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

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

1328

文章

2438617

阅读量

326

订阅数

XGBoost+LightGBM+LSTM:一次机器学习比赛中的高分模型方案

深度学习神经网络人工智能机器学习

作为世界第一大清洁能源的太阳能相对煤炭石油等能源来说是可再生、无污染的，只要有太阳就有太阳能，所以太阳能的利用被很多国家列为重点开发项目。但太阳能具有波动性和间歇性的特性，太阳能电站的输出功率受光伏板本体性能、气象条件、运行工况等多种因素影响，具有很强的随机性，由此带来的大规模并网困境严重制约着光伏发电的发展。通过对未来光伏发电功率的短期准确预测并设定调度计划是解决此问题的关键。目前，光伏发电功率预测技术多仅围绕气象条件和历史数据建模，而忽略了光伏板本体性能和实际运行工况对发电效率的影响，因此无法保障短期发电功率预测精度。

机器学习AI算法工程

2023-02-28

1.2K0

yolov7-keras源码，可以用于训练自己的模型

python 神经网络深度学习人工智能图像识别

向AI转型的程序员都关注了这个号👇👇👇 YOLOV7目标检测模型在keras当中的实现支持step、cos学习率下降法、支持adam、sgd优化器选择、支持学习率根据batch_size自适应调整、新增图片裁剪、支持多GPU训练、支持各个种类目标数量计算、支持heatmap。性能情况训练步骤全部代码获取方式：关注微信公众号 datayx 然后回复 yolov7 即可获取。 a、训练VOC07+12数据集数据集的准备本文使用VOC格式进行训练，训练前需要下载好VOC07+12的数据集

机器学习AI算法工程

2022-09-28

1.1K0

知乎高赞：AI算法工程师走下神坛了？

编程算法神经网络深度学习人工智能知识图谱

AI算法工程师走下神坛了？这几年来，圈子内越来越卷的话题持续不下，再加上大厂程序员“被毕业”、“再就业”的新闻层出不穷，贩卖给人们的焦虑也越来越多： 2016年——深度学习的春天是不是要来了?

机器学习AI算法工程

2022-09-27

1.1K0

垃圾分类全套技术方案

神经网络人工智能小程序数据库

向AI转型的程序员都关注了这个号👇👇👇 设计构思与创意本作品以微信小程序为“个人”平台，用户可在微信小程序中录入必要的人脸等个人信息，并且能够以微信小程序为窗口查询自己的垃圾分类详情。为保证微信小程序的丰富性和人性化，用户可在小程序中通过拍照、语音、搜索等查询日常生活中常遇的生活垃圾，积累自己垃圾分类知识。在垃圾桶端，系统在用户授权情况下通过拍摄用户人脸信息匹配用户个人数据库，并记录其垃圾分类信息。此外，垃圾桶在本作品中充当“引导者”角色，用以引导用户将垃圾投掷到正确的垃圾桶中。在管理端，相关部门一方

机器学习AI算法工程

2022-09-27

9390

YOLO杀疯了！目标检测速度与精度的最优组合

人工智能编程算法图像处理图像识别云直播

YOLO是什么？它是One-stage目标检测的代表，整个框架非常简单。与RCNN算法不一样，是以不同方式处理对象检测。 YOLO算法的最大优点就是速度极快，每秒可处理45帧，也能够理解一般的对象表示。从个人学习来看：优秀的计算机视觉工程师，目标检测的学习避免不了，而目标检测的核心就是YOLO。YOLO系列也一直在发展，对于它的学习迫在眉睫。从职业发展来看：YOLO一直是应用很广的主流算法之一，也是月薪30K以上的工程师标配技能，更是技术和求职风向标。因此，搭建检测模型，并深刻理解后，你一定能在

机器学习AI算法工程

2022-09-22

1K0

文字识别助力智能运营，加速金融业务流转效率

神经网络深度学习人工智能编程算法文字识别

背景智慧金融在金融服务的业务流程中不断深入，金融行业数字化建设的过程除了面向外部客户的服务与销售外，行业内部的支持性系统也在随之升级。智能合规、智能运营广泛应用于企业内部财务管理系统、报销系统、核算系统以及审核系统等平台中，促使数据沉淀，加速流程效率，实现数字化建设闭环。在智能运营覆盖的各个场景中，计算机视觉、自然语言处理、传统机器学习算法等人工智能技术充分应用。其中文字识别技术（OCR）作为计算机视觉的主要方向之一，其识别对象包括扫描合同、印章、卡证、表格与票据信息结构化，在业务办理、风险控制、内部数

机器学习AI算法工程

2022-09-15

1.4K0

《交通大数据理论与方法》

机器学习决策树神经网络深度学习人工智能

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 随着信息通讯技术的不断发展，各行各业都产生了海量的数据，与此同时，一门新的学科应运而生—— 数据挖掘。数据挖掘是从大量数据（包括文本数据）中挖掘出隐含的、先前未知的、对决策有潜在价值的信息、知识和关联关系，并基于这些信息和相应规则建立可用于决策支持与优化分析的模型，提供可支持预测性决策的方法和工具。此外，数据挖掘还可帮助企业和科研团体发现业务与学科中的新趋势，揭示已知的事实，预测未知的结果，因此“数据挖掘”已成为其

机器学习AI算法工程

2022-09-08

8390

智慧课堂实时监测系统

深度学习神经网络人工智能 api 图像识别

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 项目简介本项目基于PaddlePaddle和EasyDL平台，以教务处和学工为一级用户，高校教师为二级用户，针对提升整体课堂教学质量为目的开发的一款实时课堂监测系统。本项目主要监测课堂的出勤人数、学生的上课状态、教师的语速、情感，以及语言的用词方面。项目中语音的模型均采用EasyDL平台进行训练，调用在线API进行预测分析。而图像模型由于在线API无法达到实时性的要求，采用本地训练Paddle模型库中的模型并使用。

机器学习AI算法工程

2022-08-26

1.9K0

疫情期间网民情绪识别top1~3解决方案

机器学习神经网络深度学习人工智能

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 任务给定微博ID和微博内容，设计算法对微博内容进行情绪识别，判断微博内容是积极的、消极的还是中性的。全部代码 ,方案详情获取方式：关注微信公众号 datayx 然后回复情绪识别即可获取。 A榜第二,B榜第一方案 1.数据处理我们把数据编码转换为utf-8，把所有英文标点符号转换为中文标点符号，繁体转换为简体。把数据划分为5折。使用训练集、测试集和90万条语料训练GloVe词向量，在分词阶段把

机器学习AI算法工程

2022-08-26

8840

一键中文数据增强工具

深度学习机器学习神经网络人工智能编程算法

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 使用：pip install nlpcda https://github.com/425776024/nlpcda 介绍一键中文数据增强工具，支持： 1.随机实体替换 2.近义词 3.近义近音字替换 4.随机字删除（内部细节：数字时间日期片段，内容不会删） 5.NER类 BIO 数据增强 6.随机置换邻近的字：研表究明，汉字序顺并不定一影响文字的阅读理解<<是乱序的 7.中文等价字替换（1 一壹 ①，2 二贰 ②）

机器学习AI算法工程

2022-07-21

7790

OpenMMLAB系列框架解读(基于PyTorch)

图像处理神经网络人工智能深度学习卷积神经网络

什么是OpenMMLab呢？为了帮助更多的同学在复现上少走弯路，并且实现可以在一个相同的环境下比较不同的settings，香港中文大学-商汤科技联合实验室(MMLab)推出了OpenMMLab计划。是一个用于多个重要研究领域的开源的代码库，力求在代码的质量和整体比别的代码库更具优势，其目标就是做到"Open-Source, Unified, Reproducible"。 OpenMMLab在国内人工智能算法开源领域遥遥领先，受到了学术界和工业界的广泛好评，在多个国际学术竞赛上被冠军团队采用，并通过完善工业

机器学习AI算法工程

2022-07-19

9650

基于PyTorch，体积比YOLOv4小巧90%，速度却超2倍

人工智能图像识别深度学习神经网络卷积神经网络

YOLO 是一种快速紧凑的开源对象检测模型，与其它网络相比，同等尺寸下性能更强，并且具有很不错的稳定性，是第一个可以预测对象的类别和边界框的端对端神经网络。YOLO 家族一直有着旺盛的生命力，从YOLO V1一直到”V5“，凭借着不断的创新和完善，一直被计算机视觉工程师作为对象检测的首选框架之一。 YOLO v5 模型的头部与之前的 YOLO V3 和 V4 版本相同。它比 YOLOv4 小 88%（27 MB vs 244 MB）它比 YOLOv4 快 180%（140 FPS vs 50 FPS）

机器学习AI算法工程

2022-07-18

2720

比YOLOv4小巧90%，速度却超2倍的目标检测算法

人工智能编程算法神经网络卷积神经网络深度学习

YOLO 是一种快速紧凑的开源对象检测模型，与其它网络相比，同等尺寸下性能更强，并且具有很不错的稳定性，是第一个可以预测对象的类别和边界框的端对端神经网络。YOLO 家族一直有着旺盛的生命力，从YOLO V1一直到”V5“，凭借着不断的创新和完善，一直被计算机视觉工程师作为对象检测的首选框架之一。 YOLO v5 模型的头部与之前的 YOLO V3 和 V4 版本相同。它比 YOLOv4 小 88%（27 MB vs 244 MB）它比 YOLOv4 快 180%（140 FPS vs 50 FPS）

机器学习AI算法工程

2022-07-06

3870

目标检测算法终结篇：YOLOV1-V5

深度学习人工智能图像识别神经网络卷积神经网络

YOLO 是一种快速紧凑的开源对象检测模型，与其它网络相比，同等尺寸下性能更强，并且具有很不错的稳定性，是第一个可以预测对象的类别和边界框的端对端神经网络。YOLO 家族一直有着旺盛的生命力，从YOLO V1一直到”V5“，凭借着不断的创新和完善，一直被计算机视觉工程师作为对象检测的首选框架之一。 YOLO v5 模型的头部与之前的 YOLO V3 和 V4 版本相同。它比 YOLOv4 小 88%（27 MB vs 244 MB）它比 YOLOv4 快 180%（140 FPS vs 50 FPS）

机器学习AI算法工程

2022-06-29

3660

目标检测 - 主流算法介绍 - 从RCNN到YOLOv5

人工智能编程算法图像处理深度学习神经网络

目标检测是计算机视觉领域的一大任务，大致分为一阶段目标检测与两阶段目标检测。其中一阶段目标检测模型以YOLO系列为代表。 YOLO算法的最大优点就是速度极快，每秒可处理45帧，也能够理解一般的对象表示。从个人学习来看：优秀的计算机视觉工程师，目标检测的学习避免不了，而目标检测的核心就是YOLO。YOLO系列也一直在发展，对于它的学习迫在眉睫。从职业发展来看：YOLO一直是应用很广的主流算法之一，也是月薪30K以上的工程师标配技能，更是技术和求职风向标。因此，搭建检测模型，并深刻理解后，你一定能在求

机器学习AI算法工程

2022-06-24

6440

推荐安利5月最新30篇GAN论文【附资料】

机器学习神经网络深度学习人工智能 linux

这5年里深度学习领域最亮的崽（仔）就是GAN。GAN具备非常广泛的应用场景，目前抖音里面生成人物卡通头像，人脸互换以及自动驾驶中通过传感器采集的数据生成逼真的图像数据，用于仿真测试等。学习和掌握GAN，论文是必不可少的部分。前沿论文能够帮助大家快速了解领域内新的技术、算法、方向。下面是给大家分享5月最新30篇GAN论文。 01.A deep learning approach to halo merger tree construction[2022-05-31] 02.Adversarial synt

机器学习AI算法工程

2022-06-20

5430

中医药领域的问题生成，阿里天池算法大赛Top1

深度学习机器学习神经网络人工智能编程算法

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 任务是中医药领域的问题生成挑战，而问题生成属于NLG中重要的一种应用。问题生成任务需要我们根据篇章及对应的答案自动生成相应的问题，即“篇章+答案→问题”这样的流程。训练集由三个字段（篇章、问题、答案）构成，测试集由两个字段（篇章、答案）构成，其中的问题字段需要我们生成。根据以上分析，我们可以采用Seq2Seq模型来端到端地实现问题生成，而模型的输入为篇章和答案，输出为问题。文本长度分布篇章文本长度在100以

机器学习AI算法工程

2022-06-16

7330

30倍加速，3毫秒急速识别，人、车、OCR等9大分类任务一网打尽

神经网络人工智能网络安全编程算法深度学习

“图像分类”作为人工智能领域的重要基础任务,早已在安防监控、智慧交通、医疗影像诊断甚至社交娱乐等行业被广泛应用，成为AI从业者的“必备技能”，例如安防系统中的人体属性识别；文档电子化、卡证识别中的图片方向校准；辅助驾驶中的交通标识、红绿灯状态识别等等，都离不开图像分类技术的支持。图1 PaddleClas图像分类应用示意图然而，在实际产业应用中，想要得到一个既快又好的分类模型依然面临很多挑战：大模型精度-速度难以兼顾从大名鼎鼎的Resnet50到如今火热的Swin-Transformer，模型精

机器学习AI算法工程

2022-06-13

6190

特征工程的方法论,一般都这么做

特征工程深度学习机器学习神经网络人工智能

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 AI算法工程师交流群一.为什么要做特征工程 1.选对模型有用的特征，让模型达到尽可能大的性能（准确率）； 2.剔除掉无用特征，减少模型的过拟合，增加模型泛化能力； 2.对有用特征做相应变化处理，减少模型复杂性，增加模型的性能；二.特征工程都要做什么 1.特征采集评估主要是评估需要采集的成本，特征的完整性，特征的有效性 2.特征预处理做特征的定性分析，缺失值、异常值，基本特征编码和变化 3.特征无量纲化将特征从

机器学习AI算法工程

2022-06-10

8010

與情分析系统，包括爬虫、文本摘要、主题分类、情感倾向性识别以及可视化

深度学习机器学习神经网络人工智能特征工程

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 0. 引言此项目包括與情分析系统，包括爬虫、数据清洗、文本摘要、主题分类、情感倾向性识别以及分析结果数据可视化。该项目是在校时导师建议的一个边缘研究方向，开题时间 2017 上半年。导师研究的主力方向是网络空间安全，因此在社会工程学上，以当时大火的 AI 领域 NLP (自然语言处理) 为切入口，进行舆情舆论的情感倾向性研究。当时 NLP 的领域还是战国时代，self-attention 还在萌芽，transforme

机器学习AI算法工程

2022-05-30

1.2K0

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