腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
深度学习
专栏成员
举报
74
文章
78260
阅读量
41
订阅数
订阅专栏
申请加入专栏
全部文章(74)
深度学习(26)
神经网络(23)
机器学习(21)
人工智能(20)
编程算法(15)
python(13)
tensorflow(9)
其他(7)
卷积神经网络(4)
推荐系统(4)
anaconda(4)
人脸识别(3)
github(3)
批量计算(3)
http(3)
网络安全(3)
监督学习(3)
https(3)
决策树(2)
学习方法(2)
average(2)
precision(2)
语音识别(1)
NLP 服务(1)
java(1)
硬件开发(1)
git(1)
mapreduce(1)
命令行工具(1)
图像处理(1)
开源(1)
微信(1)
小程序(1)
机器人(1)
数据可视化(1)
fpga(1)
特征工程(1)
break(1)
curve(1)
image(1)
list(1)
map(1)
sum(1)
编辑器(1)
开发环境(1)
搜索文章
搜索
搜索
关闭
第六章(1.6)机器学习实战——打造属于自己的贝叶斯分类器
机器学习
神经网络
深度学习
人工智能
github
github项目地址:https://github.com/liangzhicheng120/bayes
两只橙
2021-11-24
295
0
第四章(1.2)机器学习——在web攻击检测中的应用实践
机器学习
神经网络
深度学习
人工智能
特征工程
通俗地讲,任何一个的机器学习问题都可以等价于一个寻找合适变换函数的问题。例如语音识别,就是在求取合适的变换函数,将输入的一维时序语音信号变换到语义空间;而近来引发全民关注的围棋人工智能AlphaGo则是将输入的二维布局图像变换到决策空间以决定下一步的最优走法;相应的,人脸识别也是在求取合适的变换函数,将输入的二维人脸图像变换到特征空间,从而唯一确定对应人的身份。
两只橙
2021-11-24
621
0
如何使用TensorFlow生成对抗样本
tensorflow
神经网络
如果说卷积神经网络是昔日影帝的话,那么生成对抗已然成为深度学习研究领域中一颗新晋的耀眼新星,它将彻底地改变我们认知世界的方式。对抗学习训练为指导人工智能完成复杂任务提供了一个全新的思路,生成对抗图片能够非常轻松的愚弄之前训练好的分类器,因此如何利用生成对抗图片提高系统的鲁棒性是一个很有研究的热点问题。 神经网络合成的对抗样本很容易让人大吃一惊,这是因为对输入进行小巧精心制作的扰动就可能导致神经网络以任意选择的方式对输入进行错误地分类。鉴于对抗样本转移到物质世界,可以使其变得非常强大,因此这是一个值得关注的安全问题。比如说人脸识别,若一张对抗图像也被识别为真人的话,就会出现一些安全隐患及之后带来的巨大损失。对生成对抗图像感兴趣的读者可以关注一下最近的Kaggle挑战赛NIPS。
两只橙
2021-11-24
569
0
神经网络相关名词解释
神经网络
卷积神经网络
深度学习
很多人认为深度学习很枯燥,大部分情况是因为对深度学习的学术词语,特别是专有名词很困惑,即便对相关从业者,亦很难深入浅出地解释这些词语的含义。
两只橙
2021-11-24
562
0
机器学习教材中的 7 大经典问题
决策树
神经网络
机器学习
深度学习
人工智能
这是最有名错误判断,现在的教科书几乎已经不再有这样的结论,但如果看15年、20年前的机器学习教科书,会有一个很有趣的结论:神经网络不能超过三层。这和我们现在说的深度学习是矛盾的,深度学习现在大家比拼的不是神经网络能不能超过三层,而是能不能做出一百层、一千层或者更多。
两只橙
2021-11-24
480
0
图像分类 | 深度学习PK传统机器学习
神经网络
机器学习
深度学习
人工智能
图像分类,顾名思义,是一个输入图像,输出对该图像内容分类的描述的问题。它是计算机视觉的核心,实际应用广泛。
两只橙
2021-11-24
753
0
第一章(1.3)机器学习概念图谱
机器学习
神经网络
人工智能
监督学习
深度学习
机器学习(machine learning)是最近非常火的一个领域,关于其一些基本定义百度百科、维基百科或者网上随便都可以找到很多资料,所以这里不做过多解释。
两只橙
2021-11-24
390
0
个性化推荐系统设计(4.1)案例分析
学习方法
神经网络
在过去的十年中,神经网络已经取得了巨大的飞跃。如今,神经网络已经得以广泛应用,并逐渐取代传统的机器学习方法。 接下来,我要介绍一下YouTube如何使用深度学习方法来做个性化推荐。
两只橙
2021-11-24
562
0
第八章(1.1)总结与展望——AI 领域最稀缺的人才:人工智能架构师
硬件开发
编程算法
fpga
神经网络
深度学习
这里,就不卖关子了。AI领域最最最最最稀缺的人才应该为人工智能架构师。有过4次技术创业经历,如今做AI投资的星瀚资本创始合伙人杨歌如是说。
两只橙
2019-02-25
517
0
第七章(1.3)图像处理—— 深度学习PK传统机器学习
神经网络
机器学习
深度学习
人工智能
原文:Image Classification in 5 Methods https://medium.com/towards-data-science/image-classification-in-5-methods-83742aeb3645
两只橙
2019-02-25
2.6K
0
第一章(1.1)人工智能简介
神经网络
深度学习
人工智能
一、人工智能——历史 人工智能——历史 二、人工智能——内涵和外延 人工智能——内涵和外延 三、人工智能——应用领域 人工智能——应用领域
两只橙
2019-02-14
392
0
第一章(1.2) 机器学习算法工程师技能树
编程算法
机器学习
神经网络
深度学习
人工智能
一、机器学习算法工程师需要掌握的技能 image 机器学习算法工程师需要掌握的技能包括 (1)基础数据结构与算法 树与相关算法 图与相关算法 哈希表与相关算法 矩阵与相关算法 (2)概率和统计基础 大
两只橙
2019-02-14
1K
0
第六章(1.6)机器学习实战——打造属于自己的贝叶斯分类器
机器学习
神经网络
深度学习
人工智能
github
github项目地址:https://github.com/liangzhicheng120/bayes
两只橙
2019-02-14
442
0
第六章(1.7)深度学习实战——用lstm做小说预测
python
神经网络
机器学习
深度学习
人工智能
一、简介 长短期记忆网络 LSTM(Long-Short Term Memory)是递归神经网络(RNN:Recurrent Neutral Network)的一种。 RNNs也叫递归神经网络序列,它是一种根据时间序列或字符序列(具体看应用场景)自我调用的特殊神经网络。将它按序列展开后,就成为常见的三层神经网络。常应用于语音识别。 虽然前馈神经网络取得很大成功,但它无法明确模拟时间关系,并且所有数据点都是固定长度的向量。所以就诞生了递归神经网络,递归即自我调用,递归神经网络与其他网络的不同之处在于它的隐含
两只橙
2019-02-14
742
0
第一章(1.3)机器学习概念图谱
机器学习
神经网络
人工智能
监督学习
深度学习
机器学习(machine learning)是最近非常火的一个领域,关于其一些基本定义百度百科、维基百科或者网上随便都可以找到很多资料,所以这里不做过多解释。
两只橙
2019-01-23
401
0
第一章(1.2) 机器学习算法工程师技能树
编程算法
机器学习
神经网络
深度学习
人工智能
- 单机开发工具(numpy、sk-learn、pandas、libsvm、xgboost)
两只橙
2019-01-22
845
0
第一章(1.1)人工智能简介
神经网络
深度学习
人工智能
深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 专题主编:https://blog.csdn.net/lzc4869
两只橙
2019-01-21
576
0
机器学习教材中的 7 大经典问题
机器学习
神经网络
深度学习
一、神经网络不宜超过三层 这是最有名错误判断,现在的教科书几乎已经不再有这样的结论,但如果看15年、20年前的机器学习教科书,会有一个很有趣的结论:神经网络不能超过三层。这和我们现在说的深度学习是矛盾
两只橙
2018-04-27
1K
0
神经网络性能调优方案
神经网络
图像处理
神经网络性能调优主要方法 (1)数据增广 (2)图像预处理 (3)网络初始化 (4)训练过程中的技巧 (5)激活函数的选择 (6)不同正则化方法 (7)来自于数据的洞察 (8)集成多个深度网络 1. 数据增广 在不改变图像类别的情况下,增加数据量,能提高模型的泛化能力。 自然图像的数据增广方式包括很多,如常用的水平翻转(horizontally flipping),一定程度的位移或者裁剪和颜色抖动(color jittering)。此外还可以尝试多种操作的组合, 例如同时做旋转和随机尺度变换
两只橙
2018-04-27
1.1K
0
神经网络相关名词解释
神经网络
深度学习
机器人
人工智能
机器学习
很多人认为深度学习很枯燥,大部分情况是因为对深度学习的学术词语,特别是专有名词很困惑,即便对相关从业者,亦很难深入浅出地解释这些词语的含义。 相信读过此文的圈友,会对深度学习有个全新的认识,机器人圈希望可以为圈友的深度学习之路起到一些辅助作用。 人工智能,深度学习,机器学习—无论你在做什么,如果你对它不是很了解的话—去学习它。否则的话不用三年你就跟不上时代的潮流了。——马克.库班 马克.库班的这个观点可能听起来很极端——但是它所传达的信息是完全正确的! 我们正处于一场革命的旋涡之中——一场由大数据和计算能
两只橙
2018-04-27
1.2K
0
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
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
立即体验
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
立即查看
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