大师网-带你快速走向大师之路 解决你在学习过程中的疑惑,带你快速进入大师之门。节省时间,提升效率

在Pytorch和Keras等框架上自由使用tensorboard

在Pytorch和Keras等框架上自由使用tensorboard 前言 在这篇博文中,将向你展示如何自由的在任何Python代码中使用Tensorboard。 最近身边的一些朋友们都开始从tensorflow转战Pytorch等,Tensorflow使用静态编译的计算图并在单独的运行时环境中运行大部分应用程序,与Tensorflow相比,PyTorch允许你完全使用Python创建动态计算图,单单动态调试这一点就欲罢不能(真香警告)。 但是tensorflow的孪

【Keras】减少过拟合的秘诀——Dropout正则化

Dropout也可用于可见层,如神经网络的输入。在这种情况下,就要把Dropout层作为网络的第一层,并将input_shape参数添加到层中,来制定预期输入。 . CNN Dropout正则化 我们可以在卷积层和池化层后使用Dropout正则化。一般来说,Dropout仅在池化层后使用。 # example of dropout for a CNN from keras.layers import Dense from keras.layers import Conv2D from keras.layers import MaxPooling2D from keras.layers import Dropout .

一文带你读懂计算机视觉

一文带你读懂计算机视觉 本文为 AI 研习社编译的技术博客,原标题 : Learning computervision 作者 |Romain Beaumont 翻译 |黄伟聪、chesc 校对 | 酱番梨 整理 | 菠萝妹 原文链接: https://towardsdatascience.com/learning-computer-vision-41398ad9941f 最近,我已经阅读了很多与计算机视觉相关的资料并做了大量实验,这里介绍了在该领域学习和使用过程中有意思的内容。 自动驾驶的图像分割 近年来,计

迁移学习NLP:BERT、ELMo等直观图解

迁移学习NLP:BERT、ELMo等直观图解 摘要: 图解,2018年自然语言处理领域最成功的方向! 2018年是自然语言处理的转折点,能捕捉潜在意义和关系的方式表达单词和句子的概念性理解正在迅速发展。此外,NLP社区已经出现了非常强大的组件,你可以在自己的模型和管道中自由下载和使用(它被称为NLP的ImageNet时刻)。 在这个时刻中,最新里程碑是发布的BERT,它被描述NLP一个新

神经架构优化(NAO):新的神经架构搜索(NAS)算法

神经架构优化(NAO):新的神经架构搜索(NAS)算法 本文为 AI 研习社编译的技术博客,原标题 : Discovering the best neural architectures in the continuous space | Microsoft Research 作者 |Fei Tian 翻译 |孙稚昊2 校对 | 酱番梨 整理 | 菠萝妹 原文链接: https://www.microsoft.com/en-us/research/blog/discovering-the-best-neural-architectures-in-the-continuous-space/ 如果你是一名深度学习实践者,你可能发现自己经常会遇到同一

【论文笔记】Semi-supervised Sequence Learning

【论文笔记】Semi-supervised Sequence Learning 本文主要用于记录谷歌发表于2015年的一篇论文。该论文主要是提供了一种基于海量无标签数据的预训练NLP语言模型的思路。本笔记主要为方便初学者快速入门,以及自我回顾。 论文链接:https://arxiv.org/abs/1511.01432 基本目录如下: 摘要 核心思想 总结 ------------------第一菇 - 摘要------------------ 1.1 论文摘要 本文主要是提供了两种利用无标

第三章 神经网络基础

__init__() self.fc1 = nn.Linear(input_dim, 1) def forward(self, x_in): """The forward pass of the Perceptron Args: x_in (torch.Tensor): an input data tensor. x_in.shape should be (batch, num_features) Returns: the resulting tensor. tensor.shape should be (batch,) """ return torch.sigmoid(self.fc1(x_in)). 也就是说,L2正则化越强。 除L2之外,另一种流行的正则化是L1正则化。L1通常用于鼓励更稀疏的解决方案;

何恺明等NeurlPS新作:定义迁移学习新范式

在第L层计算G如下式: 4.png Feature Predictor Feature Predictor 的输入是F(..png 9.png 实验数据集 SquAD:问答数据集 MNLI :自然语言推断数据集(跟离散数学里边的蕴涵一样 P → Q) IMDB: 情感分析数据集,来自电影评论 实验结果 在问答和图像分类的对比实验中,精度都有提高。 图片.

阿里开源首个深度学习框架 X-Deep Learning!

阿里开源首个深度学习框架 X-Deep Learning! 刚刚,阿里妈妈正式对外发布了X-Deep Learning(下文简称XDL)的开源代码地址,开发者们可以在Github上自主下载。 此前,在11月底,阿里妈妈就公布了这项开源计划,引来了业界的广泛关注。XDL突破了现有深度学习开源框架大都面向图像、语音等低维稠密数据而设计的现状,面向高维稀疏数据场景进行了深度优化,并已大规模应用于阿里

深度强化学习中的好奇心

深度强化学习中的好奇心 本文为 AI 研习社编译的技术博客,原标题 : Curiosity in Deep Reinforcement Learning 作者 |Michael Klear 翻译 |凝决2018 校对 | 酱番梨 整理 | 菠萝妹 原文链接: https://towardsdatascience.com/curiosity-in-deep-reinforcement-learning-understanding-random-network-distillation-747b322e2403 深度强化学习中的好奇心 早期一个很难的深度强化学习任务,蒙特祖马的复仇,随着随机网络蒸馏探索取得

首次公开!《阿里计算机视觉技术精选》揭秘前沿落地案例

首次公开!《阿里计算机视觉技术精选》揭秘前沿落地案例 当下计算机视觉技术无疑是AI浪潮中最火热的议题之一。视觉技术的渗透,既可以对传统商业进行改造使之看到新的商业机会,还可以创造全新的商业需求和市场。无论在电商、安防、娱乐,还是在工业、医疗、自动驾驶领域,计算机视觉技术都扮演着越发重要的角色。 元旦假期即将来临,我们精心准备了这本《阿

AI技术在智能海报设计中的应用

2012 [8] L. Yu, W. Zhang, J. Wang, Y. Yu. "SeqGAN: Sequence Generative Adversarial Nets with Policy Gradient". AAAI, 2017 [9] L.A. Gatys, A.S. Ecker, M. Bethge. "Image Style Transfer Using Convolutional Neural Networks". ICCV, 2017 作者简介 晓星,2017年6月加入美团,目前主要负责美团外卖图像内容挖掘、增强、生成方面的相关工作,致力于图像相关技术的积累及落地。

2018年度机器学习50大热门网文

2018年度机器学习50大热门网文 摘要: 本文总结了2018年期间机器学习博客top50篇,在这个寒冬中给大家带来一点干粮。 新的一年新气象,总结过去一年,展望新的一年。站在巨人的肩膀上前行,肯定会事半功倍。因此,本文从2018年1月至12月期间挑选出近22

目标检测第1步-运行tensorflow官方示例

目标检测第1步-运行tensorflow官方示例 前 言 本文在学习《Tensorflow object detection API 搭建属于自己的物体识别模型(1)——环境搭建与测试》的基础上优化并总结,此博客链接:https://blog.csdn.net/dy_guox/article/details/79081499,感谢此博客作者。 在进行本文操作之前,需要先安装好tensorflow的gpu版本。 本文作者的环境:python3.6、Windows10、tensorflow_gpu1.10 已经安装好的可以跳过,学习如

【论文笔记】Universal Language Model Fine-tuning for Tex

【论文笔记】Universal Language Model Fine-tuning for Tex 本文主要用于记录发表于2018年的一篇论文。该论文首次提出了将迁移学习应用在NLP领域。本笔记主要为方便初学者快速入门,以及自我回顾。 论文链接:https://arxiv.org/pdf/1801.06146.pdf 开源地址:http://nlp.fast.ai/ulmfit 基本目录如下: 摘要 核心思想 总结 ------------------第一菇 - 摘要------------------ 1.1 论文摘要 迁移学习的成功已经在计

PHP 学习笔记三 基础简介

PHP 学习笔记三 基础简介 1. 什么是PHP? 屏幕快照 2018-09-12 下午12.45.54.png 2. 语言基础 屏幕快照 2018-09-12 下午12.47.16.png 2. 文件访问方式 屏幕快照 2018-09-12 下午12.55.36.png 3. 语句结束符 屏幕快照 2018-09-12 下午2.34.15.png 4. 注释 注释中的PHP代码也会被执行 屏幕快照 2018-09-12 下午2.42.29.png 5.变量命名规则 屏幕快照 2018-09-12 下午3.38.25.png 6.判断变量是否存在 isset() 屏幕快照 2018-09-14 上午10

PHP 学习笔记四 超全局变量数组

PHP 学习笔记四 超全局变量数组 1.超全局变量数组 屏幕快照 2018-09-17 下午3.44.01.png 2.超全局变量数组 $_POST 的使用 屏幕快照 2018-09-17 下午4.24.25.png 屏幕快照 2018-09-17 下午4.24.39.png 3.超全局变量数组 $_GET 的使用 屏幕快照 2018-09-17 下午4.41.48.png 屏幕快照 2018-09-17 下午4.54.41.png 3.超全局变量数组 $_REQUEST 的使用 屏幕快照 2018-09-17 下午5.41.50.png 屏幕快照 2018-09-17 下午5.51.31.png

职场干货|职场中,遇到一个傻x领导是怎样一种体验

小嘟嘟:没有领导能力的领导,最恶心。耽误事儿,永远搞不清状况。 小白酒:谁?总是为难我?要不就干,要不就不干!换我,可能直接说,没时间。 小嘟嘟:怎么当的领导?对你们公司负责人表示怀疑..

初来秋晚

秋天该很好,你若尚在场。秋风即使带凉亦漂亮。 昨天的温度低到20度,空气中常常夹杂着雨丝,也许这就是江南秋天的烟雨吧。愿你们在这个秋季安好,还想说一个小确幸:安小的第一套礼品盒已在生产,大家敬请期待哦o(≧v≦)o