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

2024年2月深度学习的论文推荐

我们这篇文章将推荐2月份发布的10篇深度学习的论文。

文章图片
#深度学习#人工智能#神经网络
Mamba详细介绍和RNN、Transformer的架构可视化对比

看完这篇文章,我希望你能对Mamba 和状态空间模型有一定的了解,最后我们以作者的发现为结尾:作者发现模型与相同尺寸的Transformer模型的性能相当,有时甚至超过了它们!作者:Maarten Grootendorst。

文章图片
#rnn#transformer#深度学习 +1
非参数检验方法,核密度估计简介

核密度估计(Kernel Density Estimation,简称KDE)是一种非参数统计方法,用于估计数据样本背后的概率密度函数。数据可视化:KDE 可以用来可视化数据分布,替代直方图或箱线图等传统统计图表,让人们更清晰地理解数据的分布情况。异常检测:KDE 可以用来检测数据中的异常值,因为异常值通常在概率密度函数上呈现出与正常数据不同的“尖峰”或“波峰”。模式识别:KDE 可以用来识别数据中

文章图片
#概率论#机器学习#人工智能
PyTorch的10个基本张量操作

PyTorch是一个基于python的科学计算包。它的灵活性允许轻松集成新的数据类型和算法,并且框架也是高效和可扩展的,下面我们将介绍一些Pytorch的基本张量操作。

文章图片
#人工智能#深度学习
Pycaret 3.0的RC版本已经发布了,什么重大的改进呢?

Pycaret是Python中的一个开源可自动化机器学习工作流程的低代码机学习库。它是一种端到端的机器学习和模型管理工具。要了解有关Pycaret的更多信息,可以查看官方网站或GitHub。1、与最新版本的Scikit-Learn完全兼容Pycaret 2.x需要Scikit-Learn 0.23.2,如果您想在同一Python环境中使用Scikit-Learn和Pycaret的最新版本是不可能的

文章图片
#python#sklearn#机器学习 +1
一张图了解机器学习

机器学习机器学习是人工智能(AI)的一种应用,为系统提供无需明确编程就能根据经验自动学习和改进的能力。机器学习根据不同的任务类型可以分为以下三大类型:有监督学习无监督学习强化学习有监督学习监督学习是一种机器学习任务,通过训练学习一个函数,该函数根据示例输入-输出对将输入映射到输出。(需要数据标注,输入->输出)在这种类型中,机器学习算法是在标记数据上训练的。尽管这种方法需要准确地标记数据,但

文章图片
#机器学习#回归#人工智能
迁移学习简介

介绍人类从小就在日常活动中成长和学习。人类通过学习一项任务来获取知识。通过使用相同的知识,我们倾向于解决相关的任务。在实时场景中知道如何骑自行车⮫学习如何骑摩托车知道如何弹奏古典钢琴⮫学习如何弹奏爵士钢琴了解数学和统计学⮫学习机器学习机器学习中的迁移学习传统的ML用于为提供的每个任务/域创建单独的模型。没有保存模型的知识库。迁移学习过去有一个知识库来存储针对特定任务/领域训练/利用的模型。此外,我

#深度学习#机器学习#人工智能 +1
20用于深度学习训练和研究的数据集

一个人类动作识别的数据集,Kinetics包含超过50,000个视频剪辑,其中包括人们进行各种动作,如散步,跑步和跳舞。:一个用于乐器合成的数据集,NSynth包含各种乐器的录音,具有相应的音高和音色信息。:一个用于语音识别任务的数据集,librispeech 包含了超过1000小时的录音,是LibriVox有声读物的一部分,带有相应的转录本。无论是图像识别,自然语言处理,医疗保健还是任何其他人工

文章图片
#深度学习#人工智能#机器学习
基于对数谱图的深度学习心音分类

这是一篇很有意思的论文,他基于心音信号的对数谱图,提出了两种心率音分类模型,我们都知道:频谱图在语音识别上是广泛应用的,这篇论文将心音信号作为语音信号处理,并且得到了很好的效果。对心音信号进行一致长度的分帧,提取其对数谱图特征,论文提出了长短期记忆(LSTM)和卷积神经网络(CNN)两种深度学习模型,根据提取的特征对心跳声进行分类。

文章图片
#深度学习#人工智能#lstm +1
图嵌入中节点如何映射到向量

所有的机器学习算法都需要输入数值型的向量数据,图嵌入通过学习从图的结构化数据到矢量表示的映射来获得节点的嵌入向量。它的最基本优化方法是将具有相似上下文的映射节点靠近嵌入空间。我们可以使用两种正交方法(同质性和结构等效性)之一或它们的组合来定义图中节点的上下文。图数据库和机器学习图数据库可以支持来自各种来源的相互关联数据的大数据应用。它们允许使用一种简洁的查询语言来分析数据中的复杂关系模式,例如Pa

#机器学习#人工智能#自然语言处理
暂无文章信息