首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
红色石头Will
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
11
文章 11
沸点 0
赞
11
返回
|
搜索文章
赞
文章( 11 )
沸点( 0 )
如何在 Google 免费云端运行 Python 深度学习框架?
试想一下,如果有个免费的在线云端平台,既可以不用安装 TensorFlow 直接使用,又可以实现 GPU 加速训练,那该是多好的一件事情。你没听错,这种好事确实存在!今天,红色石头就给大家放送一波福利,重磅介绍一个谷歌推出的免费的云端工具:Colaboratory。 也就是说,…
[译] 自然语言处理真是有趣!
计算机擅长处理结构化的数据,像电子表格和数据库表之类的。但是我们人类的日常沟通是用词汇来表达的,而不是表格,对计算机而言,这真是件棘手的事。 遗憾的是,我们并不是生活在处处都是结构化数据的时代。 这个世界上的许多信息都是非结构化的 —— 不仅仅是英语或者其他人类语言的原始文本。…
如何免费云端运行Python深度学习框架?
想运行TuriCreate,却没有苹果电脑,也没有Linux使用经验,怎么办?用上这款云端应用,让你免安装Python运行环境。一分钱不用花,以高性能GPU,轻松玩儿转深度学习。 《如何用Python和深度神经网络识别图像?》一文发布后,收到了很多读者的留言。大家对从前印象中高…
【通俗易懂】机器学习中 L1 和 L2 正则化的直观解释
机器学习中,如果参数过多,模型过于复杂,容易造成过拟合(overfit)。即模型在训练样本数据上表现的很好,但在实际测试样本上表现的较差,不具备良好的泛化能力。为了避免过拟合,最常用的一种方法是使用使用正则化,例如 L1 和 L2 正则化。但是,正则化项是如何得来的?其背后的数…
简单的交叉熵损失函数,你真的懂了吗?
我们已经对这个交叉熵函数非常熟悉,大多数情况下都是直接拿来使用就好。但是它是怎么来的?为什么它能表征真实样本标签和预测概率之间的差值?上面的交叉熵函数是否有其它变种?也许很多朋友还不是很清楚!没关系,接下来我将尽可能以最通俗的语言回答上面这几个问题。 1. 交叉熵损失函数的数学…
三分钟带你对 Softmax 划重点
1. 什么是Softmax Softmax 在机器学习和深度学习中有着非常广泛的应用。尤其在处理多分类(C > 2)问题,分类器最后的输出单元需要Softmax 函数进行数值处理。关于Softmax 函数的定义如下所示: 其中,Vi 是分类器前级输出单元的输出。i 表示类别索引…
基于线性SVM的CIFAR-10图像集分类
1. 线性支持向量机LSVM 2. 对偶支持向量机DSVM 3. 核支持向量机KSVM 4. 软间隔支持向量机 5. 核逻辑回归KLR 6. 支持向量回归SVR 实际上,支持向量机SVM确实是机器学习中一个非常重要也是非常复杂的模型。关于SVM的详细理论和推导,本文不再阐述,读…
力荐 | 台大林轩田《机器学习基石》资源汇总
台湾大学林轩田老师的《机器学习基石》课程由浅入深、内容全面,基本涵盖了机器学习领域的很多方面。其作为机器学习的入门和进阶资料非常适合。而且林老师的教学风格也很幽默风趣,总让读者在轻松愉快的氛围中掌握知识。在此,笔者将把这门课的所有视频、笔记、书籍等详细资料分享给大家。 其中每个…
重磅 |“吴恩达deeplearningai”官方微信公众号已经上线!
从去年8月份开始,AI界大IP吴恩达在coursera上开设了由5们课组成的深度学习专项课程,掀起了一股人工智能深度学习热潮。这里附上deeplearning.ai的官网: 今年年初,深度学习专项课程全部结束!但是吴恩达并没有停止AI之行。就在近日,吴恩达宣布已经建立了自己的首…
下一页
个人成就
文章被点赞
249
文章被阅读
43,865
掘力值
1,231
关注了
5
关注者
2,736
收藏集
0
关注标签
64
加入于
2018-05-04