腾讯云
开发者社区
文档
建议反馈
控制台
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
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
Datawhale专栏
专栏作者
举报
506
文章
706935
阅读量
75
订阅数
订阅专栏
申请加入专栏
全部文章（506）
神经网络（181）
机器学习（170）
编程算法（166）
深度学习（158）
人工智能（112）
https（92）
网络安全（81）
python（60）
开源（39）
NLP 服务（34）
数据分析（32）
github（27）
数据挖掘（26）
腾讯云测试服务（24）
特征工程（23）
数据结构（22）
git（19）
监督学习（19）
强化学习（18）
决策树（18）
图像识别（16）
大数据（16）
numpy（14）
模型（13）
http（11）
卷积神经网络（11）
线性回归（11）
api（9）
推荐系统（9）
pytorch（9）
数据库（8）
sql（8）
ide（8）
linux（8）
tensorflow（7）
图像处理（7）
opencv（7）
学习方法（7）
数据（7）
html（6）
matlab（6）
存储（6）
游戏（6）
数据可视化（6）
javascript（5）
批量计算（5）
分布式（5）
正则表达式（5）
tcp/ip（5）
迁移学习（5）
数据处理（5）
分类算法（5）
基础（5）
人脸识别（4）
java（4）
css（4）
嵌入式（4）
云直播（4）
知识图谱（4）
markdown（4）
无监督学习（4）
self（4）
c++（3）
node.js（3）
jquery（3）
json（3）
云数据库 SQL Server（3）
文件存储（3）
文字识别（3）
渲染（3）
容器（3）
缓存（3）
uml（3）
安全（3）
腾讯云开发者社区（3）
联邦学习（3）
agent（3）
error（3）
series（3）
工具（3）
云服务器（2）
语音识别（2）
区块链（2）
c 语言（2）
xml（2）
硬件开发（2）
apache（2）
mapreduce（2）
命令行工具（2）
日志数据（2）
企业（2）
serverless（2）
自动化（2）
爬虫（2）
spark（2）
hadoop（2）
hive（2）
keras（2）
kernel（2）
anaconda（2）
机器人（2）
物联网（2）
系统架构（2）
架构设计（2）
processing（2）
jupyter notebook（2）
flink（2）
数据集成（2）
google（2）
label（2）
lambda（2）
lm（2）
mask（2）
mean（2）
pandas（2）
precision（2）
size（2）
笔记（2）
函数（2）
量化（2）
论文（2）
实践（2）
视频（2）
索引（2）
性能（2）
优化（2）
原理（2）
云点播（1）
云镜（主机安全）（1）
对象存储（1）
自动驾驶（1）
iphone（1）
go（1）
bash（1）
actionscript（1）
bootstrap（1）
typescript（1）
ecmascript（1）
android（1）
access（1）
打包（1）
搜索引擎（1）
unix（1）
nginx（1）
容器镜像服务（1）
黑石物理服务器（1）
短视频（1）
访问管理（1）
NAT 网关（1）
腾讯git代码托管（工蜂）（1）
语音合成（1）
机器翻译（1）
视频处理（1）
金融风控（1）
数据安全（1）
运维（1）
黑客（1）
html5（1）
无人驾驶（1）
sql server（1）
自动化测试（1）
二叉树（1）
单元测试（1）
scrapy（1）
gcc（1）
scikit-learn（1）
windows（1）
网站建设（1）
nat（1）
信息流（1）
云计算（1）
虚拟化（1）
聚类算法（1）
sdk（1）
模型测试（1）
ghost（1）
手势识别（1）
智能客服机器人（1）
数据湖（1）
教育（1）
智能家居（1）
account（1）
action（1）
apply（1）
auto（1）
axis（1）
backbone（1）
bat（1）
bi（1）
block（1）
boxplot（1）
config（1）
data（1）
dataframe（1）
decode（1）
decoding（1）
embedding（1）
encode（1）
encoding（1）
excel（1）
filter（1）
gpt（1）
hidden（1）
it（1）
kaggle（1）
key（1）
layer（1）
list（1）
matrix（1）
max（1）
min（1）
nan（1）
numbers（1）
openai（1）
plot（1）
product（1）
rename（1）
reset（1）
sample（1）
slice（1）
sort（1）
tail（1）
task（1）
text（1）
transformation（1）
word2vec（1）
xgboost（1）
部署（1）
测试（1）
行业（1）
技巧（1）
教程（1）
解决方案（1）
开发者（1）
框架（1）
前端工程师（1）
求职（1）
入门（1）
事件（1）
搜索（1）
腾讯（1）
网络（1）
系统（1）
压缩（1）
异常（1）
隐私（1）
搜索文章
搜索
搜索
关闭
时间序列预测方法最全总结！
学习方法
监督学习
卷积神经网络
机器学习
神经网络
时间序列预测就是利用过去一段时间的数据来预测未来一段时间内的信息，包括连续型预测（数值预测，范围估计）与离散型预测（事件预测）等，具有非常高的商业价值。
Datawhale
2021-03-12
26.2K
1
CNN的一些可视化方法！
机器学习
人工智能
神经网络
卷积神经网络
深度学习
对神经网络进行可视化分析不管是在学习上还是实际应用上都有很重要的意义，基于此，本文介绍了3种CNN的可视化方法：可视化中间特征图，可视化卷积核，可视化图像中类激活的热力图。每种方法均附有相关代码详解。
Datawhale
2021-01-07
1.8K
0
深入浅出卷积神经网络及实现！
机器学习
深度学习
人工智能
卷积神经网络
神经网络
卷积神经网络CNN是深度学习中的基础知识。本文对CNN的基础原理及常见的CNN网络进行了详细解读，并介绍了Pytorch构建深度网络的流程。最后，以阿里天池零基础入门CV赛事为学习实践，对Pytorch构建CNN模型进行实现。
Datawhale
2020-06-16
778
0
复旦大学邱锡鹏教授：一张图带你梳理深度学习知识脉络
卷积神经网络
机器学习
监督学习
强化学习
编程算法
寄语：本文梳理了深度学习知识体系，分为机器学习、神经网络和概率图模型，同时对机器学习算法类型、深度学习原理框架等进行了梳理，帮助大家更好地学习和入手深度学习。
Datawhale
2020-05-20
1.6K
0
图像分类经典项目：基于开源数据集Fashion-MNIST的应用实践
开源
深度学习
神经网络
卷积神经网络
图像分类是计算机视觉和数字图像处理的一个基本问题。传统的图像分类方法通过人工设计提取图像特征，而基于深度学习的图像分类方法能够自动提取特征，其中卷积神经网络(CNN)近年来取得了惊人的成绩。
Datawhale
2020-04-01
2.1K
0
一文轻松了解Graph Neural Networks
卷积神经网络
数据结构
神经网络
https
NLP 服务
图结构数据在各个领域都很常见，例如{分子、社会、引用、道路}网络等，这些只是可以用图表示的大量数据中的一小部分。随着机器学习的进步，我们见证了在可用数据上应用智能算法的潜力。图神经网络是机器学习的一个分支，它以最有效的方式建立图数据的神经网络。
Datawhale
2020-03-04
457
0
94页论文综述卷积神经网络：从基础技术到研究前景
架构设计
图像处理
迁移学习
卷积神经网络
神经网络
卷积神经网络（CNN）在计算机视觉领域已经取得了前所未有的巨大成功，但我们目前对其效果显著的原因还没有全面的理解。2018年3月，约克大学电气工程与计算机科学系的 Isma Hadji 和 Richa
Datawhale
2019-11-06
261
0
深度学习在推荐系统中的应用
推荐系统
编程算法
卷积神经网络
特征工程
深度学习
2016年DeepMind开发的AlphaGo在围棋对决中战胜了韩国九段选手李世石，一时成为轰动全球的重大新闻，被全球多家媒体大肆报道。AlphaGo之所以取得这么大的成功，这其中最重要的技术之一是深度学习技术。经过这几年的发展，深度学习技术已经在图像分类、语音识别、自然语言处理等领域取得突破性进展，甚至在某些方面(如图像分类等)超越了人类专家的水平。深度学习技术驱动了第三次人工智能浪潮的到来。
Datawhale
2019-10-23
474
0
机器学习与深度学习核心知识点总结
编程算法
c 语言
卷积神经网络
决策树
神经网络
梯度下降法沿着梯度的反方向进行搜索，利用了函数的一阶导数信息。梯度下降法的迭代公式为：
Datawhale
2019-10-23
633
0
10 大 CNN 核心模型完全解析（附源代码，已全部跑通）
卷积神经网络
神经网络
机器学习
深度学习
人工智能
LeNet虽然不是CNN的起点，但却是后来CNN兴起的标志模型。LeNet-5是1998年YannLeCun设计用于手写数字识别的模型。
Datawhale
2019-09-29
1.8K
0
刷脸背后，卷积神经网络的数学原理原来是这样的
卷积神经网络
神经网络
在自动驾驶、医疗以及零售这些领域，计算机视觉让我们完成了一些直到最近都被认为是不可能的事情。今天，自动驾驶汽车和无人商店听起来不再那么梦幻。事实上，我们每天都在使用计算机视觉技术——我们用自己的面孔解锁手机，将图片上传到社交网络之前进行自动修图……卷积神经网络可能是这一巨大成功背后的关键组成模块。这次，我们将要使用卷积神经网络的思想来拓宽我们对神经网络工作原理的理解。打个预防针，本文包含相当复杂的数学方程，但是，你也不必为自己不喜欢线性代数和微积分而沮丧。我的目标并不是让你记住这些公式，而是为你提供一些关于底层原理的直觉认知。
Datawhale
2019-07-08
357
0
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
立即学习
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