如何学习机器学习的一点心得

转载自：http://blog.csdn.net/lcjpure/article/details/8069704 结合自己的学习经历，总结一下如何学习机器学习。我自己的学习过程其实是非常混乱和痛苦的，一个人瞎搞现在也不知道入没入门。希望能对其他想自学机器学习而找不到方向的人有一点点帮助。 一、可以读读一些科普性的，综述性的东西。 南京大学周志华教授写的科普文章《机器学习和数据挖掘》还不错，对机器学习和数据挖掘的区别说的挺好。另外对机

基础目标检测算法介绍：CNN、RCNN、Fast RCNN、Faster RCNN、YOLO、SSD

1、解决目标检测任务的简单方法 如何用一个卷积神经网络解决通用的目标检测问题： （1）首先，把图片作为输入； （2）之后，将图片分成多个区域; （3）将每个区域看作单独的图片; （4）把这些区域照片传递给CNN，将它们分到不同类别中。 （5）当我们把每个区域都分到对应的类别後，再把它们结合在一起，完成对原始图像的目标检测； 使用这一方法的问题在于，图片中的物体可能有不同的长宽比和空间位置。例如，在有些情况下，目标物体可能占据了图片的

tensorflow 基础学习六：变量管理

　　Tensorflow中提供了通过变量名称来创建和获取一个变量的机制。通过这个机制，在不同的函数中可以直接通过变量的名字来使用变量，而不需要将变量通过参数的形式到处传递。该机制主要是通过tf.get_variable和tf.variable_scope函数来实现的。下面将分别介绍两个函数的使用。 　　如果需要通过tf.get_variable获取一个已经创建的变量，需要通过tf.variable_scope函数来生成一个上下文管理

100天搞定机器学习|Day55 最大熵模型

1、熵的定义 熵最早是一个物理学概念，由克劳修斯于1854年提出，它是描述事物无序性的参数，跟热力学第二定律的宏观方向性有关：在不加外力的情况下，总是往混乱状态改变。熵增是宇宙的基本定律，自然的有序状态会自发的逐步变为混沌状态。1948年，香农将熵的概念引申到信道通信的过程中，从而开创了”信息论“这门学科。香农用“信息熵”来描述随机变量的不确定程度，也即信息量的数学期望。关于信息熵、条件熵、联合熵、互信息、相对熵、交叉熵请点击蓝字直

【nlp】from keras_contrib.layers import CRF报错处理

1、在这里需要导入keras_contrib这个包，于是用pip install keras_contrib命令，但是很不幸，报错信息告诉我们：无法找到相应的版本 Could not find a version that satisfies the requirement keras_contrib (from versions: ) No matching distribution found for keras_contr

Pytorch学习笔记12—- Pytorch的LSTM的理解及入门小案例

1.LSTM模型参数说明 class torch.nn.LSTM(*args, **kwargs) 参数列表 input_size：x的特征维度 hidden_size：隐藏层的特征维度 num_layers：lstm隐层的层数，默认为1 bias：False则bih=0和bhh=0. 默认为True batch_first：True则输入输出的数据格式为 (batch, seq, feature) dropout：除最后一层，每

[深度学习-原理]GAN(生成对抗网络)的简单介绍

系列文章目录 深度学习GAN（一）之简单介绍深度学习GAN（二）之基于CIFAR10数据集的例子深度学习GAN（三）之基于手写体Mnist数据集的例子 深度学习GAN（四）之PIX2PIX GAN的例子 GAN的简单介绍 系列文章目录 1. 什么是GAN 2. GAN的原理 3. GAN的分类 3.1. 原始的GAN 3.2. 深度卷积GAN（Deep Convolutional GAN） 3.3. 条件GAN（Cond

计算机科学家和数据科学家的区别

计算机科学家和数据科学家的区别 介绍 计算机科学家和数据科学家同属于计算机领域的专业人才，两者具有一些相同的技能和知识，但也存在明显的不同。本篇攻略将详细讲解两者之间的区别，并提供相关的实例说明。 计算机科学家 定义 计算机科学家是研究计算机相关技术的专业人士，通常从事计算机系统的设计、构建、测试、优化和维护等工作。 技能要求 熟悉计算机硬件和软件原理，掌握数据结构、算法、操作系统、计算机网络、数据库等基础知识； 具有编程能力，熟练掌握

人工智能、机器学习和深度学习的区别

人工智能（AI）是指使计算机模拟人类智能的一种技术，包括许多不同的技术，其中包括机器学习和深度学习。机器学习和深度学习都是AI的分支，它们利用统计学和算法等方法来从数据中抽取有用的信息。以下将详细讲解AI、机器学习和深度学习的区别。 人工智能 人工智能是一个非常广泛的概念，它指的是使计算机或机器表现出类似于人类的智能的能力。人工智能可以分为弱人工智能和强人工智能。弱人工智能是指计算机执行特定任务或问题的智能，例如语音识别或图像分类。强人工

解决caffe绘制训练过程的loss和accuracy曲线时候报错：paste: aux4.txt: 没有那个

我用的是faster-rcnn，在绘制训练过程的loss和accuracy曲线时候，抛出如下错误，在网上查找无数大牛博客后无果，自己稍微看了下代码，发现，extract_seconds.py文件的 get_start_time（）函数在获取时间时候获取失败，因为if line.find('Solving') != -1:这个语句判断错误导致，具体解决办法：

图像卷积与反卷积（后卷积，转置卷积）

一、图像卷积类型 　　在2维图像卷积计算中，大致分为full、same和valid这三类。 　　1、valid卷积操作 　　 　　　　　　　　　　　　图1 valid卷积操作 　　valid卷积的图像大小计算公式为：滑动步长为S，图片大小为N1xN1，卷积核大小为N2xN2，卷积后图像大小：（(N1-N2)/S+1）x（ (N1-N2)/S+1） 　　如图1，滑动步长为1，图片大小为5x5，卷积核大小为3x3，卷积后图像大小：3x3

Ubuntu下安装pytorch（GPU版）

我这里主要参考了：https://blog.csdn.net/yimingsilence/article/details/79631567 并根据自己在安装中遇到的情况做了一些改动。   先说明一下我的Ubuntu和GPU版本： Ubuntu 16.04 GPU：GEFORCE GTX 1060   1. 查看显卡型号 使用命令：lspci | grep -i nvidia 查看电脑上的显卡，是否是nvidia版本。 2. 安装

百度飞桨《目标检测7日打卡营》笔记整理（2020-09-22、23）

这2天课程讲解的是RCNN系列的二阶段检测模型系列：RCNN / fast-RCNN / faster-RCNN，以及后续其他在此上的改进，如：Cascade R-CNN; Libra R-CNN 等。 其实自己原来看了一些文章学习RCNN，但是总有些地方没彻底搞懂。本次课程，老师讲解得非常清楚，特别适合我当前的学习阶段的解疑。所以，我就在此记录一些我觉得非常有收获的地方，相信对于和我差不多的同学特别有参考价值。   1） 两阶段的

《原神》光之地面造就攻略大全

原开光之地面造就如何做？原神手游升级完毕了一个全新的3.6版本号，上线了全新升级的情节。遵照惯例，一个新的地形图也有新造就，那可能有些小伙伴会困惑关于光之地面造就该怎样获得？那样下面就让小编就来为大家介绍一下光之大地实际获得攻略大全，感兴趣的朋友千万不要错过。 《原神》光之地面造就攻略大全 【光之地面】 1，赶到传送点，接近全自动接每日任务，发掘发光点 2，以后回到珠钿舫，了解凯特琳 3，追随引导，沿着公路前行，与基地里面的人会话 4，追随斯露莎前行

《原神》3.6跳舞的丘丘人部位一览

原神手游3.6跳舞的丘丘人在哪儿?有很多小伙伴在实践新图时，遇到了一个并没有憎恨、不易主动进攻的独特丘丘人，在它们旁边还有一个箱子能开，有很多小伙伴都很关心这个图小彩蛋在哪儿，这儿小编就给大家产生原神手游3.6跳舞的丘丘人部位详细介绍，一起去看看吧。 《原神》3.6跳舞的丘丘人部位一览： 开地图飞跑玩游戏的时候看到了一只并没有憎恨的QQ人，若无其事地舞蹈，合了多张影 在这个位置 忽然我在悬崖上往下跳，出来一个箱子，大伙儿可以直接标记一下 以上就是小