文章 2022-09-29 来自:开发者社区

Hinton等谈深度学习十年;PyTorch落地Linux基金会的影响;机器学习界的“GitHub”|AI系统前沿动态

重磅!PyTorch落地Linux基金会扎克伯格亲自宣布,PyTorch基金会已新鲜成立,并归入Linux基金会旗下,管理委员会成员,包括Meta、AMD、AWS、谷歌云、微软和英伟达。Meta表示,PyTorch成功背后的驱动力,是开源社区充满活力的持续增长。成立基金会将确保社区成员以透明和公开的方式作出决定。链接:mp.weixin.qq.com/s/832JBlOlJ…www.reddit....

Hinton等谈深度学习十年;PyTorch落地Linux基金会的影响;机器学习界的“GitHub”|AI系统前沿动态
文章 2022-08-12 来自:开发者社区

人工智能(AI)、机器学习(ML)和深度学习(DL):有什么区别?

人工智能Artificial Intelligence(AI)、机器学习Machine Learning(ML)和深度学习Deep Learning(DL)通常可以互换使用。但是,它们并不完全相同。人工智能是最广泛的概念,它赋予机器模仿人类行为的能力。机器学习是将人工智能应用到系统或机器中,帮助其自我学习和不断改进。最后,深度学习使用复杂的算法和深度神经网络来重复训练特定的模型或模式。让我们看看....

人工智能(AI)、机器学习(ML)和深度学习(DL):有什么区别?
问答 2022-07-26 来自:开发者社区

深度学习方法和机器学习方法特别大的差异是什么呀?

深度学习方法和机器学习方法特别大的差异是什么呀?

问答 2022-07-26 来自:开发者社区

人工智能与机器学习、深度学习有什么关系呢?

人工智能与机器学习、深度学习有什么关系呢?

文章 2022-07-24 来自:开发者社区

Interview:机器学习算法工程师求职九大必备技能之【数学基础、工程能力、特征工程、模型评估、优化算法、机器学习基本概念、经典机器学习模型、深度学习模型、业务与应用】(建议收藏,持续更新)

目录一、数学基础1.1、概率论1.2、线性代数1.3、微积分1.4、凸优化1.5、信息论二、工程能力2.1、数据结构与算法(1)、树与相关算法(2)、图与相关算法(3)、哈希表(4)、矩阵运算与优化2.2、大数据处理(1)、MapReduce(2)、Spark(3)、HiveQL(4)、Storm2.3、机器学习平台(1)、TensorFlow(2)、Torch(3)、Theano2.4、并行计....

Interview:机器学习算法工程师求职九大必备技能之【数学基础、工程能力、特征工程、模型评估、优化算法、机器学习基本概念、经典机器学习模型、深度学习模型、业务与应用】(建议收藏,持续更新)
文章 2022-07-24 来自:开发者社区

Dataset:机器学习和深度学习中对数据集进行高级绘图(数据集可视化,箱线图等)的简介、应用之详细攻略——daidingdaiding

目录箱线图    箱线图       箱线图(box plots):这些图显示了一个小长方形,有一个红线穿过它。红线代表此列数据的中位数(第50 百分位数),长方形的顶和底分别表示第25 百分位数和第75 百分位数(或者第一四分位数、第三四分位数)。       箱线图又叫为盒须图(box and....

Dataset:机器学习和深度学习中对数据集进行高级绘图(数据集可视化,箱线图等)的简介、应用之详细攻略——daidingdaiding
文章 2022-06-28 来自:开发者社区

机器学习之深度学习简介

深度学习1. 深度学习介绍深度学习(Deep learning)是机器学习的一个分支领域,其源于人工神经网络的研究。深度学习广泛应用在计算机视觉,音频处理,自然语言处理等诸多领域。人工神经网络(Artificial Neural Network),以数学模型模拟神经元活动,是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统。生物神经细胞结构感知器模型2. 深度学习原理前向传播(Forwar....

机器学习之深度学习简介
文章 2022-06-28 来自:开发者社区

机器学习之深度学习卷积神经网络,实现基于CNN网络的手写字体识别

实现基于CNN网络的手写字体识别首先下载数据1、搭建CNN网络模型;class CNN(nn.Module): def __init__(self): super(CNN,self).__init__() ''' 一般来说,卷积网络包括以下内容: 1.卷积层 2.神经网络 3.池化层 ...

机器学习之深度学习卷积神经网络,实现基于CNN网络的手写字体识别
文章 2022-06-07 来自:开发者社区

机器学习攻防|深度学习(李宏毅)(十二)

李宏毅老师深度学习系列2020一、研究机器学习模型攻防的动机我们训练的模型并非只部署在实验室,我们还需要部署到现实世界中。我们希望机器学习模型能够对专门设计来“欺骗”的输入具备一定的鲁棒性,模型光是对噪声具备一定的鲁棒性是不够的。尤其是在垃圾邮件检测、恶意软件入侵、网络入侵检测这些任务上,我们可能会遇到一些专门设计用来骗过机器学习模型的输入,因此研究机器学习模型的攻击和防御的方法是有必要的。二、....

机器学习攻防|深度学习(李宏毅)(十二)
文章 2022-06-06 来自:开发者社区

可解释的机器学习|深度学习(李宏毅)(十一)

一、概述分类通常一个深度学习模型是黑盒子的,但我们也希望有一些方法来使得模型是可解释的(Explainable/Interpretable)。可解释的机器学习技术分为Local Explanation和Global Explanation两种。对于一个图像识别模型来说,Local Explanation指的是:Why do you think this image is a cat?Global....

可解释的机器学习|深度学习(李宏毅)(十一)

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。