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
程序员一一涤生
同步自“程序员一一涤生”公众号。
专栏作者
举报
118
文章
199811
阅读量
43
订阅数
订阅专栏
申请加入专栏
全部文章（118）
深度学习（18）
编程算法（17）
网站（14）
神经网络（13）
人工智能（13）
机器学习（12）
http（12）
python（11）
sql（11）
数据库（10）
NLP 服务（9）
java（9）
机器人（9）
oracle（8）
html（7）
linux（7）
网络安全（7）
ide（6）
json（5）
tomcat（5）
图像识别（5）
https（5）
bash（4）
xml（4）
access（4）
bash 指令（4）
开源（4）
决策树（4）
php（3）
git（3）
github（3）
官方文档（2）
tensorflow（2）
node.js（2）
ajax（2）
flask（2）
打包（2）
apt-get（2）
spring（2）
GPU 云服务器（2）
批量计算（2）
访问管理（2）
机器翻译（2）
腾讯云测试服务（2）
mongodb（2）
微服务（2）
map（2）
费用中心（1）
人脸识别（1）
c++（1）
javascript（1）
jsp（1）
jquery（1）
android（1）
mvc（1）
api（1）
jar（1）
全文检索（1）
容器镜像服务（1）
NAT 网关（1）
云推荐引擎（1）
运维（1）
jdk（1）
卷积神经网络（1）
erp（1）
面向对象编程（1）
dns（1）
opencv（1）
jdbc（1）
hashmap（1）
ftp（1）
keras（1）
pytorch（1）
tcp/ip（1）
scikit-learn（1）
uml（1）
windows（1）
数据可视化（1）
nat（1）
虚拟化（1）
sdk（1）
ghost（1）
add（1）
char（1）
database（1）
ddl（1）
error（1）
executorservice（1）
key（1）
next（1）
precision（1）
rank（1）
sample（1）
size（1）
threadpoolexecutor（1）
队列（1）
线程池（1）
注解（1）
字符串（1）
搜索文章
搜索
搜索
关闭
理解CART决策树
决策树
机器学习
神经网络
深度学习
人工智能
CART全称为Classification and Regression Tree。
程序员一一涤生
2020-01-14
978
0
理解ID3决策树
决策树
机器学习
神经网络
深度学习
人工智能
在解决分类问题的决策树中，叶子节点就表示所有的分类，比如这里的分类就有3种：无聊时阅读的邮件、需及时处理的邮件、无需阅读的邮件。
程序员一一涤生
2020-01-14
786
0
ID3决策树
决策树
机器学习
神经网络
深度学习
人工智能
在解决分类问题的决策树中，叶子节点就表示所有的分类，比如这里的分类就有3种：无聊时阅读的邮件、需及时处理的邮件、无需阅读的邮件。
程序员一一涤生
2020-01-07
643
0
用机器学习打造聊天机器人(六) 原理篇
机器学习
神经网络
深度学习
人工智能
编程算法
word2vec 基于分布式表征(Dristributed Representation)的 思想，相比于 One hot 可以用更低维数的向量表示词汇。 有一个有趣的研究表明，用词向量表示我们的词时，我们可以发 现：King - Man + Woman = Queen。 word2vec 实现了 CBOW 和 Skip-Gram 两个神经网络 模型，SkyAAE 在训练词向量的时候就是使用的 CBOW 模型。
程序员一一涤生
2019-12-25
338
0
用机器学习打造聊天机器人(六) 原理篇
机器学习
神经网络
深度学习
人工智能
编程算法
本文是"手把手教你打造聊天机器人"系列的最后一篇，介绍了我们打造的聊天机器人的相关算法原理，下一篇会对本系列做一个总结。
程序员一一涤生
2019-12-16
680
0
手把手教你打造聊天机器人(一) 前言
机器人
机器学习
神经网络
深度学习
人工智能
还记得手把手教你做物体检测、手把手教你做命名实体识别系列的文章吗？满满的干货有没有O(∩_∩)O，大部分读者跟着步骤来，最后都实现了其中的物体检测和命名实体识别项目。 物体检测 [so8knag2el.png] [1elwy46k2p.png] 命名实体识别 [hc7uxqxp0o.png] 本系列文章，依然秉承实践为主，理论为辅，让大家"做的出，看的懂"的原则，效果展示、特性介绍、设计思路、代码实现、算法原理等多个方面的内容都有涉及，通过学习本系列文章，你将能够自己实现一个聊天机器人。 [mcwh2trz
程序员一一涤生
2019-12-04
743
0
手把手教你用深度学习做物体检测(七)：YOLOv3介绍
神经网络
深度学习
人工智能
https
网络安全
yolo3会利用第82、94、106层的特征图来进行不同尺寸的目标检测。 82层的图像小（分辨率低），感受野大，可以到检测图像中较大的目标； 94层的图像中等，感受野中等，可以检测到图像中不大也不小的目标； 106层的图像大（分辨率高），但感受野相对最小，可以检测到图像中较小的目标。 所以如果训练过程中，发现某层的输出值是非数，这只是说明在这层没有检测到目标对象，只要三层中至少有一层能输出正常的数字，就是正常的。 从图上也可以看到，为了能同时学到浅层和深层的特征，上面的82、94层特征图自身经过上采样后还会和早期层的特征图做一些拼接(concat)操作。用论文原话说就是：这样的方法让我们从上采样特征中得到更多有意义的语义信息；从更早期的特征中得到纹理信息(finer-grained information)。
程序员一一涤生
2019-09-10
937
0
手把手教你用深度学习做物体检测(六)：YOLOv2介绍
神经网络
深度学习
人工智能
图像识别
YOLOv2的改进就介绍到这里啦，下一篇文章《手把手教你用深度学习做物体检测(七)：YOLOv3》中，我们会介绍v3做了哪些新的改进。
程序员一一涤生
2019-09-10
473
0
手把手教你用深度学习做物体检测(五)：YOLOv1介绍
深度学习
人工智能
机器学习
神经网络
卷积神经网络
我们提出YOLO，一种新的目标检测方法。以前的目标检测是用分类的方式来检测，而我们将目标检测定义成回归问题，从空间上分隔出边界框和相关的类别概率。这是一个简洁的神经网络，看一次全图后，就能直接从全图预测目标的边界框和类别概率。因为整个检测线是一个单一的网络，在检测效果上，可以直接做端到端的优化。我们的统一架构非常快。我们的基础YOLO模型每秒可以处理45帧图片。该网络的一个更小的版本——Fast YOLO，每秒可以处理155帧图片，其mAP依然能达到其他实时检测模型的2倍。对比最先进的检测系统，YOLO有更多的定位误差，和更少的背景误检情况(把背景预测成目标)。最终，YOLO学到检测目标的非常通用的表示。在从自然图片到其他领域，比如艺术画方面，YOLO的泛化能力胜过其他检测方法，包括DPM和R-CNN。
程序员一一涤生
2019-09-10
1.3K
0
用深度学习做命名实体识别(一)：什么是命名实体识别？
深度学习
机器学习
神经网络
人工智能
如上图所示，请求体中是要提取实体的句子，也可以是短文，接口返回的就是句子中识别出来的各种实体。
程序员一一涤生
2019-09-05
1.2K
0
手把手教你用深度学习做物体检测(三)：模型训练
神经网络
人工智能
图像识别
深度学习
https
上篇文章《手把手教你用深度学习做物体检测(二)：数据标注》中已经介绍了如何准备我们训练模型需要用到的数据，上篇文章中有个需要注意的地方就是在生成yolov3所需格式的文件时，务必在unbuntu下生成，我之前在windows下生成然后传到ubuntu上去的，其中的路径需要手动修改成unbuntu下的路径，而且后面在unbuntu下训练的时候会遇到编码问题导致报错。数据以及目录结构如下图：
程序员一一涤生
2019-09-05
1.2K
0
用深度学习做命名实体识别(一)：文本数据标注
深度学习
机器学习
神经网络
人工智能
“ 本文是用深度学习做命名实体识别系列的第一篇，通过本文，你将了解如何用brat做文本数据标注。”
程序员一一涤生
2019-09-05
2.6K
0
手把手教你用深度学习做物体检测(一)： 快速感受物体检测的酷炫
神经网络
人工智能
图像识别
keras
深度学习
如上图所示， 物体检测就是需要检测出图像中有哪些目标物体，并且框出其在图像中的位置。
程序员一一涤生
2019-09-05
1.4K
0
没有更多了
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！
立即发文
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