完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 數(shù)據(jù)集
文章:1143個(gè) 瀏覽:24860次 帖子:24個(gè)
但我們?nèi)绾沃獣院篁?yàn)分布呢?答案在“共軛先驗(yàn)”這一概念之中:如果先驗(yàn)概率分布和后驗(yàn)概率分布同屬一個(gè)家族,那么它們稱(chēng)為共軛分布,且先驗(yàn)稱(chēng)為似然函數(shù)的共軛先驗(yàn)...
2018-08-14 標(biāo)簽:貝葉斯數(shù)據(jù)集 2841 0
領(lǐng)導(dǎo)決策的計(jì)算和神經(jīng)生物學(xué)基礎(chǔ)
無(wú)論是在自我試次中還是在小組試次中的每一項(xiàng)決策,都要求被試選擇是自己做出決定,還是放棄做出選擇的權(quán)利,并遵循小組其他成員的集體判斷。研究者發(fā)現(xiàn)與不重視個(gè)...
2018-08-13 標(biāo)簽:計(jì)算數(shù)據(jù)集Science 2423 0
Google產(chǎn)品分析Zlatan Kremonic分享了參加Kaggle競(jìng)賽的經(jīng)驗(yàn)
LASSO回歸同時(shí)起到了正則化和特征選取的作用,可以改善模型的預(yù)測(cè)效果。就我們的情況而言,LASSO回歸是完美的算法,因?yàn)樗兄诮档吞卣鲾?shù)并緩解過(guò)擬合。
2018-08-10 標(biāo)簽:Google數(shù)據(jù)集 3050 0
結(jié)果,吉他手啊,演員啊,畫(huà)家啊,紛紛與通緝犯高分匹配成功。AI一共完成了17次置信度 (Confidence) 95%以上的匹配。 在另外一項(xiàng)用NIS...
2018-08-08 標(biāo)簽:人臉識(shí)別數(shù)據(jù)集亞馬遜 4587 0
一種利用強(qiáng)化學(xué)習(xí)來(lái)設(shè)計(jì)mobile CNN模型的自動(dòng)神經(jīng)結(jié)構(gòu)搜索方法
具體來(lái)說(shuō),我們提出一種用于設(shè)計(jì)移動(dòng)端的CNN模型的自動(dòng)神經(jīng)結(jié)構(gòu)搜索方法,稱(chēng)之為Platform-Aware神經(jīng)結(jié)構(gòu)搜索。圖1是Platform-Awar...
2018-08-07 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集強(qiáng)化學(xué)習(xí) 3900 0
制定全新標(biāo)準(zhǔn)數(shù)據(jù)集 促進(jìn)高性能算法涌現(xiàn)
WIDER Pedestrian提供了專(zhuān)門(mén)用于行人檢測(cè)的大規(guī)模數(shù)據(jù)集??紤]當(dāng)前行人檢測(cè)兩大熱門(mén)應(yīng)用(監(jiān)控和自動(dòng)駕駛),選用監(jiān)控?cái)z像頭和車(chē)載攝像機(jī)采集的圖...
2018-08-06 標(biāo)簽:計(jì)算機(jī)視覺(jué)數(shù)據(jù)集 2324 0
一種新穎而高效的增強(qiáng)校準(zhǔn)度量方法用于二值前景圖的評(píng)估
不難看出IOU是基于局部像素差異的評(píng)估方法,缺失了全局信息。如圖2所示,(d)中所示不過(guò)是噪聲圖,很明顯(c)中的圖與(b) 中GT更相似,而(d)實(shí)際...
2018-08-05 標(biāo)簽:圖像分割數(shù)據(jù)集 2618 0
一款開(kāi)源機(jī)器學(xué)習(xí)熱數(shù)據(jù)集匯集了10,000多個(gè)白天和夜間場(chǎng)景的注釋熱圖像
目前自動(dòng)駕駛感知一般都用激光雷達(dá)(LiDAR)、雷達(dá)和攝像頭等,這些傳感器的感知距離有限,而且對(duì)行人、動(dòng)物等識(shí)別容易出現(xiàn)差錯(cuò),需要人類(lèi)駕駛員隨時(shí)準(zhǔn)備接管...
2018-08-03 標(biāo)簽:傳感器數(shù)據(jù)集自動(dòng)駕駛 1.3萬(wàn) 1
基于CNN的方法在代表性的公共數(shù)據(jù)集上的性能優(yōu)于其他方法
最近深度學(xué)習(xí)技術(shù)和卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展為理解位置識(shí)別問(wèn)題提供了另一種方法。AlexNet [ 5 ]顯示,從CNNs中提取的特征經(jīng)過(guò)充分有效的訓(xùn)練,在分類(lèi)...
2018-08-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集深度學(xué)習(xí) 1.0萬(wàn) 0
漸進(jìn)式神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)搜索技術(shù)
我們提出一種學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)(CNN)結(jié)構(gòu)的新方法,該方法比現(xiàn)有的基于強(qiáng)化學(xué)習(xí)和進(jìn)化算法的技術(shù)更有效。使用了基于序列模型的優(yōu)化(SMBO)策略,在這種策...
2018-08-03 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集 5490 0
圍繞以twitter為代表英語(yǔ)文本進(jìn)行分析
數(shù)據(jù)預(yù)處理是我們面對(duì)任何問(wèn)題時(shí)必不可少的一步,在這個(gè)任務(wù)中,我們要做的是清除和推文情感不怎么相關(guān)的各種噪聲,比如標(biāo)點(diǎn)符號(hào)、特殊字符、數(shù)字和表示語(yǔ)氣的詞。...
2018-08-03 標(biāo)簽:twitter數(shù)據(jù)集自然語(yǔ)言處理 5834 0
4分鐘訓(xùn)練好AlexNet,6.6分鐘訓(xùn)練好ResNet-50,創(chuàng)造了AI訓(xùn)練世界新紀(jì)錄
為了充分利用大規(guī)模集群算力以達(dá)到提升訓(xùn)練速度的目的,人們不斷的提升batch size大小,這是因?yàn)楦蟮腷atch size允許我們?cè)跀U(kuò)展GPU數(shù)量的...
2018-08-02 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集 2.8萬(wàn) 0
數(shù)據(jù)科學(xué)作品集應(yīng)該包括哪些內(nèi)容?如何提高作品集的吸引力等問(wèn)題。
很多人意識(shí)到了創(chuàng)建項(xiàng)目的價(jià)值,但很多人碰到的問(wèn)題是從哪里得到有趣的數(shù)據(jù)集,得到之后做什么。Airbnb的數(shù)據(jù)科學(xué)家Jason Goodman,在他的博客...
2018-08-02 標(biāo)簽:機(jī)器學(xué)習(xí)數(shù)據(jù)集數(shù)據(jù)科學(xué) 3806 0
一種可以超越傳統(tǒng)方法捕捉微小的面部表情,并更好的測(cè)量人類(lèi)情緒的機(jī)器學(xué)習(xí)模型
為了解決情感計(jì)算中面臨的問(wèn)題,來(lái)自麻省理工媒體實(shí)驗(yàn)室情感計(jì)算研究組提出了一種可以超越傳統(tǒng)方法捕捉微小的面部表情,并更好的測(cè)量人類(lèi)情緒的機(jī)器學(xué)習(xí)模型。除此...
2018-08-01 標(biāo)簽:人機(jī)交互機(jī)器學(xué)習(xí)數(shù)據(jù)集 3888 0
GitHub星數(shù)最多的Top 10熱門(mén)項(xiàng)目
這個(gè)GitHub庫(kù)提供了他們的論文“DARTS: Differentiable Architecture Search”中的代碼。在這篇論文中,研究者提...
2018-07-29 標(biāo)簽:圖像機(jī)器學(xué)習(xí)數(shù)據(jù)集 1.1萬(wàn) 0
一種深度學(xué)習(xí)模型,根據(jù)電影預(yù)告片來(lái)預(yù)測(cè)哪些觀眾最有可能看這部電影
我們對(duì)每部電影都從他的預(yù)告片中創(chuàng)建一個(gè)視頻向量。然后一個(gè)多層感知器(MLP)經(jīng)過(guò)訓(xùn)練后可以將視頻向量映射到新的嵌入空間。該空間中既有電影也有用戶(hù),其中的...
2018-07-29 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集深度學(xué)習(xí) 4735 0
如何使用Scrapy爬取網(wǎng)站數(shù)據(jù)
網(wǎng)頁(yè)抓取的主要目標(biāo)是從無(wú)結(jié)構(gòu)的來(lái)源提取出結(jié)構(gòu)信息。Scrapy爬蟲(chóng)以Python字典的形式返回提取數(shù)據(jù)。盡管Python字典既方便又熟悉,但仍然不夠結(jié)構(gòu)...
2018-07-26 標(biāo)簽:數(shù)據(jù)集選擇器爬蟲(chóng) 5242 0
結(jié)合深度神經(jīng)網(wǎng)絡(luò)和決策樹(shù)的完美方案
“ANT的出發(fā)點(diǎn)與mGBDT類(lèi)似,都是期望將神經(jīng)網(wǎng)絡(luò)的表示學(xué)習(xí)和決策樹(shù)的特點(diǎn)做一個(gè)結(jié)合,不過(guò),ANT依舊依賴(lài)神經(jīng)網(wǎng)絡(luò)BP算法進(jìn)行的實(shí)現(xiàn),”馮霽說(shuō):“而深...
2018-07-25 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集決策樹(shù) 9818 0
一種基于GAN的圖到圖轉(zhuǎn)換方法,可以檢測(cè)出圖片中的敏感區(qū)域
圖像到圖像轉(zhuǎn)換是一類(lèi)經(jīng)典計(jì)算機(jī)視覺(jué)問(wèn)題,按照一般方法,研究人員需要對(duì)齊訓(xùn)練集圖像,讓模型學(xué)習(xí)輸入圖像和輸出圖像之間的映射。但在這個(gè)問(wèn)題下找到成對(duì)圖像基本...
2018-07-25 標(biāo)簽:圖像GAN數(shù)據(jù)集 4991 0
討論維數(shù)災(zāi)難問(wèn)題并且了解在高維空間的數(shù)據(jù)
理論上來(lái)說(shuō),維數(shù)爆炸的一個(gè)解決方案是增加訓(xùn)練集的大小從而達(dá)到擁有足夠密度的訓(xùn)練集。不幸的是,在實(shí)踐中,達(dá)到給定密度所需的訓(xùn)練實(shí)例的數(shù)量隨著維度的數(shù)量呈指...
2018-07-24 標(biāo)簽:3D降維數(shù)據(jù)集 1.3萬(wàn) 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專(zhuān)題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無(wú)刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺(jué) | 無(wú)人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
Arduino | BeagleBone | 樹(shù)莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |