📅  最后修改于: 2022-05-13 01:58:08.308000        🧑  作者: Mango

用于情绪分析的微调 BERT 模型Google 为自然语言处理预训练创建了一种基于 Transformer 的机器学习方法，称为来自 Transformers 的双向编码器表示。它有大量的参数，因此在一个小数据集上训练它会导致过度拟合。这就是为什么我们使用经过大量数据集训练的预训练 BERT 模型。使用预训练模型并尝试针对当前数据集“调整”它，即将学习从那个庞大的数据集转移到我们的数据集，以便我们...

📅  最后修改于: 2022-05-13 01:58:08.315000        🧑  作者: Mango

自相关自相关是对给定时间序列与该时间序列在连续时间段内的滞后版本之间相似程度的度量。它类似于计算两个不同变量之间的相关性，除了在自相关中我们计算同一时间序列的两个不同版本 Xt和 Xtk之间的相关性。给定时间序列测量值 Y1, Y2,...YN在时间 X1, X2, ...XN，滞后 k 自相关函数定义为：+1 的自相关表示完全正相关，-1 表示完全负相关。用法：自相关测试用于检测时间序列中的随机...

📅  最后修改于: 2022-05-13 01:58:08.322000        🧑  作者: Mango

YOLO v2 – 物体检测在速度方面，YOLO 是物体识别中最好的模型之一，能够以高达150 FPS的速率识别物体并处理帧，适用于小型网络。然而，就精度 mAP 而言，YOLO 不是最先进的模型，但在 PASCAL VOC2007 和 PASCAL VOC 2012 上训练时具有相当不错的63%平均精度(mAP)。然而，Fast R-CNN 是状态当时艺术的 mAP 为71%。YOLO v2 和...

📅  最后修改于: 2022-05-13 01:58:08.329000        🧑  作者: Mango

近端策略优化简介近端策略优化 (PPO) 是强化学习领域的最新进展，它提供了对信任区域策略优化 (TRPO) 的改进。该算法于 2017 年提出，并在 OpenAI 实现时表现出显着的性能。要理解和欣赏算法，我们首先需要了解什么是策略。在强化学习术语中，策略是从动作空间到状态空间的映射。可以想象它是 RL 代理的指令，根据它当前所处的环境状态，它应该采取什么行动。当我们谈论评估代理时，我们通常是指...

📅  最后修改于: 2022-05-13 01:58:08.336000        🧑  作者: Mango

图像的直方图灰度在[0, L-1]范围内的数字图像的直方图是一个离散函数。直方图函数：关于直方图的要点：图像的直方图提供了图像外观的全局描述。从直方图中提取的植物信息质量非常大。图像的直方图表示图像中各种灰度级出现的相对频率。让我们假设一个 Image 矩阵如下：该图像矩阵包含给定 xy 平面中(i, j)位置的像素值，该平面是具有灰度的二维图像。有两种方法可以绘制图像的直方图：方法 1：在这种方...

📅  最后修改于: 2022-05-13 01:58:08.342000        🧑  作者: Mango

深入理解激活函数什么是激活函数？在人工神经网络中，节点的激活函数定义了该节点或神经元对于给定输入或一组输入的输出。然后将此输出用作下一个节点的输入，依此类推，直到找到原始问题的所需解决方案。它将结果值映射到所需的范围，例如 0 到 1或-1 到 1 等。这取决于激活函数的选择。例如，使用逻辑激活函数会将实数域中的所有输入映射到 0 到 1 的范围内。二元分类问题示例：在二元分类问题中，我们有一个输...

📅  最后修改于: 2022-05-13 01:58:08.349000        🧑  作者: Mango

自然语言处理 - 概述自然语言处理 (NLP) 是人工智能 (AI) 的一个子领域。这是一种广泛用于个人助理的技术，用于各种业务领域/领域。该技术适用于用户提供的语音，将其分解以进行正确理解并进行相应处理。这是一种非常新且有效的方法，因此它在当今市场上有很高的需求。自然语言处理是一个即将到来的领域，其中已经实现了许多转变，例如与智能设备的兼容性、与人类的互动对话。知识表示、逻辑推理和约束满足是人工...

📅  最后修改于: 2022-05-13 01:58:08.356000        🧑  作者: Mango

生成对抗网络 (GAN) |一个介绍生成对抗网络 (GAN) 于 2014 年由Ian Goodfellow首次提出。 GAN 是一类强大的神经网络，用于无监督学习。 GAN 可以创建任何你提供给他们的东西，因为它学习-生成-改进。要首先了解 GAN，您必须对卷积神经网络知之甚少。如果将图像馈送到 CNN，CNN 会被训练根据其标签对图像进行分类，它会逐个像素地分析图像，并通过 CNN 隐藏层中存...

📅  最后修改于: 2022-05-13 01:58:08.363000        🧑  作者: Mango

自然三次样条三次样条：三次样条是使用满足给定m 个控制点的三次多项式的样条。为了推导出三次样条的解，我们假设端点处的第二个推导为 0，这反过来提供了一个边界条件，将两个方程添加到m-2方程以使其可解。一维三次样条的方程组可由下式给出：我们为函数y = f(x)取一组点 [xi, yi]for i = 0, 1, ..., n。三次样条插值是一条分段连续曲线，通过表中的每个值。以下是 K=3 次样条...

📅  最后修改于: 2022-05-13 01:58:08.370000        🧑  作者: Mango

贝叶斯信念网络的基本理解贝叶斯信念网络是特定集合中随机变量之间不同概率关系的图形表示。它是一个不依赖于属性的分类器，即它与条件无关。由于其联合概率的特点，贝叶斯信念网络中的概率是基于一个条件——P(attribute/parent)，即属性的概率，在父属性上为真而推导出来的。（注意：分类器将集合中的数据分配给所需的类别。）考虑这个例子：在上图中，我们有一个警报“A”——一个节点，比如安装在一个人“...

📅  最后修改于: 2022-05-13 01:58:08.376000        🧑  作者: Mango

粒子群优化 (PSO) – 概述在考虑尽可能低的成本的同时，为给定系统的特定参数找到最佳值以满足所有设计要求的过程称为优化。优化问题可以在所有科学领域中找到。传统的优化算法（确定性算法）有一些局限性，例如：单一解决方案收敛到局部最优未知的搜索空间问题为了克服这些限制，许多学者和研究人员开发了几种元启发式方法来解决复杂/未解决的优化问题。示例：粒子群优化、灰狼优化、蚁群优化、遗传算法、布谷鸟搜索算法...

📅  最后修改于: 2022-05-13 01:58:08.383000        🧑  作者: Mango

精确召回曲线|机器学习有多种方法可以评估分类器的性能。在本文中，我们介绍了 Precision-Recall 曲线，并进一步研究了两种流行的性能报告方法之间的区别：Precision-Recall (PR) 曲线和接收器操作特性 (ROC) 曲线。ROC 曲线已经在文章中讨论过了。让我们简单了解一下什么是 Precision-Recall 曲线。精确召回 (PR) 曲线 –PR 曲线只是一个图形，...

📅  最后修改于: 2022-05-13 01:58:08.389000        🧑  作者: Mango

机器学习中的卷积神经网络 (CNN)在本文中，我们将详细讨论机器学习中的卷积神经网络 (CNN)。卷积神经网络（CNN）：卷积神经网络 (CNN) 是一种深度学习神经网络，用于处理结构化数据数组，例如画像。CNN 在处理输入图像中的设计方面非常令人满意，例如线条、渐变、圆圈，甚至眼睛和面部。这一特性使卷积神经网络对计算机视觉如此强大。CNN 可以直接在未完成的图像上运行，不需要任何预处理。卷积神经...

📅  最后修改于: 2022-05-13 01:58:08.395000        🧑  作者: Mango

什么是显着图？显着图是深度学习和计算机视觉的一个重要概念。在训练鸟类图像时，CNN 如何知道专注于与鸟类相关的像素，而忽略图像中的树叶和其他背景事物？通过使用显着图的概念。显着图显着图是一种图像，其中像素的亮度表示像素的显着程度，即像素的亮度与其显着性成正比。它通常是灰度图像。显着图也称为热图，其中热度是指图像中对预测对象所属类别有很大影响的那些区域。显着性图的目的是根据显着性的空间分布，找出视野...

📅  最后修改于: 2022-05-13 01:58:08.402000        🧑  作者: Mango

用于机器学习的 Azure 虚拟机先决条件：关于 Microsoft Azure、基于云的服务某些机器学习和深度学习算法可能需要高计算能力，而您的本地机器或笔记本电脑可能不支持。在这种情况下，在云平台上创建虚拟机可以为您提供预期的计算能力。我们可以拥有一个具有高 RAM、高存储容量、最新图形的系统，可以加速训练阶段，我们可以在更短的时间内试验我们的模型。在本文中，我们将学习在 Microsoft ...