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

面试题:计算机视觉图像处理CV

日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)项目面试题1.对python代码进行加速优化时的选择有哪些?答:numba是一个用于编译Python数组和数值计算函数的编译器,这个编译器能够大幅提高直接使用Python编写的函数的运算速度。numba使用LLVM编译器架构将纯Python代码生成优化过的机器码,通

#人工智能
face_recognition、opencv中haar人脸特征:视频/图片 进行 人脸检测/人脸识别

日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)import face_recognitionimport cv2# 读入影片并得到影片长度# input_movie = cv2.VideoCapture("Huanlesong1.mp4")input_movie = cv2.VideoCapture("shot

#人工智能
目标检测:YOLO V1、YOLO V2、YOLO V3 算法

日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)5.7 YOLO算法学习目标目标掌握YOLO算法原理以及训练损失计算公式应用无在正式介绍YOLO之前,我们来看一张图:可以看出YOLO的最大特点是速度快。YOLO在精度上仍然落后于目前最先进的检测系统。虽然它可...

#人工智能#tensorflow
深度学习框架 TensorFlow:张量、自动求导机制、tf.keras模块(Model、layers、losses、optimizer、metrics)、多层感知机(即多层全连接神经网络 MLP)

日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)安装TensorFlow2、CUDA10、cuDNN7.6.5Anaconda3 python 3.7、TensorFlow2、CUDA10、cuDNN7.6.5TensorFlow 2.0 环境搭建window下安装 Keras、Tenso...

#tensorflow#人工智能
面试题:计算机视觉图像处理CV、人脸识别

日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)Faster rcnn怎么筛选正负anchor​​​​​​​问题解析Faster rcnn 在生成目标候选框的过程中,会产生大量的非目标区域候选框,通过计算候选框与标注框的iou,来标定正负候选框,即为筛选正负anchor。Rpn 正负样本标记:正样本:与groun

#人工智能
人工智能、机器学习、深度学习、端到端学习、神经网络

日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)第1章 绪论深度学习(Deep Learning)是近年来发展十分迅速的研究领域,并且在人工智能的很多子领域都取得了巨大的成功.从根源来讲,深度学习是机器学习的一个分支,是指一类问题以及解决这类问题的方法.首先,深度学习问题是一个机器学习问题,指从有限样例中通过算法

#人工智能
计算机视觉工具GluonCV

1.GluonCV⼯具包:https://gluon-cv.mxnet.io/2.更新pip:python -m pip install --upgrade pip3.假设安装了cuda 10.0:pip install --upgrade mxnet-cu100 gluoncv假设安装了cuda 9.0:pip install --upgrade mxnet-cu90 gluoncv...

#人工智能
深度学习CTR排序模型

日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)8.5 深度学习CTR排序模型学习目标目标知道深度学习排序模型的发展特点应用无8.5.1 深度学习CTR模型的前夜2010年FM被提出,特征交叉的概念被引入CTR模型;2012年MLR在阿里大规模应用,其结构十分接近三层神经网络;2014年Facebook用GBDT

#人工智能
机器翻译 MXNet(使用含注意力机制的编码器—解码器,即 Encoder编码器-Decoder解码器框架 + Attention注意力机制)

注意力机制 SENet、CBAM机器翻译 MXNet(使用含注意力机制的编码器—解码器,即 Encoder编码器-Decoder解码器框架 + Attention注意力机制)one-hot向量化中实现的循环神经网络:1.输入数据inputs:输入数据数据为List列表,列表的元素数量为时间步数,每个元素(时间步t)为(批量⼤小,词典⼤小)形状的矩阵。inpu...

#机器翻译
Pytorch 文本数据分析方法(标签数量分布、句子长度分布、词频统计、关键词词云)、文本特征处理(n-gram特征、文本长度规范)、文本数据增强(回译数据增强法)

日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)文本数据分析学习目标:了解文本数据分析的作用.掌握常用的几种文本数据分析方法.文本数据分析的作用:文本数据分析能够有效帮助我们理解数据语料, 快速检查出语料可能存在的问题, 并指导之后模型训练过程中一些超参数的选择.常用的几种文...

#人工智能
    共 155 条
  • 1
  • 2
  • 3
  • 16
  • 请选择