机器学习
371篇文章 · 141订阅
  • 2020 机器是如何认识世界的(2)
    在李宏毅教授分析 Alexnet ，图中识别出一些 pattern 和颜色，其实我们第一层输入图片，如果第二层filter 是将第一层filter 作为输入，输入到特征层。
    深度学习
    2020 机器是如何认识世界的(2)
  • 2020 机器是如何认识世界的(1)
    深度学习中神经网推动计算机视觉，在分类和目标检测上取得优益成绩。打了一个漂亮翻身战，再次推动机器学习向前迈出一大步。我们看到了将神经元各种方式组合就可以完成一些让人惊叹的成绩。机器是如何做到的呢？
    深度学习
    2020 机器是如何认识世界的(1)
  • 浏览器端的机器学习 tensorflowjs(7) 手写数据集
    tensorflowjs在浏览器端实现一个图片分类器，搭建环境已经如何加载数据。在浏览器端加载图片数据有一些小技巧在这里也会分享给大家
    JavaScript
    浏览器端的机器学习 tensorflowjs(7) 手写数据集
  • 浏览器端的机器学习 tensorflowjs(6) 训练模型
    现在模型已经定义好了，数据也下载并进行了处理，一切准备就绪准备开始训练。在训练模型之前，需要 "编译 "该模型，那么具体应该如何做呢?今天就来介绍一下
    JavaScript 前端
    浏览器端的机器学习 tensorflowjs(6) 训练模型
  • 浏览器端的机器学习 tensorflowjs(5) 数据处理
    为了体现 TensorFlow.js 的性能优势，需要将数据转换成张量，同时来需要进行一些处理如洗牌和归一化，具体做法代码里见。 数据洗牌 每次训练数据前我们需要将数据的顺序打乱好处是更利于训练。因为
    JavaScript 前端
    浏览器端的机器学习 tensorflowjs(5) 数据处理
  • 浏览器端的机器学习 tensorflowjs(4) 定义模型
    机器学习模型可以简单理解函数，接受一个输入然后经过函数得到一个输出的算法。当使用神经网络时，那么神经网络就是是模型还是算法，个人因为应该算算法。神经网络大家可以将其理解为复杂的模型，这个模型有大量参数
    JavaScript 人工智能
    浏览器端的机器学习 tensorflowjs(4) 定义模型
  • 浏览器端的机器学习 tensorflowjs(3) 加载 2D 数据
    现在你已经创建了 HTML 和 JavaScript文件，当在浏览器中打开 index.html 文件，并打开devtools 控制台。 tf 是对 TensorFlow.js 库的引用 tfvis
    JavaScript
    浏览器端的机器学习 tensorflowjs(3) 加载 2D 数据
  • 浏览器端的机器学习 tensorflowjs(2) 拟合 2D 数据
    在本次分享中，利用一组汽车的数字数据来训练出一个模型进行拟合。 将展示训练的模型的通用打法，通过一个小型的数据集来训练一个简单的浅层神经网络。
    JavaScript
    浏览器端的机器学习 tensorflowjs(2) 拟合 2D 数据
  • 浏览器端的机器学习 tensorflowjs(1) 搭建环境
    TensorFlow.js是一个JavaScript库，用于在浏览器和Node.js中训练和部署机器学习模型
    JavaScript
    浏览器端的机器学习 tensorflowjs(1) 搭建环境
  • 机器学习必知的八大神经网络架构
    为什么需要机器学习？ 有些任务直接编码较为复杂，我们不能处理所有的细微之处和简单编码，因此，机器学习很有必要。相反，我们向机器学习算法提供大量数据，让算法不断探索数据并构建模型来解决问题。比如：在新的杂乱照明场景内，从新的角度识别三维物体；编写一个计算信用卡交易诈骗概率的程序…