机器学习神书之一的 PRML（模式识别与机器学习）是所有机器学习读者或希望系统理解机器学习的读者所必须了解的书籍。这本书系统而全面地论述了模式识别与机器学习领域的基本知识和最新发展，而该 GitHub 项目希望实现这本书的所有算法与概念，是非常优秀的资源与项目。GitHub地址：https://github.com//ctgk/PRMLPRML 这本机器学习和模式识别领域中经典的教科书不仅反映了这...
本文中，作者讨论了 8 种在 Python 环境下进行简单线性回归计算的算法，不过没有讨论其性能的好坏，而是对比了其相对计算复杂度的度量。GitHub 地址：https://github.com/tirthajyoti/PythonMachineLearning/blob/master/Linear_Regression_Methods.ipynb由于在机器学习中，Scikit-learn 是一个...
无人超市、人脸识别、无人驾驶，众多的使用场景及案例，使得【目标检测】正成为计算机视觉最有前景的方向。目标检测是借助于计算机和软件系统在图像/场景中，定位目标并识别出每个目标的类别的技术。目前已广泛用于人脸检测、车辆检测、行人计数、网络图像、安全系统和无人驾驶汽车等领域。随着计算机技术不断发展和软件开发人员的不懈努力，未来目标检测技术将更广泛的普及开来。在应用程序和系统中使用先进的目标检测方法，以及...
单行List Comprehension每次需要定义某种列表时都要写for循环是很乏味的，好在Python有一种内置的方法可以用一行代码解决这个问题。该语法可能有点难以理解，但是一旦熟悉了这种技巧，你就会经常使用它。* Line 8是对for loop的单行简化请参阅上图和下文的示例，比较一下在创建列表时，你通常使用的for循环样板和以单行代码创建这二者之间的差别。x = [1,2,3,4] o...
简介Pandas是基于Numpy构建的库，在数据处理方面可以把它理解为numpy加强版，同时Pandas也是一项开源项目。不同于numpy的是，pandas拥有种数据结构：Series和DataFrame：下面我们就来生成一个简单的series对象来方便理解：In [1]: from pandas import Series,DataFrame In[2]:importpandasaspd I...
项目地址：https://github.com/joaoventura/full-speed-python该书是使用实践方法教授基础的 Python 编程语言。其方法相当基础：在简要介绍每个主题之后，读者要解答练习题来巩固知识点。这些练习题都是非常经典的任务，它们可以让我们在短时间内熟悉 Python 的使用。本书在第二章介绍了 Python 在各种操作系统上的安装并依次介绍了最基本的数据结构、数...
图像领域的预训练自从深度学习火起来后，预训练过程就是做图像或者视频领域的一种比较常规的做法，有比较长的历史了，而且这种做法很有效，能明显促进应用的效果。那么图像领域怎么做预训练呢，上图展示了这个过程，我们设计好网络结构以后，对于图像来说一般是 CNN 的多层叠加网络结构，可以先用某个训练集合比如训练集合 A 或者训练集合 B 对这个网络进行预先训练，在 A 任务上或者B任务上学会网络参数，然后存起...
自然语言表征模型最近受到非常多的关注，例如在大规模语料库上预训练的 BERT，它可以从纯文本中很好地捕捉丰富的语义模式，经过微调后可以持续改善不同 NLP 任务的性能。因此，我们获取 BERT 隐藏层表征后，可用于提升自己任务的性能。但是，已有的预训练语言模型很少考虑知识信息，具体而言即知识图谱（knowledge graphs，KG），知识图谱能够提供丰富的结构化知识事实，以便进行更好的知识理解...
一个神经网络结构通常包含输入层、隐藏层、输出层。输入层是我们的 features (特征)，输出层是我们的预测 (prediction)。神经网络的目的是拟合一个函数 f*：features -> prediction。在训练期间，通过减小 prediction 和实际 label 的差异的这种方式，来更改网络参数，使当前的网络能逼近于理想的函数 f*。神经元(Neural Cell)神经网...
序言顾名思义，此篇介绍工厂模式中的简单工厂，工厂模式属于创建型模式，而工厂模式分为简单工厂，静态工厂，抽象工厂，由浅到深，上篇介绍了最基本的单例，而简单工厂也是工厂模式里最基本的。简单工厂概述优点：实例化对象，根据参数获取对应的对象，避免直接实例化，降低耦合。缺点：需知所有的类型，不符合设计模式的开闭原则，当类型增加，工厂也需要修改。简单工厂结构Api: 用于构建用户功能，抽象接口，只负责抽象，不...
您还未登录，请登录后再进行相关操作！
