登录后绑定QQ、微信即可实现信息互通
阅读大概需要10分钟跟随小博主，每天进步一丢丢 【导读】图是强大的数据结构，可以被用于建模许多真实世界的场景。图可以建模样本之间的关系信息，然而，许多之前的机器学习模型忽略了关系信息或没有很好地方法来建模关系信息。《图机器学习导论》..
BERT 在自然语言处理（NLP）领域刷新了 11 个任务的记录，万众瞩目，成为异常火热的一个预训练语言模型。 今天我们就来详细讲解下 BERT 这个预训练语言模型，虽然 BERT 刷新了各个任务的记录，但是 BERT 并不是一个具有极大创新的算法，更多的是一..
今天是加入有三AI的第三期，给大家来个自我介绍，也聊一聊我的一些想法和体会。 作者 | 小米粥 随走随行 其实我一直非常佩服那些有规划又努力的人，因为我是一个对自己没太多规划的人。 本科选择了物理专业，上学期间也算得上比较努力吧，但是..
摘要：Tensor，它可以是 0 维、一维以及多维的数组，你可以将它看作为神经网络界的 Numpy，它与 Numpy 相似，二者可以共享内存，且之间的转换非常方便。本文分享自华为云社区《Tensor：Pytorch神经网络界的Numpy》，作者： 择城终老 。TensorTensor..
知识体系结构 1. 深度学习框架 2. 机器学习 3. 深度学习 4. 个人常用网络 5. 推荐系统 6. 语音技术 7. 模型融合 8. 数据集不均衡问题 9. 图神经网络 10. 轻量化网络 11. 强化学习 12. 调参工具 13. 回归问题 14.图像基础15. 医学图像诊断模型 16. ..
二 机 器 学 习 二 机器学习 二机器学习推荐的GitHubhttps://github.com/NLP-LOVE/ML-NLP实现多折交叉验证在Kaggle比赛中常用集成学习方法与机器学习中的不同∶机器学习中的集成学习:在一个模型内部，如何使用集成学习提交单个模型的精度;Kaggle竞..
摘要：本文介绍的基于实例的方法可以很好的缓解细节丢失、人脸风格化失败等问题并得到高质量的风格转换图像。 本文分享自华为云社区《基于实例的风格迁移》，作者：柠檬柚子茶加冰 。 基于神经网络的风格迁移方法虽然生成了令人惊艳的风格转..
RNN介绍神经网络包含输入层、隐层、输出层，通过激活函数控制输出，层与层之间通过权值连接。激活函数是事先确定好的，那么神经网络模型通过训练“学“到的东西就蕴含在“权值“中。RNN与普通神经网络最大的不同就是建立了时序和状态的概念，即某个..
上一篇文章介绍了RNN的工作原理和在图像标注上的应用，这篇介绍RNN的变体LSTM。要知道为什么会出现LSTM，首先来看RNN存在什么问题。RNN由于激活函数和本身结构的问题，存在梯度消失的现象，导致（1）网络结构不能太深，不然深层网络的梯度可以基本..
我已经有两年 ML 经历，这系列课主要用来查缺补漏，会记录一些细节的、自己不知道的东西。已经有人记了笔记（很用心，强烈推荐）：https://github.com/Sakura-gh/ML-notes本节对应笔记：https://sakura-gh.github.io/ML-notes/ML-notes-html/6_Clas..
提出你的第一个问题
回答一个你擅长的问题
对内容进行点赞或者收藏
阅读声望与权限的规范
完善个人资料
