Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
机器学习实战项目总结
1 预测模型新项目模板 机器学习是针对数据进行自动挖掘 找出数据的内在规律 并应用这个规律来预测新数据 一个很好的实践机器学习项目的方法 使用从UCI机器学习仓库链接 获取的数据集开启一个机器学习项目 分类或回归模型的机器学习项目可以分成以
机器学习与深度学习
信息可视化
数据分析
图谱论学习—拉普拉斯矩阵背后的含义
目录 一 为什么学习拉普拉斯矩阵 二 拉普拉斯矩阵的定义与性质 三 拉普拉斯矩阵的推导与意义 3 1 梯度 散度与拉普拉斯算子 3 2 从拉普拉斯算子到拉普拉斯矩阵 一 为什么学习拉普拉斯矩阵 早期 很多图神经网络的概念是基于图信号分析或图
机器学习与深度学习
矩阵
线性代数
深度学习
机器学习之多元线性回归
1 多元线性回归模型 定义 具有多个特征的线性回归模型 多元线性回归模型 见下图 多元线性回归总结 参数 模型 损失函数 梯度下降算法 见下图 注意 梯度下降算法每次都是同时更新wj和b 2 多维特征 多维特征 x1 x2 xn 其中xj表
机器学习与深度学习
线性回归
python
【深度学习】详解 Swin Transformer (SwinT)
目录 摘要 一 介绍 二 原理 2 1 整体架构 2 1 1 Architecture 2 1 2 Swin Transformer Block 2 2 基于移位窗口的自注意力 2 2 1 非重叠局部窗口中的自注意力 2 2 2 在连续块中
机器学习与深度学习
视觉图像
Transformer
深度学习
人工智能
使用PlotNeuralNet绘制深度学习网络图的基本操作(二)
使用PlotNeuralNet绘制深度学习网络图的基本操作 二 接下来我们利用pycharm来绘制当中我们的神经网络模型架构 目标是直接将 tex文件生成为pdf和png 我在学习的过程中参考了一些学习视频 觉得这个up主讲的还不错 1 P
机器学习与深度学习
深度学习
python
人工智能
Python爬虫获取Csdn文章
request获取html 安装 pip install requests 使用 import requests HTTP请求 GET POST PUT DELETE HEAD OPTIONS get res requests get ht
机器学习与深度学习
python
爬虫
beautifulsoup
模式识别之分类器
常见分类器介绍 1 SVM分类器 监督学习分类器 答 训练样本必须先标识不同类别 然后进行训练 SVM算法就是找一个超平面 对于已经被标记的训练样本 SVM训练得到一个超平面 使得两个类别训练集中距离超平面最近的样本之间的垂直距离要最大 也
机器学习与深度学习
图像处理与模式识别
机器学习之单变量线性回归
1 线性回归基础概念 回归模型 regression model 数据集 包含feature 输入变量 和与之对应的target 输出变量 训练集 training set 输入数据 x feature or input feature 输
机器学习与深度学习
线性回归
回归
图神经网络基础(part 1)
文章目录 一 图的基本概念 二 简易图谱论 2 1 拉普拉斯矩阵 2 2 拉普拉斯二次型 2 3 拉普拉斯矩阵与图扩散 2 4 图论傅里叶变换 一 图的基本概念 对于接触过数据结构和算法的人来说 图并不是一个陌生的概念 一个图 Graph
机器学习与深度学习
神经网络
算法
图论
傅里叶分析
机器学习——决策树/随机森林
0 前言 决策树可以做分类也可以做回归 决策树容易过拟合 决策树算法的基本原理是依据信息学熵的概念设计的 Logistic回归和贝叶斯是基于概率论 熵最早起源于物理学 在信息学当中表示不确定性的度量 熵值越大表示不确定性越大 ID3算法就是
机器学习与深度学习
机器学习
决策树
随机森林
机器学习——生成分类数据的坐标系边界需要用到的技术方法
0 前言 如果遇到一种应用场景需要将x轴数据和y轴数据所有点映射到坐标系中 需要得到坐标系中x和y映射的坐标点 就要用到meshgrid把x和y映射到坐标系中 然后把得到的结果用ravel把结果转成一维的 用np c 把x数据和y数据堆叠在
机器学习与深度学习
机器学习
人工智能
机器学习——图片处理应用(人脸补全)
0 前言 本文内容是机器学习算法回归预测的应用 其中数据集主要来自sklearn库自带的人脸数据 目的是通过KNN回归 线性回归 岭回归算法通过人物的左半张脸预测人物的右半张脸 意义1 通过该项目掌握图片数据在机器学习当中的处理方法 意义2
机器学习与深度学习
机器学习
人工智能
PyTorch知识点总结100问
PyTorch知识点总结 什么是PyTorch 它有什么特点和优势 PyTorch中的张量 Tensor 是什么 它与NumPy中的数组有何区别 请介绍一下PyTorch的执行流程 PyTorch中的autograd是什么 它有什么作用 请
机器学习与深度学习
Pytorch
深度学习
神经网络
机器学习之数据准备
1 数据预处理的理由 在开始训练机器学习的模型之前 需要对数据进行预处理 这是一个必须的过程 不同算法对数据有不同的假设 需要按照不同的方式转换数据 这样做的目的是为了提高模型的准确度 2 数据转换的方法 调整数据尺度 正态化数据 二值数据
机器学习与深度学习
python
人工智能
深度学习实战项目(三)-行人检测重识别yolov5+reid(跑通+界面设计)
行人检测重识别yolov5 reid 跑通 界面设计 参考源代码 github 权重文件 根据github上面的网盘进行权重下载 检测 将 ReID resnet50 ibn a pth放在person search weights文件下
机器学习与深度学习
YOLO
人工智能
python
行人重识别
机器学习——特征工程和评价指标
0 前言 首先学习特征工程这部分知识之前 要对机器学习的算法用过使用 1 特征工程 就机器学习的数据而言 特征就是数据的列名 有多少列 就有多少个维度的特征 就定义而言 特征是指数据中抽取出来对结果预测有用的信息 特征工程就是使用一些技巧来
机器学习与深度学习
机器学习
人工智能
数据导入的三种方法
1 定量研究 定量研究最重要的是如何提出问题 而不是数据和统计方法 谢宇 定量研究是分析趋势 是找寻和社会相适应的一个概括视角 这才是定量研究 刘德寰 2 数据导入 训练机器学习模型时 用到的大量数据都是以CSV的格式来存储 或者能方便转化
机器学习与深度学习
python
机器学习-线性回归-sklearn
线性模型 Scikit Learn中的线性回归 from sklearn linear model import LinearRegression import numpy as np import matplotlib as mpl im
机器学习与深度学习
python
深度学习
机器学习
逻辑回归
深度学习目标检测-交通标志检测web界面
深度学习目标检测 交通标志检测web界面 今天我们一起学习利用flask框架将深度学习检测封装为一个界面系统 该界面是基于之前写的一篇文章的训练模型进行检测 自动驾驶目标检测项目实战 二 基于Faster RCNN的交通标志检测 效果 首先
机器学习与深度学习
深度学习
目标检测
前端
Flask
【机器学习】浅谈 模型大小与推理速度
目录 一 前言 二 常用模型大小评估指标 2 1 计算量 2 2 参数量 2 3 访存量 2 4 内存占用 2 5 小结 三 计算量越小 模型推理就越快吗 3 1 计算密度与 RoofLine 模型 3 2 计算密集型算子与访存密集型算子
机器学习与深度学习
深度学习
机器学习