器翻译NMT

机器学习人工智能

根据给定的文章内容，撰写摘要总结。

2018-01-03

1.8K0

局部放电的特征选择

机器学习人工智能大数据

本文介绍了自然语言处理技术在内容创作、社交媒体和智能问答系统方面的应用。

2018-01-02

9760

售电模拟应用简介

本文介绍了售电模拟应用及其核心算法，该应用针对售电情况进行模拟分析。应用包括四个tab：主页、数据输入、交易结果和可视化。核心算法包括电力竞价算法和交易结果排序算法。

2018-01-02

6490

ML基石_12_NonLinearTransformation

本文介绍了机器学习基石中的非线性变换及其在深度学习中的应用，并总结了相关论文和资料。

2018-01-02

5000

ML基石_LinearModelsForClassfication

机器学习线性回归

本文介绍了用于分类的线性模型的基本回顾，包括线性回归、逻辑回归、支持向量机、朴素贝叶斯、K近邻、决策树、随机森林、梯度提升树、神经网络等。作者通过对比各个方法的优缺点，提出了改进的随机梯度下降法、概率线性模型、OVO、OVA、Logistic回归、二分类、多分类等方案。

2018-01-02

5480

机器学习算法与技术简介

模型简介 PLA MLP Linear Regression Logistic Regression Naive Bayes SVM KNN Decision Tree Random Forest A

2018-01-02

9870

机器学习的损失函数

机器学习三方面损失函数交叉熵逻辑回归平方损失函数最小二乘 Hinge损失函数SVM 指数损失函数AdaBoost 对比与总结机器学习三方面机器学习问题，大致包含这是哪个方面：模型：建立什么

2018-01-02

1.2K0

Jacobian矩阵和Hessian矩阵

该文介绍了技术社区中常用的数学工具，包括泰勒定理、泰勒级数、泰勒多项式、雅可比矩阵、Hessian矩阵以及它们的运用。同时，也提供了相关的参考资料链接，以方便读者深入了解这些数学工具的具体应用。

2018-01-02

2.1K0

机器为什么可以学习

📷 机器学习、人工智能炙手可热，但是机器到底为什么可以学习呢？本文将从霍夫丁不等式讲到VC维，探究机器学习的原因所在。机器怎么可能学习机器确实可能会学习机器为什么可以学习机器学习的一

2018-01-02

7790

无监督学习之RBM和AutoEncoder

人工智能机器学习图像处理图像识别

本文介绍了自编码器（Autoencoder）的基本概念、应用场景和实现方法。自编码器是一种无监督学习算法，用于学习数据的表征。它包括编码器和解码器两部分，其中编码器将输入数据压缩成低维表示，解码器将低维表示还原为原始输入。自编码器常用于降维、特征提取、生成模型等场景。实现自编码器的方法包括深度学习、统计学习等。

2018-01-02

1.5K0

ROC曲线与癌症分类

大数据机器学习

本文介绍了ROC曲线在癌症分类中的应用，通过一个例子详细阐述了ROC曲线的意义以及如何根据ROC曲线进行二分类问题的评价。

2018-01-02

1.5K0

MMD_2b_NearestNeighborLearning

机器学习神经网络深度学习人工智能

本文介绍了大型机器学习的方法，重点关注 k-nearest neighbor(instance based learning)、支持向量机、决策树等模型的训练和参数寻找方法。文章还讨论了如何通过 LSH（local sensitive hashing）缩减问题的规模，使得训练大型模型的时间变为 constant。

2018-01-02

4050

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态