
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
可生成动画的 Deforum Stable Diffusion 本地版、 RVM 字节跳动开源的视频抠图工具、LCE 适用于分类和回归任务的机器学习方法、AutoClean 自动化数据预处理/数据清洗工具包、HIA 组织病理学图像端到端AI分析工具、强化学习教程、GitHub 开源项目维护协作指南、控制论相关资源列表、前沿论文…点击获取全部资讯

ShowMeAI资讯日报 08-23 期,Gartner发布『2022年技术成熟度曲线』、Goodname 函数/软件命名辅助工具、用边框标注图像的Jupyter widget、RecTools 快速构建推荐系统、FrOoDo 分布外(OOD)检测框架、读博申请超全攻略、强化学习导论(第二版)·免费书籍、开源城市定位算法基准测试多感官数据集、游戏开发资源大列表、前沿论文…点击获取全部资讯

本文讲解了损失函数(数据损失与正则损失)、多类 SVM 损失与Softmax损失比较、梯度计算方法(数值梯度与解析梯度)、梯度下降优化算法等【对应 CS231n Lecture 3】

课程为强化学习领域提供了坚实的介绍。通过讲座、书面和编码作业的结合,学生将精通强化学习的关键思想和技术。

数据分析是一项应用非常广泛的技能。本系列教程展开讲解数据分析。这套数据分析教程不同于其他文字版教程,我们以最直挂的「图示」对每个内容和关键点「可视化」,配以最精准精简的代码,让大家尽快入。.........

本文讲解一阶段(one stage)的目标检测方法,包括 YOLO 系列算法(V1~V5)、SSD、RetinaNet的算法思想、网络结构、训练细节和性能效果等【对应 CS231n Lecture 11】

本文介绍 NLP 中的问答系统(Question Answering),包括 NLP 中的问答系统场景、动态记忆网络(Dynamic Memory Networks)、问答(QA)、对话、MemNN、DCN、VQA等。

深度学习入门首选!课程可以帮助学习者掌握知识和技能,并邀请工业界与学术界的深度学习专家为大家提供职业发展建议,提供一条迈向 AI 世界的清晰途径。

本文从浅层神经网络入手,讲解神经网络的基本结构(输入层,隐藏层和输出层),浅层神经网络前向传播和反向传播过程,神经网络参数的梯度下降优化,不同的激活函数的优缺点及非线性的原因......

Pandas是Python中最常用到的数据操作和分析工具包,它构建在Numpy之上,具备简洁的使用接口和高效的处理效率。数据科学、机器学习AI应用过程,涉及数据清洗和分析的操作也频繁使用Pandas。








