logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

生成模型——自回归模型详解与PixelCNN构建

本位将介绍鲜为人知的自回归模型(Autoregressive models),自回归意味着我们使用模型基于模型的过去数据点来预测新数据点。尽管自回归在图像生成中并不常见,但自回归仍然是研究的活跃领域,DeepMind的WaveNet使用自回归来生成逼真的音频。在本文中,将介绍自回归模型并构建PixelCNN模型。

#神经网络#tensorflow#机器学习 +1
ACGAN(Auxiliary Classifier GAN)详解与实现(tensorflow2.x实现)

ACGAN的原理GAN(CGAN)相似。对于CGAN和ACGAN,生成器输入均为潜在矢量及其标签,输出是属于输入类标签的伪造图像。对于CGAN,判别器的输入是图像(包含假的或真实的图像)及其标签, 输出是图像属于真实图像的概率。对于ACGAN,判别器的输入是一幅图像,而输出是该图像属于真实图像的概率以及其类别概率。

文章图片
#tensorflow#深度学习#python +1
遗传算法实践详解(deap框架初体验)

遗传算法实践,利用遗传算法框架deap解决OneMax问题,OneMax(或One-Max)问题是一个简单的优化任务,通常用作遗传算法框架的Hello World。

文章图片
#算法#python
深度学习常用性能评价指标

深度学习性能指标是用于评价深度学习模型性能的依据,是设计模型的重要依据。

文章图片
#深度学习#神经网络#机器学习 +2
Python-Matplotlib可视化(4)——添加注释让统计图通俗易懂

Matplotlib是Python的绘图库,它提供了一整套和 matlab 相似的命令 API,可以生成你所需的出版质量级别的图形。在系列博文的中,虽然我们已经学习了自定义绘图的颜色和样式,以使得绘制更加精美、符合审美要求。但是如果没有注释,我们很难让其他人明白图中的点、线究竟代表着什么,有什么样的含义,Matplotlib提供了大量对图形进行注释的方法,利用这些注释使统计图变得通俗易懂。 借助M

#python#数据分析#matplotlib
Python机器学习、深度学习库总结(内含大量示例,建议收藏)

目前,随着人工智能的大热,吸引了诸多行业对于人工智能的关注,同时也迎来了一波又一波的人工智能学习的热潮,虽然人工智能背后的原理并不能通过短短一文给予详细介绍,但是向所有学科一样,我们并不需要从头开始”造轮子“,可以通过使用丰富的人工智能框架来快速构建人工智能模型,从而入门人工智能的潮流。为了大家能够对人工智能常用的库有一个初步的了解,以选择能够满足自己需求的库进行学习,本博客对目前较为常见的人工智

#python#人工智能#机器学习 +1
使用Python爬取招聘数据、数据处理与可视化

通过爬取“51job”获取招聘信息(以计算机软件为例),根据所获取数据分析领域相关工作职位需求,并通过可视化的方式展示分析行业就业情况(例如平均月薪、工作地点等)。

文章图片
#python#数据分析#大数据
Python-Matplotlib可视化(8)——图形的输出与保存

Matplotlib是Python的绘图库,它提供了一整套和 matlab 相似的命令 API,可以生成你所需的出版质量级别的图形。Matplotlib可以将任何图形渲染为各种常见的文件格式,如PNG、EPS、SVG和PDF。在本文中,将探讨Matplotlib的文件输出功能,还将学习如何控制输出的分辨率和大小以及透明度等。借助Matplotlib库,可以方便的对进行数据分析,快速完成数据可视化。

#python#数据分析#matplotlib
Ubuntu18.04下解决Qt出现qt.qpa.plugin:Could not load the Qt platform plugin “xcb“问题

Ubuntu18.04下解决Qt出现qt.qpa.plugin:Could not load the Qt platform plugin “xcb“问题。

文章图片
#linux#ubuntu
遗传算法(Genetic Algorithm)详解与实现

遗传算法(Genetic Algorithm, GA)是受自然进化原理启发的一系列搜索算法。通过模仿自然选择和繁殖的过程,遗传算法可以为涉及搜索、优化和学习的各种问题提供高质量的解决方案。同时,它们类似于自然进化,因此遗传算法可以克服传统搜索和优化算法遇到的一些障碍,尤其是对于具有大量参数和复杂数学表示形式的问题。

文章图片
#算法#人工智能
暂无文章信息