首页
学习
活动
专区
工具
TVP
发布

机器学习AI算法工程

机器学习,深度学习,大数据 ,公众号:datayx
专栏作者
1330
文章
2441347
阅读量
326
订阅数
DBnet对非固定格式核酸报告要素检测提取
向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程   公众号:datayx 核酸检测报告已经是疫情这些年很多人出行必备的材料,而且很多机关单位、政府部门都需要检查核酸报告才能让相关的人员进出场所。如果有一个模型能够快速的识别并提取核酸报告里的关键信息,则能很大程度上提升那些需要提交核酸报告的OA流程审核效率,提升企事业的服务效率。 1.标注数据 标注方法和标注目标检测的数据一样,一个框加一个标签 pip install labelImg ==1.8.6 安装完毕后,键入命令: labelImg
机器学习AI算法工程
2022-07-26
7130
唐宇迪128集课程一套搞定,PyTorch从入门到实战(附带课程学习资料
向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程   公众号:datayx 。 。 。 。 。 。 。 全部 代码  ,视频,数据集 获取方式: 关注微信公众号 datayx  然后回复 唐宇迪  即可获取。 机器学习算法AI大数据技术  搜索公众号添加: datanlp 长按图片,识别二维码 ---- 阅读过本文的人还看了以下文章: TensorFlow 2.0深度学习案例实战 基于40万表格数据集TableBank,用MaskRCNN做表格检测 《基于深度学习的自然
机器学习AI算法工程
2022-06-27
3.5K0
基于各种机器学习和深度学习的中文微博情感分析
向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程   公众号:datayx 中文微博情感分类语料库 "情感分析"是我本科的毕业设计, 也是我入门并爱上NLP的项目hhh, 当时网上相关语料库的质量都太低了, 索性就自己写了个爬虫, 一边标注一边爬, 现在就把它发出来供大家交流。因为是自己的项目,所以标注是相当认真的,还请了朋友帮忙校验,过滤掉了广告/太短/太长/表意不明等语料,语料质量是绝对可以保证的 带情感标注的微博语料数量: 10000(train.txt)+500(test.txt)
机器学习AI算法工程
2022-06-24
1.1K0
高质量中文预训练模型汇总
向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程   公众号:datayx 在自然语言处理领域中,预训练语言模型(Pretrained Language Models)已成为非常重要的基础技术,本仓库主要收集目前网上公开的一些高质量中文预训练模型。 NLU系列 BERT RoBERTa ALBERT NEZHA XLNET MacBERT WoBERT ELECTRA ZEN ERNIE RoFormer StructBERT Lattice-BERT Mengzi-BER
机器学习AI算法工程
2022-06-02
2.5K0
使用sklearn的cross_val_score进行交叉验证
向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程   公众号:datayx 在构建模型时,调参是极为重要的一个步骤,因为只有选择最佳的参数才能构建一个最优的模型。但是应该如何确定参数的值呢?所以这里记录一下选择参数的方法,以便后期复习以及分享。 (除了贝叶斯优化等方法)其它简单的验证有两种方法:1、通过经常使用某个模型的经验和高超的数学知识。2、通过交叉验证的方法,逐个来验证。 很显然我是属于后者所以我需要在这里记录一下 sklearn 的 cross_val_score: 我使用是cross_
机器学习AI算法工程
2022-05-25
1.3K0
opencv如何读取仪表中的指针刻度
📷 向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程   公众号:datayx 最近遇到一个问题,如何读取仪表中的指针指向的刻度 📷  解决方法有多种,比如,方案一:模板匹配+边缘检测+霍夫直线检测,方案二:神将网络(CNN)目标定位等, 其中CNN就有点麻烦了,需要一定数量的训练样本,太麻烦,而方案一太普通,最后我采用了方案三, 方案三:模板匹配+k-means+直线拟合 具体做法如下: 首先说一下模板匹配,它是OpenCV自带的一个算法,可以根据一个模板图到目标图上去寻找对应位置,如果模板找
机器学习AI算法工程
2022-04-11
1.7K0
各种机器学习和深度学习的中文微博情感分析
📷 向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程   公众号:datayx "情感分析"是我本科的毕业设计, 也是我入门并爱上NLP的项目hhh, 当时网上相关语料库的质量都太低了, 索性就自己写了个爬虫, 一边标注一边爬, 现在就把它发出来供大家交流。因为是自己的项目,所以标注是相当认真的,还请了朋友帮忙校验,过滤掉了广告/太短/太长/表意不明等语料,语料质量是绝对可以保证的 带情感标注的微博语料数量: 10000(train.txt)+500(test.txt) 数据格式 文档的每一行代
机器学习AI算法工程
2022-03-21
8650
TensorFlow 2 项目进阶实战,比官方文档还强
记得 TensorFlow 2.0 刚发布时,一票开发者都在疯狂吐槽:官方文档不好找,bug 没有及时修复和更新等等。尽管上线这么久,仍有大量开发者不愿从 1.x 升级,或从别的框架迁移过来。 事实上,TensorFlow 2 不仅继承了 Keras 快速上手和易于使用的特性,还扩展了原有 Keras 所不支持的分布式训练,并整合了 TF 生态的其他组件(如 TF Serving、TF Lite、TF Hub、TFX 等),能有效提升生产环境的稳定性和可维护性。 所以,掌握 TensorFlow 2 是一
机器学习AI算法工程
2022-03-21
6840
基于tensorflow 1.x 的bert系列预训练模型工具
内置有自定义的Trainer,像pytorch一样使用tensorflow1.14,具体使用下边会介绍。
机器学习AI算法工程
2021-10-14
9700
限时删!字节总监总结了一套TensorFlow和PyTorch框架学习资料(教程/PPT/代码)
自 TensorFlow 从 Google 中脱颖而出以来,它在研究和商业领域成为最受欢迎的开源深度学习框架,紧接着 从 Facebook 诞生的 PyTorch 由于社区推动的易用性改进和越来越广泛的用例部署,而迅速赶上TensorFlow。
机器学习AI算法工程
2021-05-11
5900
基于Python的车牌检测和识别系统
车牌的检测和识别的应用非常广泛,比如交通违章车牌追踪,小区或地下车库门禁。在对车牌识别和检测的过程中,因为车牌往往是规整的矩形,长宽比相对固定,色调纹理相对固定,常用的方法有:基于形状、基于色调、基于纹理、基于文字特征等方法,近年来随着深度学习的发展也会使用目标检测的一些深度学习方法。该项目主要的流程如下图所示:
机器学习AI算法工程
2021-05-11
2.8K0
加速深度学习在线部署,TensorRT安装及使用教程
一般的深度学习项目,训练时为了加快速度,会使用多GPU分布式训练。但在部署推理时,为了降低成本,往往使用单个GPU机器甚至嵌入式平台(比如 NVIDIA Jetson)进行部署,部署端也要有与训练时相同的深度学习环境,如caffe,TensorFlow等。由于训练的网络模型可能会很大(比如,inception,resnet等),参数很多,而且部署端的机器性能存在差异,就会导致推理速度慢,延迟高。这对于那些高实时性的应用场合是致命的,比如自动驾驶要求实时目标检测,目标追踪等。所以为了提高部署推理的速度,出现了很多轻量级神经网络,比如squeezenet,mobilenet,shufflenet等。基本做法都是基于现有的经典模型提出一种新的模型结构,然后用这些改造过的模型重新训练,再重新部署。
机器学习AI算法工程
2020-10-21
2.8K0
华量杯-股票预测, keras+LSTM
对每日A股数据取样,提取出包括时间序列类型指标,非时间序列类型指标以及股票分类属性指标;利用所提供的指标来预测T -1日的个股收益。
机器学习AI算法工程
2020-08-04
8150
图像语义分割 —利用Deeplab v3+训练VOC2012数据集
配置:windows10 + Tensorflow1.6.0 + Python3.6.4(笔记本无GPU)
机器学习AI算法工程
2020-04-26
1.5K0
如何用tf2.0训练中文聊天机器人chatbot
一个可以自己进行训练的中文聊天机器人, 根据自己的语料训练出自己想要的聊天机器人,可以用于智能客服、在线问答、智能聊天等场景。目前包含seq2seq、seqGAN版本和tf2.0版本。
机器学习AI算法工程
2020-04-08
1.9K0
tensorflow使用object detection实现目标检测超详细全流程(视频+图像集检测)
参考原始代码:https://github.com/tensorflow/models/tree/master/research 本文以mobilenet-ssd-v2为例进行处理,通过换模型即可实现faster RCNN等的训练检测。
机器学习AI算法工程
2019-10-29
1K0
文本摘要生成 - 基于注意力的序列到序列模型
摘要生成算法主要分为抽取型(Extraction-based)和概括型(Abstraction-based)两类. 传统的摘要生成系统大部分都是抽取型的, 这类方法从给定的文章中, 抽取关键的句子或者短语, 并重新拼接成一小段摘要, 而不对原本的内容做创造性的修改. 这类抽取型算法工程上已经有很多开源的解决办法了, 例如Github上的项目sumy, pytextrank, textteaser等. 本文重点讲概括型摘要生成系统的算法思想和tensorflow实战, 算法思想源于A Neural Attention Model for Abstractive Sentence Summarization这篇论文. 本文希望帮助读者详细的解析算法的原理,再结合github上相关的开源项目textsum讲解工程上的实际应用.
机器学习AI算法工程
2019-10-29
1.1K0
【深度学习项目】打开摄像头拍照,并做图片识别
最近遇到一个项目需求,需要进行拍照,并且识别图片中的文字,其实该项目也可以改成其他图像识别,比如人脸识别、图像分类等。
机器学习AI算法工程
2019-10-28
3.5K0
基于深度学习的自动化行人检测和监控系统
展示系统基于Idea集成开发环境进行开发,SSM框架中的依赖均基于Maven进行配置,在Idea中导入web目录下的工程,导出war包,将war包放在服务器tomcat/webapps目录下,运行./startup.sh,启动tomcat容器
机器学习AI算法工程
2019-10-28
1.1K0
快手活跃用户预测_哈工大团队解决方案
特别特征:因为注册必登陆,行为能体现用户的某种本质,所以对注册当天提取了特征,注册本身是一种异常,所以去除注册当天记录后再提取特征
机器学习AI算法工程
2019-10-28
9920
点击加载更多
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
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档