人工智能 - sdk社区 | 技术至上

更多

热门最新

5 年前 / Keyboarder

一种机器学习中兼具鲁棒性和自适应性的损失函数

前言损失函数是机器学习和深度学习领域最为核心的一个概念，其能够主导最终模型的结果和方向。本文将介绍在CVPR 2019上最新发表的一篇论文中介绍的一种兼具鲁棒性和自适应性的损失函数：A General and Adaptive Robust Loss Function。关于异常值和鲁棒的损失的问题：考虑机器学习问题中最常用的误差之一：==均方误差(MSE)==，它是(y-x)的形式。MSE的一个关键特征是它对大误差的灵敏度比小误差高。用MSE训练的模型将==偏向于减少最大的误差==。例如，误差为

20834 阅读

收藏
5 年前 / Nexus_G / 学渣的推荐算法学习之路

推荐算法菜鸟的学习笔记（1）—— 推荐系统的简单介绍

推荐系统 Recommender system1. 背景它是根据用户的信息需求、兴趣等，将用户感兴趣的信息、产品等推荐给用户的个性化信息推荐系统。和搜索引擎相比推荐系统通过研究用户的兴趣偏好，进行个性化计算，由系统发现用户的兴趣点，从而引导用户发现自己的信息需求。一个好的推荐系统不仅能为用户提供个性化的服务，还能和用户之间建立密切关系，让用户对推荐产生依赖。2. 定义推荐系统有3个重要的模块：用户建模模块、推荐对象建模模块、推荐算法模块。通用的推荐系统模型流程如图。推荐系统把用户模型中兴趣需求信

20436 阅读

收藏
5 年前 / SDK社区_运营团队

欢迎资深程序员老齐入驻sdk.cn

老齐，真名齐伟，苏州研途教育科技有限公司技术总监，多年从事网站开发、数据分析和机器学习等工作，拥有较丰富的工作经验。曾经受聘于浙江大学现代教育质量监测与服务研究所副研究员，专门从事有关数据统计分析工作，并主持研发相关的网络应用系统。老齐已经针对 Python 出了《跟老齐学 Python：轻松入门》、《跟老齐学 Python：Django 实战》、《跟老齐学 Python：数据分析》一系列图书和《AI 基础课|跟着老齐学 Python3（一）：入门系列》、《AI 基础课|跟着老齐学 Pyt

19690 阅读

收藏
5 年前 / SDK社区_运营团队

欢迎AI图像复活师Jackcui入驻sdk.cn

jackcui，一个热爱AI技术的算法工程师，热门博主，通过AI算法成功实现对知名的画作做了复活。比如AI复活明朝历代皇帝，来一场穿越时空的对话！在热门的延禧攻略，jackcui利用AI技术，让乾隆的后宫们从画中「复活」了一把。所基于的画像，是来自清代宫廷画师郎世宁的《心写治平》，修复后的画像，嘴也能动起来「说话」。除此之外，JackCui在图像方面也有非常多的有趣实践，比如：打工人的「周游世界」，AI算法帮你实现！百年老照片修复算法，那些高颜值的父母！偷天换日，逼真的天空置换算法！还有丰富的大

17360 阅读

收藏
4 年前 / 搬运工2号

python深度学习之GA（遗传算法）优化LSTM神经网络

上次优化完bp神经网络后，发现用matlab优化高级的神经网络太慢了，于是用tensorflow继续学习GA优化部分。1.项目概述本文采用的是python编程，使用的数据集是mnist手写数据集，该数据集主要是对0-9的手写数字体识别，虽然说图像识别方面用CNN识别率较高，但这里LSTM也可以获取较高的准确率。2.优化参数本文优化的是LSTM的层数参数和各层神经元参数，其中包含了lstm层和Dense层，其中我们规定了神经网络的层数不超过3层，每层的神经元个数在[32,256]之间。3.注意事项

14968 阅读

收藏
5 年前 / Nexus_G / 学渣的机器学习之路

机器学习菜鸟的学习笔记（1）

1.一些关于机器学习的介绍1.1 什么是机器学习？此处提供机器学习的两种定义。 Arthur Samuel 将其描述为：“研究领域使计算机无需进行明确编程即可学习。” 这是一个较旧的非正式定义。Tom Mitchell 提供了一个更现代的定义：“如果某计算机程序在T任务中的性能（由P衡量）随着经验E的提高而提高，则可以说它是从经验E中学习有关某类任务T和性能度量P的。”例如：如何让电脑玩好快乐风男E = 大量亚索玩家游戏的经验T = 让电脑每场都使用这个英雄P = 电脑使用亚索取胜的概率通常，

9209 阅读

收藏
5 年前 / Nexus_G / 学渣的机器学习之路

机器学习菜鸟的学习笔记（2）

2. 模型与代价函数2.1 模型展示x(i) 表示输入变量 (在本示例中为居住区域) y(i) 表示预测的输出或目标变量 (在本示例中为价格) (x(i), y(i) ) 被称为训练示例 x(i) (i = 1, . . . , m )被称为训练集。注意，符号中的上标（i）只是训练集中的一个索引，与幂运算无关。使用X表示输入值的空间，并使用Y表示输出值的空间。在此示例中，X = Y = ℝ当要预测的目标变量是连续的时（例如在住房示例中）为回归问题。当y只能采用少量离散值时

8833 阅读

收藏
5 年前 / Nexus_G / 学渣的机器学习之路

机器学习菜鸟的学习笔记（3）

3. 参数学习3.1 梯度下降 Gradient Descent现在，我们有了假设函数，并且有了一种方法来衡量它与数据的拟合程度。现在需要做的是估计假设函数中的参数。在此引入梯度下降。当代价函数位于图中凹坑的最底部时，即当其值最小，我们就成功了。红色箭头显示图中的最小点。方法是计算代价函数的导数（函数的切线）。切线的斜率是该点的导数，它提供一个方向。我们沿下降最陡的方向逐步降低代价函数。每个步骤的大小由参数α（称为学习率）确定。例如，上图中每个 “X” 之间的距离代表由参数α确定的步长。较小

8592 阅读

收藏
5 年前 / 老齐 / Python语言

用Python读写文件的方法

在文中，我们将研习如何用Python读取文件，然后，向文件写入内容并再次保存它。使用Python读写某种特别类型的文件，例如：JSON、CSV、Excel等，一般会有专门的模块。但是，在这里，我们将用Python打开文本文件(.txt)。若使用Python的open函数，它将返回一个文件对象，此对象将包含一些方法和属性。我们可以使用这些方法和属性获得已打开文件的相关信息，并且，可以使用这些方法来更改所打开的文件。用 open()读取文件在本节中，我们将学习如何使用open()函数在Python中

5589 阅读

收藏
5 年前 / 老齐 / Python语言

理解Python中的NoneType对象

与本文相关的图书推荐：《跟老齐学Python：轻松入门》本书适合零基础的学习者，书中详细而全面地讲述了Python的基本对象类型、语句、函数、对象和类、标准库和常用模块等知识。本书还特别强调学习编程语言的方法，强调“授人以鱼”的同时“授人以渔”。在C、Java等类型的语言中，都有null，它常常被定义为与0等效。但是，在Python中并非如此。Python中用关键词None表征null对象，它并不是0，它是Python中的第一类对象。None是什么对于函数，如果在函数体中没有return语句，会

5527 阅读

收藏
5 年前 / 老齐 / Python语言

Python初学者应该了解的星号（*）

作者：mingrammer翻译：老齐与本文相关的图书推荐：《Python大学实用教程》与其他编程语言相比，Python语言的操作类型更多样化。特别是星号（*），在Python中是一个用途广泛的操作符，而不仅仅用于两个数字相乘的运算之中。在本文中，我们将讨论星号的多种用途。这里总结了4种星号的应用场景：作为乘法和乘方的运算符表示序列中元素的重复用于收集参数（可以称之为“打包”）用于容器类对象的解包下面逐一进行说明。乘法或乘方的运算符对此你一定不陌生，像乘法一样，Python中也内置了乘方运算符。>

5449 阅读

收藏
5 年前 / 老齐 / Python语言

用4个简单的函数提升for循环

作者：Yong Cui, Ph.D.翻译：老齐与本文相关的图书推荐：《Python大学实用教程》本书适合初学者使用，面向零基础学习者，详细讲述了Python语言的有关知识，并秉承面向对象这种主流开发思想。此外，书中配有大量的练习，学习者通过这些练习，更能体验到开发实践中的应用。概要在Python中，for循环经常被用于获得序列或者容器类的元素，比较让人熟知的就是针对可迭代对象的循环。for循环的基本语法如下：for item in iterable: # do something here

5150 阅读

收藏
5 年前 / 老齐 / Python语言

Python3.9中合并字典的新方法

作者：Yong Cui, Ph.D.翻译：老齐与本文相关的图书推荐：《跟老齐学Python：轻松入门》Python3.9，还在研发中，计划今年10月份发布，2月26日，研发团队发布了α版，其中有一个新功能，会关系到所有开发者，那就是两个操作符：|和|=，分别实现对字典的合并操作。本文对此给予简要介绍。字典Python中的字典，即dict，是一种重要的内置对象类型，它是一种以键值对方式保存数据的容器，因为使用了哈希，使得查询字典中数据时的时间复杂度恒定，这是它美名远播的一个原因。例如：# 创建字典

5132 阅读

收藏
5 年前 / 老齐 / Python语言

Python中5对必知的魔法方法

引言在Python中，我们可以使用下划线、字母和数字来命名函数。单词之间的下划线并没有太大的意义——它们只是通过在单词之间创建空格来提高可读性。这就是众所周知的s蛇形命名风格。例如，calculate_mean_score比calculatemeanscore更容易阅读。你可能知道，除了这种使用下划线的常见方式，我们还在函数名之前加上一个或两个下划线(例如：_func，__func) 来表示类或模块内的私有化函数，那些没有以下划线为前缀的名称被认为是公共 API。下划线在方法命名中的另一用途就是

4976 阅读

收藏
5 年前 / Nexus_G / 学渣的机器学习之路

机器学习菜鸟的学习笔记（12）

写在前面在Coursera的机器学习中配套有相关的练习，然而这些练习是使用Octave实现的。不过，作为一个Python的初学者当然得知道强大的Python也是可以实现这些练习的，接下来就对其中的一些练习的关键代码进行分享。线性回归的实现文件读取作业中提供的csv文件含有两列数据。x是Profit in $10,000s, y代表了Population of City in 10,000s。所以我们先需要读取这个csv文件，使用csv中的reader方法便可以轻松实现。 with open(fi

4914 阅读

收藏

加载中...