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

AI 算法笔记

同名公众号，分享算法编程学习和论文笔记，实战项目，翻译优秀的文章

专栏作者

163

文章

181094

阅读量

38

订阅数

deeplearning.ai课程笔记--目标检测

深度学习人工智能

这篇是看完吴恩达老师的 deeplearning.ai 课程里目标检测课程的学习笔记，文章的图片主要来自课程。

2020-11-29

4810

10个实用的机器学习建议

机器学习神经网络深度学习人工智能 https

原文：https://medium.com/modern-nlp/10-great-ml-practices-for-python-developers-b089eefc18fc

2020-04-23

3860

20191215周学习总结

推荐系统机器学习神经网络深度学习人工智能

最近会打算每周总结一下学习的内容，主要内容可能是看过的书的一些学习笔记、论文阅读、学习的知识点以及推荐一些文章。

2019-12-18

3870

目标检测实战项目『代码实战篇』

xml 图像识别神经网络人工智能深度学习

深度学习的三驾马车：数据、模型、算力。本文将从这三方面，实现 YOLO 目标检测，让自己的数据跑起来

2019-12-02

6330

Faster R-CNN 目标检测体验篇

机器学习神经网络深度学习人工智能图像识别

上次我们分享了目标检测 One-Stage 的代表 YOLO，从体验、理论到代码实战。其实 One-Stage 还有一个代表是 SSD ，这个等到下一次我们再讲解，因为 SSD 涉及到部分 Two-Stage 目标检测的知识。

2019-12-02

1.1K0

你有哪些deep learning（rnn、cnn）调参的经验？

深度学习机器学习人工智能神经网络批量计算

深度学习中调参其实是一个比较重要的技巧，但很多时候都需要多尝试多积累经验，因此算法工程师也被调侃为调参工程师。

2019-08-28

6310

深度学习的一些经验总结和建议| To do v.s Not To Do

编程算法机器学习神经网络深度学习人工智能

昨天看到几篇不同的文章写关于机器学习的to do & not to do，有些观点赞同，有些不赞同，是现在算法岗位这么热门，已经不像几年前一样，可能跑过一些项目、懂点原理就可以了，现在对大家的要求更高，尤其工程能力更不可缺少，只跑过一些iris鸢尾花分类、啤酒与尿布、猫狗分类等的同学需要再提高提高，因为竞争太激烈了，我在这里结合我自己的经验总结一下吧～

2019-08-19

5130

必读的10篇关于GAN的论文

机器学习神经网络深度学习人工智能 https

上次写的文章-- 一文了解下 GANs可以做到的事情，如果想进一步了解 GAN，学习研究 GAN，可以先从这 10 篇论文开始。

2019-08-16

9700

20190624一周文章阅读和收藏: 图像分类、检测，NLP，Python编程

神经网络机器学习人工智能图像识别 https

打算每周整理下这周看过觉得不错的文章，主要是机器学习、深度学习、Python编程方向的，包括但不局限于论文、综述、有趣的项目以及工具教程推荐，目前这个系列的名字还没想好，就先这样命名吧

2019-08-16

7120

来了解下计算机视觉的八大应用

机器学习神经网络人工智能 git github

之前通过三篇文章简单介绍了机器学习常用的几种经典算法，当然也包括了目前很火的 CNNs 算法了：

2019-08-16

1K0

如果你还不了解GBDT，不妨看看这篇文章

编程算法机器学习神经网络深度学习人工智能

这是来自读者的一篇投稿，因为公众号对 Latex 公式支持不是很好，所以可以点击文末 “阅读原文“ 进行阅读。同时也希望觉得有帮助的欢迎到作者的 Github 上 star ！

2019-08-16

7530

重磅! | 比Pytorch Hub更早？三分钟带你弄懂Paddle Hub！

神经网络深度学习人工智能迁移学习 github

前言：昨天看到一条爆炸性新闻—"PyTorch Hub发布！一行代码调用最潮模型"，在我们调参圈简直震惊了！要是所有模型都能一行命令解决，我也不用一天到晚当调参这么苦兮兮T_T。不过我突然想起，上个月我还用过PaddleHub做Fine-tune，很好用，咋没人推荐呢？好用的东西当然要跟大家分享，所以我做了一个非官方测评，三分钟带大家了解PaddleHub！

2019-08-16

1.6K0

漫画人工智能：人工智能简史

神经网络深度学习人工智能

本节我们会以生动有趣的漫画来介绍关于人工智能（AI）相关的故事，你将会学习到：人工智能的历史

2019-08-16

2.1K0

[GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(下）

机器学习神经网络人工智能 https 网络安全

http://bamos.github.io/2016/08/09/deep-completion/

2019-08-16

5620

[GAN学习系列2] GAN的起源

机器学习神经网络深度学习人工智能

这是 GAN 学习系列的第二篇文章，这篇文章将开始介绍 GAN 的起源之作，鼻祖，也就是 Ian Goodfellow 在 2014 年发表在 ICLR 的论文--Generative Adversarial Networks”，当然由于数学功底有限，所以会简单介绍用到的数学公式和背后的基本原理，并介绍相应的优缺点。

2019-08-16

6810

模型评估、过拟合欠拟合以及超参数调优方法

机器学习神经网络深度学习人工智能编程算法

上一篇文章介绍了性能评估标准，但如何进行模型评估呢，如何对数据集进行划分出训练集、验证集和测试集呢？如何应对可能的过拟合和欠拟合问题，还有超参数的调优，如何更好更快找到最优的参数呢？

2019-08-16

1.6K0

效果惊人：上古卷轴III等经典游戏也能使用超分辨率GAN重制了

机器学习神经网络深度学习人工智能游戏

图像超分辨率是指从观测到的低分辨率图像重建出相应的高分辨率图像，这种重建不仅指令图像变得清晰锐利，同时还表示模型需要利用图像的高级语义信息重建出丢失的信息。因此这实际上是一个比较困难的任务，不过目前基于卷积神经网络或生成对抗网络的方法还是有比较好的效果。

2019-08-16

8140

特征工程之数据预处理（上）

机器学习神经网络深度学习人工智能数据挖掘

分别介绍了确定项目终极目标、选择损失函数、获取数据以及构建测试集，接下来在进入选择算法和训练模型之前，一个很重要的步骤就是特征工程，它包括了对数据的预处理、特征提取、特征分析以及特征构建等几个步骤，可以说能否训练一个好的模型，除了选择合适的算法，准备好数据也是非常关键的！

2019-08-16

6850

简单聊聊模型的性能评估标准

机器学习神经网络深度学习人工智能

在机器学习领域中，对模型的评估非常重要，只有选择和问题相匹配的评估方法，才能快速发现算法模型或者训练过程的问题，迭代地对模型进行优化。

2019-08-16

1.1K0

机器学习入门系列(2)--如何构建一个完整的机器学习项目(一)

机器学习神经网络深度学习人工智能编程算法

上一篇机器学习入门系列（1）--机器学习概览简单介绍了机器学习的一些基本概念，包括定义、优缺点、机器学习任务的划分等等。

2019-08-16

3960

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