摘要：前言之前打算分析源码的，但是由于工作较忙就耽误了。直到红色框的网格处，我们发现有一只狗，这是标签为狗的类别数，为，为包含狗的物体框的中心坐标和宽高。在中只用物体框中心点所在的网格进行预测，因此红色框周围的网格的标签数据也全都是。 前言...
摘要：在的关键性基础任务命名实体识别，的研究中，深度学习也获得了不错的效果。简介又称作专名识别，是自然语言处理中的一项基础任务，应用范围非常广泛。 近几年来，基于神经网络的深度学习方法在计算机视觉、语音识别等领域取得了巨大成功，另外在自然语...
摘要：在系统设计层面，由于其具有计算密集型的特性，所以与传统的机器学习算法在工程实践过程中存在诸多的不同。本文将介绍美团平台在应用深度学习技术的过程中，相关系统设计的一些经验。为此，目前业界针对深度学习训练的加速，提出了各种各样的解决方案。...
摘要：靓文推荐以上介绍的就是最原始最开始的，也叫，年提出的。在经过多年的改进后也有几个延伸版本了如使用了的版本，借鉴了的版本，这里也不再细讲，只推荐几篇我认为比较好的靓文各层的详细设定及其延伸版本更多自寻 咕了一个多月后终于重新变成人，今天...
摘要：本文根据达观数据桂洪冠在达观杯文本智能处理挑战赛期间的技术直播分享整理而成，内容略有删减。达观数据成立于年，也可以把这个属性表示成一个三元组，就是达观数据，，年。知识图谱实际上是有望能够消除人类的自然语言跟深度学习黑盒之间的语义鸿沟。...
摘要：随着深度学习的兴起，有学者提出用深度学习相关算法对扭曲文档图像进行矫正。考虑到实际业务的复杂性，传统方法无法胜任，因此本文结合深度学习语义分割领域的相关知识，针对现有方法的不足提出优化方案，实现扭曲文档的矫正。 一、背景 随着集团业务...
摘要：直到一天，一只凭空出现的机器猫识破了我的真身，她叫阿尔法猫。我问她怎么会知道我的名字，她说，因为有，她能叫出所有猫的名字。从今往后，我决定隐藏自己的真名，化名猫，开启学习求知探索利用的旅程。 话说，当年我刚来地球的时候，小心翼翼地伪装...
摘要：本文选取了达观推荐系统众多推荐算法的其中之一受限玻尔兹曼机，，进行详细介绍。主要包括三部分介绍的数学原理在推荐系统中的应用。这就是受限玻尔兹曼机中受限二字的本意。 深度学习相关技术近年来在工程界可谓是风生水起，在自然语言处理、图像和视...
摘要：为了解决这个问题出现了批量归一化的算法，他对每一层的输入进行归一化，保证每层的输入数据分布是稳定的，从而加速训练批量归一化归一化批，一批样本输入，，个样本与激活函数层卷积层全连接层池化层一样，批量归一化也属于网络的一层，简称。 【DL-C...
摘要：整个猜你喜欢的框架如图。这也是我们目前猜你喜欢线上在用的模型。猜你喜欢使用的数据特征体系如下图中滑窗期指目标前天的行为窗口。 一、背景 showImg("https://segmentfault.com/img/bVbgwJz?w=694&h=279"); 猜你喜欢是推荐领域极其经典的一个场景，...
摘要：下面介绍这两种方法正则化正则化通过在损失函数上加上正则化损失来实现，根据正则化损失定义的不同，正则化又能分为好几种。正则化正则化是另一个常用的正则化方法，即对于网络中每个权重值，向损失函数增加一个作为其正则化惩罚，其中是正则化强度。 ...
摘要：并不一定要用拉格朗日对偶。支持向量机实现非线性的方法的数学本质是升维，升维升到无穷维则无法表达所以还是使用拉格朗日对偶方法更好一点。 一. 最优化问题求解 1. 等式约束的极值求法 $$ egin{gather*} underset{t}{min} f(t) ; s.t.; h_i(t)=0,i=1...
摘要：对所有参数更新时应用同样的学习率梯度由许多偏导数组成，对应着各个参数的更新。对于偏导数大的，我们希望配个小的学习率给他对于偏导数小的，我们希望配个大的学习率给他，这样各个参数都能获得大致相同的更新幅度，提高网络的健壮性。 后续【DL-CV...
续【DL-CV】更高级的参数更新（一） 【DL-CV】正则化，Dropout【DL-CV】浅谈GoogLeNet（咕咕net） Adagrad 全名 Adaptive gradient algorithm ，翻译过来就是适应梯度算法，该算法能根据梯度中偏导数的大小给不同的偏导数以不同的学习率，偏导数大（小...
摘要：信息与信源信源发出的消息在未收到前是不确定的随机过程，可以用随机变量描述，或者说用一个样本空间及其概率测度来描述信源。离散信源可用离散型随机变量来表示，信源常记作，例如，天气预报。当事件发生后，表示该事件提供的信息量。 1.信息与信源 ...
摘要：在全国知识图谱与语义计算大会上，阿里巴巴集团副总裁藏经阁计划阿里负责人墙辉玄难宣布藏经阁计划首次在阿里应用落地，以及首次披露大规模知识构建技术细节，并从三个方面进行了解读。 2018年4月，阿里联合清华大学、浙江大学、中科院自动化所、中科...
摘要：神经网络的补充前篇后篇数据预处理权重初始化经典神经网络搞明白后，我们接下来看看他的变种，也是本系列的主角卷积神经网络。卷积神经网络一个普通的卷积神经网络由各种层按顺序堆叠而成，这些层主要分三类卷积层池化层和全连接层。 【DL-CV】神经网...
摘要：然后，小随机数初始化如是可以的函数是基于零均值和标准差的一个高斯分布，不过不是越小越好，权重初始化的太小的话计算出来的激活值会很小，在反向传播中就会得到很小的梯度，后果你知道的。 【DL-CV】卷积神经网路【DL-CV】批量归一化（BN算法） 数...
摘要：写本文的目的，希望结合众家之长，试图解决数学对机器学习入门的困扰。这里假设你上过大学的数学课，你就具备了机器学习的数学入门门槛了，之后的数学啃一啃是可以下来的。 写这篇文章很久想了很久，到底该怎么写？ 关于数学与机器学习的关系，观点很...
摘要：最后还是强调一下自学的重要性，深度学习及其分支都是一个大坑，知识量巨大，希望大家充分利用搜索引擎对已学知识点进行补充或解疑，观摩大佬们的代码，不要满足于这小小的系列 【DL-CV】计算机视觉前置了解 showImg("https://segmentfault.com/img/bV...
摘要：虽说都是些量少易懂的知识点，却主角般地贯穿着整个学习过程，而且作为从小白到学习者思维转换的桥梁，其必要性是肯定的。所以对于从未接触过深度学习的小白，强烈推荐了解，非小白可跳过图像分类首先来了解在计算机视觉领域上的图像指的是什么。 【DL...
摘要：每传递一层，就相当于执行一次线性分类器和激活函数，其输出可作为下一个线性分类器的输入继续往下传递。像这样多个线性分类器叠加起来，那种网络结构就成型了。 【DL-CV】计算机视觉前置了解【DL-CV】损失函数，SVM损失与交叉熵损失 神经网络的变种很...
摘要：需要注意的是正则化损失并不是加在每个数据的损失上，而是加在所有一组训练集个数据损失的平均值上，这样我们得到最终的损失函数，是正则化强度。这不会影响损失函数的输出，自然也不会影响损失，但这一下解决了溢出问题。 【DL-CV】线性分类器【DL-CV...
轻量云主机已更新简化版Windows帕鲁镜像的安装教程，现在仅需3步，就可以畅游帕鲁大陆！需要Lin...
UCloud轻量云主机已更新Linux帕鲁镜像的安装教程，现在仅需1步，就可以畅游帕鲁大陆！也欢迎大...
89542767
社区管理员
白马啸西风