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

迁移学习实例

import osimport sysimport cv2from PIL import Imageimport h5pyimport tensorflow as tfimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom time import timefrom datetime import dateti

#迁移学习#tensorflow#python
RNN的手写数字识别

RNN和LSTM的原理可以看这篇文章以下是RNN在手写数字识别上的简单应用import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datafrom tensorflow.contrib import rnn#重置graph,不然会出错tf.reset_default_graph()#...

一天1个机器学习知识点(二)

今天开始陆陆续续更新机器学习的面试题,资料大多数来自网上,不做盈利目的,如果侵权请告知即删!如果文章中有错误的地方还请各位同学指正,如果大家面试中遇到好的面试题也请分享,一起学习,一起进步!1.K-近邻算法(k-Nearest Neighbors,KNN)K-近邻是一种分类算法,其思路是:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类

#算法#机器学习#面试
安装cv2(opencv-python)遇到的问题

正常安装:pip install opencv-python (如果只用主模块,使用这个命令安装)pip install opencv-contrib-python (如果需要用主模块和contrib模块,使用这个命令安装),推荐安装这个。import cv2 报如下错误:ImportError: libGL.so.1: cannot open shared object file: No suc

#opencv#python#人工智能
transformer理解

Transformer 是 Google 的团队在 2017 年提出的一种 NLP 经典模型,现在比较火热的 Bert 也是基于 Transformer。Transformer 模型使用了 Self-Attention 机制,不采用 RNN和LSTM 的顺序结构,使得模型可以并行化训练,而且能够拥有全局信息。1.Transformer 结构首先介绍 Transformer 的整体结构,下图是 Tr

pycharm配置服务器

pycharm配置服务器

#pycharm
迁移学习实例

import osimport sysimport cv2from PIL import Imageimport h5pyimport tensorflow as tfimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom time import timefrom datetime import dateti

#迁移学习#tensorflow#python
通俗易懂解释知识图谱

通俗易懂解释知识图谱(Knowledge Graph)1. 前言2. 知识图谱定义3. 数据类型和存储方式4. 知识图谱的架构4.1 逻辑架构4.2 技术架构5. 信息抽取5.1 实体抽取(Entity Extraction)5.2 关系抽取(Relation Extraction)5.3 属性抽取(Attribute Extraction)6. 知识融合6.1 实体链接6.2 知识合并7. 知识

#知识图谱
fsolve的使用方法

fsolve()函数通常用于数值求方程或方程组的解,更常用于求解非线性方程组。其基本结构如下:(可以在matlab命令页面输入help fsolve查询)fsolve()解决的方程形式为F(X)=0;  用法为:X = fsolve(FUN,X0,OPTIONS)或者写为[x,fval,exitflag]=fsolve(fun,x0,options)其中fun是方程,x0是初...

transformer理解

Transformer 是 Google 的团队在 2017 年提出的一种 NLP 经典模型,现在比较火热的 Bert 也是基于 Transformer。Transformer 模型使用了 Self-Attention 机制,不采用 RNN和LSTM 的顺序结构,使得模型可以并行化训练,而且能够拥有全局信息。1.Transformer 结构首先介绍 Transformer 的整体结构,下图是 Tr

    共 14 条
  • 1
  • 2
  • 请选择