我也要用- 博客(324)
- 资源 (2)
- 论坛 (1)
- 收藏
- 关注
RSS订阅
原创 快速入门——深度学习理论解析与实战应用
1. 前言记得是 2016 年 3 月 15 日，红色石头坐在下班的地铁上，跟往常一样，打开手机，看看新闻。突然，一条醒目的新闻吸引力我的注意：《AlphaGo 最终局战胜李世石 人机大战总比分 1:4》！虽然，我之前也知道一点 AlphaGo，但是这条新闻着实让我比较惊讶。因为，它标志着人工智能第一次在围棋领域战胜了世界大师级别的选手！机器要逆天了？！AlphaGo 是谁？Alpha...
2018-07-11 21:01:54
12373
48
原创 精心整理 | 林轩田机器学习资源汇总
课程介绍台湾大学林轩田老师曾在coursera上开设了两门机器学习经典课程：《机器学习基石》和《机器学习技法》。《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。《机器学习技法》课程主要介绍了机器学习领域经典的一些算法，包括支持向量机、决策树、随机森林、神经网络等等。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...
2018-05-30 23:17:07
13575
8
原创 完结篇 | 吴恩达deeplearning.ai专项课程精炼笔记全部汇总
个人网站：红色石头的机器学习之路 CSDN博客：红色石头的专栏 知乎：红色石头 微博：RedstoneWill的微博 GitHub：RedstoneWill的GitHub 微信公众号：AI有道（ID：redstonewill）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...
2018-05-05 18:13:43
42550
11
原创 完全开源！快速上手 AI 理论及应用实战来了
大家好，好久没给大家推荐优质的机器学习 GitHub 开源资料了。最近逛 GitHub，发现了一个非常不错的 AI 资料，兼顾理论和实战，非常不错！首先放上该资源的 GitHub 地址：h...
2021-07-29 11:08:00
12
原创 完全解析！Bert & Transformer 阅读理解源码详解
接上一篇：你所不知道的 Transformer！超详细的 Bert 文本分类源码解读 | 附源码中文情感分类单标签参考论文：https://arxiv.org/abs/1706.03762...
2021-07-19 11:08:00
21
原创 从零开始带你一步一步使用 YOLOv3 测试自己的数据
上一篇：从零开始带你一步一步使用YOLOv3训练自己的数据我给大家详细介绍了如何使用 YOLOv3 模型来训练自己的数据集。训练部分完成，本文将继续给大家详细介绍如何使用我们训练好的模型...
2021-07-03 11:08:13
40
原创 从零开始带你一步一步使用YOLOv3测试自己的数据
红色石头的个人网站：redstonewill.com知乎：https://www.zhihu.com/people/red_stone_wl公众号：AI有道（redstonewill）上一篇：从零开始带你一步一步使用YOLOv3训练自己的数据我给大家详细介绍了如何使用 YOLOv3 模型来训练自己的数据集。训练部分完成，本文将继续给大家详细介绍如何使用我们训练好的模型来进行图片的批量测试。一、修改 detector.c 文件1. 替换 void test_detector 函数同样是在 .
2021-06-08 15:34:06
1113
1
原创 中文情感分类单标签
接上一篇：你所不知道的 Transformer！超详细的 Bert 文本分类源码解读 | 附源码章节背景介绍预处理完整的 GitHub 项目代码地址：https://github.com/...
2021-06-06 11:08:00
54
原创 从零开始带你一步一步使用YOLOv3训练自己的数据
红色石头的个人网站：redstonewill.comYOLOv3是比较常见和常用的深度学习目标检测（Object Dection）算法。今天给大家介绍一下如何一步一步使用YOLOv3训练自己的数据集。一、标注数据集首先我们需要使用 labelimg 工具来标注图片数据集，例如图片是 .jpg 格式的，用矩形框标注图片中的目标位置，得到 .xml 文件。这里 labelimg 的使用方法就不作介绍了，读者自行查阅。例如 100 张图片对应得到 100 个 .xml 文件：得到 .jpg 和.
2021-06-01 16:17:53
2080
20
原创 TopPaper：AI 初学者经典论文列表
无论你是学习机器学习还是深度学习，看学术论文必不可少。作为 AI 初学者而言，如何挑选更适合自己、更容易学习的 AI 论文尤为重要！真的会起到事半功倍的效果。今天给大家推荐一个非常不错的 ...
2021-05-30 11:08:00
50
原创 超详细的 Bert 文本分类源码解读 | 附源码
本文详细的GitHub地址：https://github.com/sherlcok314159/ML接上一篇：你所不知道的 Transformer！参考论文https://arxiv.or...
2021-05-23 11:08:00
96
原创 你所不知道的 Transformer！
作者 | 台运鹏这是 Transformer 系列第一篇！参考论文：https://arxiv.org/abs/1706.03762章节ReasonsSelf-AttentionMulti...
2021-05-15 11:08:00
55
原创 《algorithm-note》算法笔记中文版正式发布！
无论是做机器学习、深度学习、自然语言处理还是其它领域，算法的重要性不言而喻！吃透算法底层原理、掌握算法数学推导和代码实现，对提高自己的硬核实力来说非常重要！今天给大家推荐一个超赞的开源算法...
2021-05-08 11:08:00
278
原创 深入讨论机器学习 8 大回归模型的基本原理以及差异！
作者 | 台运鹏几乎每个机器学习从业者都知道回归，其中一些人可能认为这没什么大不了的，只是从参数之间的切 换罢了。本文将阐明每种回归算法的细节，以及确切的区别。包括 ：OLSWeighte...
2021-05-02 11:08:00
923
3
原创 ODS：输出多样化采样，有效增强白盒和黑盒攻击的性能 | NeurIPS 2020
作者 |慕苏【简介】本文提出了一种新的采样策略——输出多样化采样，替代对抗攻击方法中常用的随机采样，使得目标模型的输出尽可能多样化，以此提高白盒攻击和黑盒攻击的有效性。实验表明，该种采样...
2021-04-16 11:08:00
114
原创 一步一步教你如何将 yolov3/yolov4 转为 caffe 模型
实际工作中，目标检测 yolov3 或者 yolov4 模型移植到 AI 芯片中，经常需要将其先转换为 caffe1.x 模型，大家可能或多或少也有这方面的需求。例如华为海思 NNIE 只...
2021-03-16 11:08:00
509
1
原创 撒花！李宏毅机器学习 2021 版正式开放上线
提起李宏毅老师，熟悉机器学习的读者朋友一定不会陌生。最典型的就是开局一言不合就“宝可梦”。李宏毅老师幽默风趣的教学风格也吸引力很多机器学习爱好者。李宏毅老师的机器学习课程可以说是最具代表性...
2021-03-07 10:58:00
811
原创 330+ 个机器学习模型/库探索工具！Papers With Code 重磅推出！
今天给大家推荐一个硬核干货：一个基于 PyTorch 的图像模型库（PyTorch Image Models，TIMM），用于最新图像分类。这个库从 330+ 种预训练的最新图像分类模型中...
2021-03-03 11:08:00
180
1
原创 吴恩达《Machine Learning》精炼笔记 12：大规模机器学习和图片文字识别 OCR
作者 | Peter编辑 |AI有道系列文章：吴恩达《Machine Learning》精炼笔记 1：监督学习与非监督学习吴恩达《Machine Learning》精炼笔记 2：梯度下降...
2021-02-24 11:09:00
230
原创 吴恩达《Machine Learning》精炼笔记 11：推荐系统
作者 | Peter编辑 |AI有道系列文章：吴恩达《Machine Learning》精炼笔记 1：监督学习与非监督学习吴恩达《Machine Learning》精炼笔记 2：梯度下...
2021-01-31 10:22:00
186
原创 吴恩达《Machine Learning》精炼笔记 10：异常检测
作者 | Peter编辑 |AI有道系列文章：吴恩达《Machine Learning》精炼笔记 1：监督学习与非监督学习吴恩达《Machine Learning》精炼笔记 2：梯度下...
2021-01-23 10:22:45
112
原创 吴恩达《Machine Learning》精炼笔记 9：PCA 及其 Python 实现
作者 | Peter编辑 |AI有道系列文章：吴恩达《Machine Learning》精炼笔记 1：监督学习与非监督学习吴恩达《Machine Learning》精炼笔记 2：梯度下...
2021-01-10 00:05:00
352
原创 吴恩达《Machine Learning》精炼笔记 8：聚类 KMeans 及其 Python实现
作者 | Peter编辑 |AI有道系列文章：吴恩达《Machine Learning》精炼笔记 1：监督学习与非监督学习吴恩达《Machine Learning》精炼笔记 2：梯度下...
2021-01-02 00:11:00
564
原创 吴恩达《Machine Learning》精炼笔记 7：支持向量机 SVM
作者 | Peter编辑 |AI有道系列文章：吴恩达《Machine Learning》精炼笔记 1：监督学习与非监督学习吴恩达《Machine Learning》精炼笔记 2：梯度下...
2020-12-27 00:05:00
287
原创 吴恩达《Machine Learning》精炼笔记 6：关于机器学习的建议
作者 | Peter编辑 |AI有道系列文章：吴恩达《Machine Learning》精炼笔记 1：监督学习与非监督学习吴恩达《Machine Learning》精炼笔记 2：梯度下...
2020-12-10 10:16:00
190
原创 我的个人网站更新了！
如今，公众号【AI有道】已经陪伴读者两年多了。在这段时间里，我们一直专注于人工智能最前沿的技术、干货和资讯，努力为读者呈现最有价值的 AI 信息，致力于为读者提供切实可行的 AI 学习路...
2020-12-01 10:16:00
113
原创 利用生物视觉机制提高神经网络的对抗鲁棒性 | NeurIPS 2020
作者 |慕苏【简介】本文将两种生物视觉机制，分别是视网膜的非均匀采样机制和多种不同大小的感受野存在机制，应用到神经网络中，提高了神经网络的对抗鲁棒性。论文地址：https://arxi...
2020-11-20 10:16:00
196
原创 吴恩达《Machine Learning》精炼笔记 5：神经网络
作者 | Peter编辑 |AI有道系列文章：吴恩达《Machine Learning》精炼笔记 1：监督学习与非监督学习吴恩达《Machine Learning》精炼笔记 2：梯度下...
2020-11-13 10:16:00
746
1
原创 吴恩达《Machine Learning》精炼笔记 4：神经网络基础
作者 | Peter编辑 |AI有道今天带来第四周课程的笔记：神经网络基础。非线性假设神经元和大脑模型表示特征和直观理解多类分类问题非线性假设Non-linear Hypotheses...
2020-11-07 10:16:00
188
原创 吴恩达《Machine Learning》精炼笔记 3：回归问题和正则化
作者 | Peter编辑 |AI有道今天带来第三周课程的笔记：梯度下降与正规方程。主要讲解的内容包含：逻辑回归代价函数线性回归和逻辑回归的比较正则化问题逻辑回归分类问题假设预测的变量y...
2020-10-30 10:16:00
242
原创 吴恩达《Machine Learning》精炼笔记 2：梯度下降与正规方程
作者 | Peter编辑 |AI有道今天带来第二周课程的笔记：梯度下降与正规方程。主要内容：多维特征多变量梯度下降梯度下降法实践正规方程多维特征Multiple Features还是利...
2020-10-24 10:16:00
325
原创 吴恩达《Machine Learning》精炼笔记 1：监督学习与非监督学习
作者 | Peter编辑 |AI有道0. 引言吴恩达（Andrew Ng），毫无疑问，是全球人工智能（AI）领域的大 IP！然而，吴恩达从最早的 CS229，到后来的 deeplear...
2020-10-15 10:16:00
417
原创 第01课：深度学习概述
什么是深度学习机器学习，顾名思义，是机器从数据中总结经验，找出某种规律构建模型，并用它来解决实际问题。而深度学习，是机器学习的一个重要分支和延伸，是包含多隐层的神经网络结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，从而学习到数据本身最关键的特征。简单来说，深度学习就是更深、更加复杂的神经网络结构。首先，我将通过一个例子来解释什么是神经网络。例如一个房屋价格预测问题。输入...
2020-09-22 12:01:42
802
原创 第02课：深度学习 Python 必备知识点
无论是在机器学习还是深度学习中，Python 已经成为主导性的编程语言。而且，现在许多主流的深度学习框架，例如 PyTorch、TensorFlow 也都是基于 Python。这门课主要是围绕 “理论 + 实战” 同时进行的，所以本文，我将重点介绍深度学习中 Python 的必备知识点。为什么选择 PythonPython 是一种面向对象的解释型计算机程序设计语言，由荷兰人 Guido va...
2020-09-22 12:01:40
550
原创 第03课：Anaconda 与 Jupyter Notebook
本文将为大家介绍深度学习实战非常重要的两个工具：Anaconda 和 Jupyter Notebook。Anaconda为什么选择 Anaconda我们知道 Python 是人工智能的首选语言。为了更好、更方便地使用 Python 来编写深度学习相关程序，可以使用集成开发环境或集成管理系统，最流行的比如 PyCharm 和 Anaconda。本文我推荐使用 Anaconda。之所以选择 A...
2020-09-22 12:01:39
420
原创 第04课：深度学习框架 PyTorch
随着深度学习的研究热潮持续高涨，各种开源深度学习框架也层出不穷，包括 TensorFlow、PyTorch、Caffe2、Keras、CNTK、MXNet、Paddle、DeepLearning4、Lasagne、Neon 等等。其中，谷歌推出的 TensorFlow 无疑在关注度和用户数上都占据绝对优势，最为流行。但是，今天我将给大家介绍的却是另外一个发展与流行势头强劲的深度学习框架：PyTor...
2020-09-22 12:01:37
371
原创 第05课：神经网络基础知识
在第01课深度学习概述中，我们介绍了神经网络的基本结构，介绍了神经网络的基本单元组成是神经元。如何构建神经网络，如何训练、优化神经网络，这其中包含了许多数学原理，需要具备一些基本知识。本课，我将重点罗列并详细介绍神经网络必备的基础知识。掌握这些基础知识，你就可以很轻松地为接下来的课程做准备。由逻辑回归出发逻辑回归（Logistic Regression）是机器学习一个最基本也是最常用的算法模型...
2020-09-22 12:01:35
188
原创 第06课：浅层神经网络（NN）
上一篇我们主要介绍了一些神经网络必备的基础知识，包括 Sigmoid 激活函数、损失函数、梯度下降和计算图。这些知识对我们学习神经网络非常有用！本文我们将开始真正的神经网络学习，从一个浅层的神经网络出发，详细推导其正向传播和反向传播完整过程。神经网络模型概述首先，我们来看一个简单的神经网络模型：最简单的神经网络模型由输入层（Input Layer）、隐藏层（Hidden Layer）、输出...
2020-09-22 12:01:34
169
原创 第07课：项目实战——自己动手写一个神经网络模型
上一篇我们主要介绍了最简单的二层神经网络模型，详细推导其正向传播过程和反向传播过程，对整个神经网络的模型结构和数学理论推导过程有了清晰的认识和掌握。本文将带大家使用 Python 搭建一个神经网络模型来解决实际的分类问题。导入数据集为了简化操作，我们直接构造一批数据集。 说明：本文所有代码均在 Jupyter Notebook 中编写实现。import numpy as npimp...
2020-09-22 12:01:32
282
原创 第08课：深层神经网络（DNN）
上一篇是实战内容，我们使用 Python 一步步搭建了一个最简单的神经网络模型，只包含单层隐藏层。并使用这个简单模型对非线性可分的样本集进行分类，最终得到了不错的分类效果。本文将继续从深度神经网络入手，介绍深层神经网络的数学原理和推导过程。神经网络为什么要深？我们都知道神经网络能处理很多问题，而且效果显著。其强大能力主要源自神经网络足够“深”，也就是说网络层数越多，神经网络就更加复杂，处理数据...
2020-09-22 12:01:31
205
Python Machine Learning
2017-06-15
红色石头Will的留言板
发表于 2020-01-02 最后回复 2020-05-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人 TA的粉丝