首页
学习
活动
专区
工具
TVP
发布

机器学习爱好者社区

专栏作者
84
文章
87429
阅读量
14
订阅数
卷王指南,研究生计算机专业的方向有哪些?
今天先预热,介绍一下研究生计算机专业的方向有哪些,这也是很多即将读研的小伙伴关心的话题。
lujohn3li
2021-07-14
5.2K0
太卷了!AI已经会自己刷LeetCode了!
除了排序没用counts.sort(reverse = True)让人看着血压升高,算是顺利通过测试:
lujohn3li
2021-06-10
7520
这是我见过最好的NumPy图解教程!没有之一
NumPy是Python中用于数据分析、机器学习、科学计算的重要软件包。它极大地简化了向量和矩阵的操作及处理。python的不少数据处理软件包依赖于NumPy作为其基础架构的核心部分(例如scikit-learn、SciPy、pandas和tensorflow)。除了数据切片和数据切块的功能之外,掌握numpy也使得开发者在使用各数据处理库调试和处理复杂用例时更具优势。
lujohn3li
2021-06-10
1.7K0
FAIR最新无监督研究:视频的无监督时空表征学习
近期,FAIR的Kaiming He组发布了关于视频的无监督学习研究:A Large-Scale Study on Unsupervised Spatiotemporal Representation Learning,这篇论文被CVPR2021收录。论文的核心是将近期图像中的无监督学习方法应用在视频的无监督训练中。这个工作实验非常充分,也只有Facebook和Google 这样的大厂才有足够的资源来做这样的大规模实验。
lujohn3li
2021-05-11
8630
【留言送书】GitHub代码一键转VS Code:只需+1s
VS Code 是一个由微软开发,同时支持 Windows、 Linux 和 macOS 等操作系统的免费代码编辑器,它支持测试,并内置了 Git 版本控制功能,同时也具有开发环境功能,例如代码补全、代码片段和代码重构等。
lujohn3li
2021-03-16
3310
【留言送书】跟我一起从源码学习Transformer!
近几年NLP领域有了突飞猛进的发展,预训练模型功不可没。当前利用预训练模型(pretrain models)在下游任务中进行fine-tune,已经成为了大部分NLP任务的固定范式。Transformer摒弃了RNN的序列结构,完全采用attention和全连接,严格来说不属于预训练模型。但它却是当前几乎所有pretrain models的基本结构,为pretrain models打下了坚实的基础,并逐步发展出了transformer-XL,reformer等优化架构。本文结合论文和源码,对transformer基本结构,进行详细分析。
lujohn3li
2021-01-12
4980
【连载21】Selective Search-3.11
对于目标识别任务,比如判断一张图片中有没有车、是什么车,一般需要解决两个问题:目标检测、目标识别。而目标检测任务中通常需要先通过某种方法做图像分割,事先得到候选框;直观的做法是:给定窗口,对整张图片滑动扫描,结束后改变窗口大小重复上面步骤,缺点很明显:重复劳动耗费资源、精度和质量不高等等。 针对上面的问题,一种解决方案是借鉴启发式搜索的方法,充分利用人类的先验知识。J.R.R. Uijlings在《Selective Search for Object Recoginition》提出一种方法:基于数据驱动,与具体类别无关的多种策略融合的启发式生成方法。图片包含各种丰富信息,例如:大小、形状、颜色、纹理、物体重叠关系等,如果只使用一种信息往往不能解决大部分问题,例如:
lujohn3li
2020-03-12
4570
【原创】支持向量机原理(五)线性支持回归
在前四篇里面我们讲到了SVM的线性分类和非线性分类,以及在分类时用到的算法。这些都关注与SVM的分类问题。实际上SVM也可以用于回归模型,本篇就对如何将SVM用于回归模型做一个总结。重点关注SVM分类和SVM回归的相同点与不同点。
lujohn3li
2020-03-09
1K0
【干货】支持向量机原理(四)SMO算法原理
上面这个优化式子比较复杂,里面有m个变量组成的向量需要在目标函数极小化的时候求出。直接优化时很难的。SMO算法则采用了一种启发式的方法。它每次只优化两个变量,将其他的变量都视为常数。由于.假如将 固定,那么之间的关系也确定了。这样SMO算法将一个复杂的优化算法转化为一个比较简单的两变量优化问题。
lujohn3li
2020-03-09
9610
【连载15】Residual Networks、Maxout Networks和Network in Network
残差网络在《Deep Residual Learning for Image Recognition》中被第一次提出,作者利用它在ILSVRC 2015的ImageNet 分类、检测、定位任务以及COCO 2015的检测、图像分割任务上均拿到第一名,也证明ResNet是比较通用的框架。
lujohn3li
2020-03-06
5490
女朋友问我什么是最优化原理(上)——系列连载(9)
梯度下降是一种简单、好用、经典的使用一阶信息的最优化方法(意味着相对低廉的计算成本),其基本原理可以想象为一个下山问题,当下降方向与梯度方向一致时,目标函数的方向导数最大,即此时目标函数在当前起点位置的下降速度最快。
lujohn3li
2020-03-04
7230
【原创】机器学习从零开始系列连载(5)——​Bagging and Boosting框架
Bagging(Breiman, 1996) 方法是通过对训练样本和特征做有放回的抽样,并拟合若干个基础模型进而通过投票方式做最终分类决策的框架。每个基础分类器(可以是树形结构、神经网络等等任何分类模型)的特点是低偏差、高方差,框架通过(加权)投票方式降低方差,使得整体趋于低偏差、低方差。
lujohn3li
2020-03-04
4360
机器学习原来这么有趣!【第二章】:用机器学习制作超级马里奥的关卡
在第一章中我们谈到,机器学习是用泛型算法告诉你一些有关数据的有趣结论,而这个过程中你不需要写任何与问题有关的特定代码。(如果你还没有读过第一章,现在先去读吧!机器学习原来这么有趣!【第一章】)
lujohn3li
2020-03-04
7510
【Subword】 NLP Subword三大算法原理:BPE、WordPiece、ULM
正文来源:https://zhuanlan.zhihu.com/p/86965595
lujohn3li
2020-03-03
1.4K0
【python】用 Python 手写十大经典排序算法
来源:https://github.com/hustcc/JS-Sorting-Algorithm
lujohn3li
2020-03-03
6540
机器学习很有趣!第3章:深度学习和卷积神经网络
很多的文章会介绍有关深度学习的一些新闻报道,但我们却并不真正了解其背后的原理!那么今天我们这篇文章便会带大家一览其中的奥秘!
lujohn3li
2020-03-03
4170
【原创】你懂精确率与召回率吗?还有RoC曲线与PR曲线?
在机器学习的算法评估中,尤其是分类算法评估中,我们经常听到精确率(precision)与召回率(recall),RoC曲线与PR曲线这些概念,那这些概念到底有什么用处呢?
lujohn3li
2020-03-03
7250
【干货笔记】22张精炼图笔记,深度学习专项学习必备
来源丨https://blog.csdn.net/sophia_11/article/details/103005821
lujohn3li
2020-03-02
5990
机器学习从零开始系列连载(10)——最优化原理(下)
SGD相对简单并且被证明有较好的收敛性质和精度,所以自然而然就想到将其扩展到大规模数据集上,就像Hadoop/Spark的基本框架是MapReduce,并行机器学习的常见框架有两种:AllReduce 和 Parameter Server(PS)。
lujohn3li
2020-02-29
6230
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!
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
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