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

文武兼修ing——机器学习与IC设计

专栏作者

109

文章

164652

阅读量

50

订阅数

harr特征加级联分类器的目标检测系统1.识别系统架构2.训练方法3.加速方法4.代码实践参考文献

系统架构机器学习

1.识别系统架构 harr_system.png 以上是Harr特征+级联分类器的识别系统架构图，系统分为以下几个部分：滑动框：固定大小的在原图上滑动的框，用于获取子图 Harr特征提取器：在子图上

2018-07-04

6810

DianNao系列加速器总结（1）——架构与运算单元简介整体架构运算模块

机器学习神经网络

本文为DianNao系列加速器总结的第一篇，有较多公式，简书不支持公式渲染，公示完整版待该总结完成后将统一发表在个人博客简介 DianNao系列是中科院计算所推出的系列机器学习加速器，包括以下四个成员： DianNao：神经网络加速器，DianNao系列的开山之作。 DaDianNao：神经网络“超级计算机”，DianNao的多核升级版本 ShiDianNao：机器视觉专用加速器，集成了视频处理部分 PuDianNao：机器学习加速器，DianNao系列收山之作，可支持7种机器学习算法 DianNao系

2018-05-11

2.4K8

基于sklearn的文本特征抽取理论代码实现

理论机器学习的样本一般都是特征向量，但是除了特征向量以外经常有非特征化的数据，最常见的就是文本结构化数据当某个特征为有限的几个字符串时，可以看成一种结构化数据，处理这种特征的方法一般是将其转为独热码的几个特征。例如仅能取三个字符串的特征：a,b,c，可以将其转换为001,010,100的三个特征和非结构化数据当特征仅是一系列字符串时，可以使用词袋法处理，这种方法不考虑词汇顺序，仅考虑出现的频率 count vectorizer：仅考虑每种词汇出现的频率 tfidf vectorizer：除了考虑词

2018-04-27

7660

基于sklearn的几种回归模型理论代码实现

理论支持向量机回归器支持向量机回归器与分类器相似，关键在于从大量样本中选出对模型训练最有用的一部分向量。回归器和分类器的区别仅在于label为连续值 K临近回归器 K临近回归器任然是取特征向量最接近的k个训练样本，计算这几个样本的平均值获得结果（分类器是投票）回归树回归树相对于分类树的最大区别在于叶子节点的值时“连续值”，理论上来书回归树也是一种分类器，只是分的类别较多集成回归器随机森林和提升树本质上来说都是决策树的衍生，回归树也可以衍生出回归版本的随机森林和提升树。另外，随机森林还可以衍生出极

2018-04-27

3K0

基于sklearn的决策树分类器理论基础代码实现

决策树编程算法机器学习

理论基础决策树决策树是一种树形结构的机器学习算法，所有的样本起始于根节点，每个具有子节点的父节点都有一个判断，根据判断结果将样本向子节点分流，测试样本从根节点开始向下流动，通过判断最终到达某个没有子节点的叶子节点，这个节点就是该样本所属的类别。例如，判断一个动物是鸭子，狗还是兔子，可以具有以下的决策树：判断是否有四条腿没有，是鸭子有，判断眼睛颜色红色，是兔子非红色，是狗决策树训练算法训练决策树时，可以描述如下从父节点找到最优划分属性根据属性划分出子节点若子节点为空/属性相同（

2018-04-27

1.6K0

基于sklearn的K邻近分类器概念代码实现

编程算法机器学习

概念 KNN（K临近）分类器应该算是概率派的机器学习算法中比较简单的。基本的思想为在预测时，计算输入向量到每个训练样本的欧氏距离（几何距离），选取最近的K个训练样本，K个训练样本中出现最多的类别即预测为输入向量的类别（投票）代码实现载入数据集——鸢尾花数据集 from sklearn.datasets import load_iris dataset = load_iris() print(dataset.data.shape) print(dataset.DESCR) (150, 4) Iris Pl

2018-04-27

6230

没有更多了

社区活动

RAG七天入门训练营

鹅厂大牛手把手带你上手实战，赢鹅厂证书、公仔好礼！

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