YOLO，即You Only Look Once（你只看一次）的缩写，是一个基于卷积神经网络（CNN）的物体检测算法。而YOLO v3是YOLO的第3个版本（即YOLO、YOLO 9000、YOLO v3），检测效果，更准更强。 更多细节，可以参考YOLO的官网。 本文介绍YO…

文本分类是商业问题中常见的自然语言处理任务，目标是自动将文本文件分到一个或多个已定义好的类别中。文本分类的一些例子如下： 分析社交媒体中的大众情感 鉴别垃圾邮件和非垃圾邮件 自动标注客户问询 将新闻文章按主题分类

基于 Keras 的 200 行 Python 代码实现 DQN 玩 FlappyBird

2014年，Ian Goodfellow 提出了生成对抗网络（Generative Adversarial Networks） (GAN)，本文将聚焦于利用 Keras 实现基于对抗生成网络的图像去模糊模型所有的 Keras 代码都在 这里. 查看原文 scientific p…

简介介绍强化学习（ReinforcementLearning，RL）的概念，并用DQN训练一个会玩FlappyBird的模型FlappyBird这个游戏很多人都玩过，很虐，以下是一个用pygame重现

在本教程中，你将明白怎样使用一个简单的 Keras 模型来训练和评估用于多分类问题的人工神经网络。 在 自然语言处理 中，词性标注是一件众所周知的任务。它指的是将单词按词性分类（也称为词类或词性类别）。这是一种有监督的学习方法。 人工神经网络 已成功应用于词性标注，并且表现卓越…

Keras 提供 Callback 接口来追踪训练过程中的每一步结果，包括每一个 batch 和每一个 epoch。虽然名为“回调函数”，但实际上想要扩展这功能需要继承 keras.callbacks.Callback 类，该类提供两个与模型训练过程相关的属性： model：模…

Keras 框架发明者François Chollet推荐文章的翻译，出于Keras与scikit-learn的相似性，给出的引导教程：通过与scikit-learn的比较来使用Keras。 使用 Keras 创建、评价深度神经网络非常的便捷，不过你需要严格地遵循几个步骤来构建…

许多技术文章都关注于二维卷积神经网络（2D CNN）的使用，特别是在图像识别中的应用。而一维卷积神经网络（1D CNNs）只在一定程度上有所涉及，比如在自然语言处理（NLP）中的应用。目前很少有文章能够提供关于如何构造一维卷积神经网络来解决你可能正面临的一些机器学习问题。本文试…