strongnine

人工智能

Julia(7) LaTeX(5) mac os x(1) Markdown(3) MATLAB(3) Python(20) 排序(1) 操作系统(1) 数学(5) 数据结构(2) 译智社(6)

/ 注册

全部文章 / 人工智能（共26篇）

将一维时间序列转化成二维图片

原文地址：Encoding Time Series as Images 虽然现在深度学习在计算机视觉和语音识别上发展得很好，但是碰到时间序列时，构建预测模型是很难的。原因包括循环神经网络较难训练、一些研究比较难以应用，而且没有现存与训练网络，1D-CNN 不方便。但是如果使用 Gramian ...

2021-11-22

0 1444

核函数：RBF 是如何让线性 SVM 可以分类非线性数据的？来自专栏

核函数：RBF 是如何让线性 SVM 可以分类非线性数据的？ 1. 线性支持向量机支持向量机的思想就是给定训练样本集 D D D，在样本空间中找到一个划分的超平面，例如下图：但如果遇到某一些数据，并没有这么容易可以用一个平面分隔开，像如下的环形数据：现实中非线性的数据还是很多数...

2021-11-22

0 640

自动微分（AutoDiff）的原理来自专栏

自动微分（AutoDiff）的原理 1/ 各种自动微分的优缺点1 机器学习的一个重要的任务，就是对参数求导得到损失函数对于每个参数的偏导数，然后进行梯度下降。而求偏微分，可以选择的方法有：手工微分（manual differentiation）、符号微分（symbolic different...

2021-11-22

0 1280

Julia：用多层感知机解决异或问题来自专栏

1/ 异或问题（XOR Problem）异或问题就是当两个输入的布尔值不一致时，输出为 True（可以用 1 代表），如果两个输入的布尔值一致的时候，输出为 False（可以用 0 代表）。据说多层感知机（MLP）是很难处理异或问题的，就好比下面的问题。首先由一个问题引入，来自邱锡鹏老师...

2021-11-22

0 566

R-CNN：使用自己的数据训练 Faster R-CNN 的 VGG-16 模型来自专栏

最近在学习 Faster R-CNN 模型，为了了解其中网络的结构，利用 PascalVOC 数据集，来扩展网络的类别（原来有 20 类）。过程分为：数据准备 ==> 相关文件修改 ==> 训练网络 ==> 测试一、数据准备（一）下载数据集：官网数据集镜像：http...

2021-11-22

0 1570

R-CNN：使用自己的数据训练 Faster R-CNN 的 ResNet-50 模型来自专栏

上次使用 Faster R-CNN 训练了一个 VGG-16 的网络，为了再提升识别的准确率，利用 ResNet 网络在同样的数据上面训练了多一次。基本的过程和在训练 VGG-16 网络时差不多，可参照使用自己的数据训练 Faster R-CNN 的 VGG-16 模型一、训练网络 ...

2021-11-22

0 844