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
2439556
阅读量
326
订阅数
PyTorch模型静态量化、保存、加载int8量化模型
为了保证较高的精度,大部分的科学运算都是采用浮点型进行计算,常见的是32位浮点型和64位浮点型,即float32和double64。然而推理没有反向传播,网络中存在很多不重要的参数,或者并不需要太细的精度来表示它们。
机器学习AI算法工程
2023-02-28
4.1K0
神了,用 Python 预测世界杯决赛,发现准确率还挺高
通过对2018年之前世界杯各个国家球队的表现以及比分结果进行数据分析,并结合以往各个球队在历届世界杯中的表现,通过机器学习算法建立模型,并对其进行评价以及模型优化之后,进行模拟2022年卡塔尔世界杯的冠军球队的归属。
机器学习AI算法工程
2022-12-13
9880
轻量型目标检测算法一次看个够
近两年目标检测算法发展非常的快,恍惚一看,单阶段算法几乎统一了目标检测,各种高性能的目标检测算法层出不穷,印象中是在YOLOv4出来后,基于YOLO的改进变得一发不可收拾,各种改进版本精度越来越高、速度越来越快,同时模型体积也越来越小,越来越多的轻量型模型涌现,更适合移动端部署。这篇文章花点时间来盘点一下一些在github上比较火的轻量型目标检测算法,收藏也方便以后工程中实践。
机器学习AI算法工程
2022-12-13
1.8K0
羊了个羊,python一键通关
向AI转型的程序员都关注了这个号👇👇👇 火爆全网的小游戏羊了个羊到底藏了什么套路?几乎所有人上班下班都在玩,可通关率据说还不到1%。 其实这个游戏和你的策略或技术没啥关系,完全是算法和运气在折磨你。十年前我们玩空当接龙的时候,所有牌都是明牌,理论上可以算出最优解;但羊了个羊不一样,策略再好也不能稳赢,因为你根本不知道一张牌底下藏着什么牌,这和斗地主还不一样,斗地主的牌堆是固定的,但游戏里的牌堆可以被算法改变。 知乎上有人算出了通关概率,游戏一共有14种图案,即使按照逐渐消层的最优解,底下的牌也有200多万
机器学习AI算法工程
2022-09-27
1.7K0
知乎高赞:AI算法工程师走下神坛了?
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
2022年3月快手广告算法面试题
向AI转型的程序员都关注了这个号👇👇👇 ​ ​ 1、手写交叉熵公式 2、为什么用交叉熵不用均方误差     1、均方误差作为损失函数,这时所构造出来的损失函数是非凸的,不容易求解,容易得到其局部最优解;而交叉熵的损失函数是凸函数;     2、均方误差作为损失函数,求导后,梯度与sigmoid的导数有关,会导致训练慢;而交叉熵的损失函数求导后,梯度就是一个差值,误差大的话更新的就快,误差小的话就更新的慢点。 3、说一下Adam优化的优化方式     Adam算法即自适应时刻估计方法(Adaptive
机器学习AI算法工程
2022-09-27
9150
基于深度学习方法的图像分割,差距不止一点点
图像分割(image segmentation)技术是计算机视觉领域的一个重要的研究方向,图像分割是计算机视觉中的一个关键过程。它包括将视觉输入分割成片段以简化图像分析。片段表示目标或目标的一部分,并由像素集或“超像素”组成。图像分割将像素组织成更大的部分,消除了将单个像素作为观察单位的需要。图像分析有三个层次: 分类 - 将整幅图片分成“人”、“动物”、“户外”等类别 目标检测 - 检测图像中的目标并在其周围画一个矩形,例如一个人或一只羊。 分割 - 识别图像的部分,并理解它们属于什么对象。分割是进行目标
机器学习AI算法工程
2022-09-22
8100
YOLO杀疯了!目标检测速度与精度的最优组合
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
特征工程7种常用方法
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 一、特征工程 简单说,特征工程是能够将数据像艺术一样展现的技术。因为好的特征工程很好的混合了专业领域知识、直觉和基本的数学能力; 本质上说,呈现给算法的数据应该能拥有基本数据的相关结构或属性 。当你做特征工程时,其实是将数据属性转换为数据特征的过程,属性代表了数据的所有维度,在数据建模时,如果对原始数据的所有属性进行学习,并不能很好的找到数据的潜在趋势,而通过特征工程对你的数据进行预处理的话,你的算法模型能够减少受到噪声
机器学习AI算法工程
2022-09-20
6090
文字识别助力智能运营,加速金融业务流转效率
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
论文写作全攻略|一篇学术科研论文该怎么写
论文通俗来说是本科和硕士的升学助力,也是学术界的硬通货,更是未来工作的加分项和敲门砖。 论文的写作对很多学生来说,是一种挑战。有些学生不知该如何对论文做选题,更多的学生则是对毕业论文写作到底有什么要求不清楚,不知从何下手,常常为毕业论文发愁。 我跟几位CVPR、ECCV等顶会审稿人聊了聊,总结输出如下文,希望对大家有启发。 扫码0.1元领取 《顶会审稿人论文写作干货》 论文写作的分为四个顺序:阅读论文→确定创新点→Coding/实验→论文写作。 01 阅读论文 发表论文的前提是大量阅读论文!!!文献阅读分
机器学习AI算法工程
2022-08-26
2130
OCR-easyocr初识
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 一、介绍 批量文字识别(OCR)是Python办公自动化的基本操作,应用在我们工作生活中的方方面面,比如车牌识别、证件识别、银行卡识别、票据识别等等。 Python中OCR第三方库非常多,比如easyocr、PaddleOCR、cnocr等等。 EasyOCR 是一个用 Python 编写的 OCR 库,用于识别图像中的文字并输出为文本,支持 80 多种语言。 检测部分使用CRAFT算法,识别模型为CRNN,由3个组件组
机器学习AI算法工程
2022-08-26
2.1K0
联邦学习助力人工智能新模型进化(附:金融隐私计算实战项目)
2016年是人工智能(ArtificiaIntelligence,AI)成熟的一年。随着AlphaGo击败人类顶级围棋手,我们真正见证了人工智能的巨大潜力,并开始期待更复杂、更尖端的人工智能技术可以应用在更多的领域,包括无人驾驶、生物医疗、金融等。 如今,人工智能技术在各行各业都显示出了优势。人们自然希望像AlphaGo这样的由大数据驱动的人工智能技术能够很快在生活中应用起来。然而,现实有些令人失望:除了少数行业,大多数领域只拥有有限的数据或质量较差的数据,这使AI技术的落地比我们想象的更困难。是否通过跨组
机器学习AI算法工程
2022-08-26
7160
手写实现李航《统计学习方法》书中全部算法
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 监督部分 第二章 感知机: 博客:统计学习方法|感知机原理剖析及实现 实现:perceptron/perceptron_dichotomy.py 第三章 K近邻: 博客:统计学习方法|K近邻原理剖析及实现 实现:KNN/KNN.py 第四章 朴素贝叶斯: 博客:统计学习方法|朴素贝叶斯原理剖析及实现 实现:NaiveBayes/NaiveBayes.py 第五章 决策树: 博客:统计学习方法|决策树原理剖析及实现 实现:
机器学习AI算法工程
2022-08-26
7470
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
一键中文数据增强工具
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
DBnet检测加分类,提取身份证要素
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 DBnet文本检测网络加入多分类,可以实现模型很小又能够区分类别的功能,然后可以根据检测框的标签快速提取目标字段,在端侧部署的话就能达到非常高的精度和效率。 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 或者下载工具  labelImg.exe链接:https://pan.baidu.com/s/14
机器学习AI算法工程
2022-07-18
1.6K0
【建议收藏】CV学习路径推荐
我跟几位BATJ现职的CV算法工程师聊了聊学习路径的话题—— 学习CV要具备哪些基础? CV算法工程师应当掌握哪些技能? 01 学习CV要具备哪些基础 01 编程与数理基础 掌握Python基础理论知识、了解第三方数据科学库,能够使用Python语言进行初级机器学习编程。掌握线性代数、微积分、概率论、最优化的相关知识。 02 机器学习基础 了解线性回归、逻辑回归、决策树等机器学习经典模型、能够基于Python语言上手机器学习算法实践。 03 深度学习基础 熟练卷积神经网络和循环神经网络、了解简单的Pytor
机器学习AI算法工程
2022-07-12
6520
比YOLOv4小巧90%,速度却超2倍的目标检测算法
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
【baseline】Kaggle新赛!信用违约预测大赛
日前,Kaggle发布了American Express - Default Prediction 信用违约预测大赛。要求参赛者: 运用机器学习技能来预测信用违约 这是一个金融风控场景下的结构化数据挖掘任务,对本领域感兴趣的小伙伴,千万不要错过。 下面是本场比赛的baseline。 加我回复“运通”获取baseline+数据集 01 PART 赛题分析+baseline 1、赛题链接 https://www.kaggle.com/competitions/amex-default-predictio
机器学习AI算法工程
2022-07-06
1.3K0
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