图卷积和消息传递理论的可视化详解

本文中将研究如何基于消息传递机制构建图卷积神经网络,并创建一个模型来对具有嵌入可视化的分子进行分类。

伪标签:用于深度神经网络的简单高效的半监督学习方法

未标记的数据由监督学习网络标记,即所谓的伪标记。然后使用标记数据和伪标记数据训练网络。

2022年必须要了解的20个开源NLP 库

在本文中,我列出了当今最常用的 NLP 库,并对其进行简要说明。它们在不同的用例中都有特定的优势和劣势,因此它们都可以作为专门从事 NLP 的优秀数据科学家备选方案。每个库的描述都是从它们的 GitHub 中提取的。

Vision Transformer(Pytorch版)代码阅读注释

Vision Transformer Pytorch版代码阅读注释

Python深度学习:Python数据处理及可视化(读书笔记)

老铁们,我们Python的深度学习开始了,第一篇正式的文章就是数据处理和可视化,我们开始吧!...

【顶会学习计划】万字吃透NER

NLP系列顶会学习计划,今天研究的是顶会ACL2018的一篇文章,并尝试在相同数据集上自己实现模型,领会STOA的魅力!

Python深度学习:计算机视觉与深度学习的关系(包含Anaconda安装与使用,和Pycharm激活虚拟环境教程)

伙计们,这个专栏是作为读书的记录,有喜欢的伙伴也可以一起学习哦!我们第一篇就简要的谈一谈计算机视觉。第一篇一、计算机视觉的难点与人工神经网络1、初识计算机视觉2、计算机视觉的基础与方向二、关于Anaconda的安装与TensorFlow的安装1、安装Pycharm和Anaconda2、在Pychar

1月论文推荐:Hyper-Tune 满足大规模高效分布式自动超参数调整的 SOTA 架构

北京大学、苏黎世联邦理工学院和快手科技的研究团队提出了 Hyper-Tune,这是一种高效、健壮的分布式超参数调优框架

论文阅读笔记:End-to-End Object Detection with Transformers

论文阅读笔记:End-to-End Object Detection with Transformers

论文阅读笔记:Vision Transformer

论文阅读笔记:Vision Transformer

ConvNeXt网络详解

今年(2022)一月份,Facebook AI Research和UC Berkeley一起发表了一篇文章A ConvNet for the 2020s,在文章中提出了ConvNeXt纯卷积神经网络,它对标的是2021年非常火的Swin Transformer,通过一系列实验比对,在相同的FLOPs

为神经网络选择正确的激活函数

在本篇文章中我们将讨论神经网络中常见的激活函数,并使用可视化技术帮助你了解激活函数的函数定义和不同的使用场景。

利用对抗变化网络进行对抗训练

引言方法描述实验方法

华为云ModelArts初体验-飞机识别

一、前言最近了解到华为云的ModelArts,它是面向开发者的一站式AI开发平台,为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成,及端-边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期AI工作流。按照官方文档的引导:ModelArts

神经网络-人脸表情识别

导 论 :Hello 各位小伙伴,今天给大家带来零基础入门深度学习第一个小项目—情绪识别。本订阅号作为科普类的公众号,目的就是科普人工智能,无论什么专业只需要掌握了高中数学基础与简单编程就能入门人工智能。好了,接下来开始我们今天的第一个小项目—计算机视觉之情绪检测。本小项目是非常经典的,会了这个项目

5分钟 NLP系列—— 11 个词嵌入模型总结

TF-IDF, Word2Vec, GloVe, FastText, ELMO, CoVe, BERT, RoBERTa

深度学习——线性回归实现笔记

这个是我个人学习笔记,跟着b站沐神学习,链接:08 线性回归 + 基础优化算法【动手学深度学习v2】_哔哩哔哩_bilibili我仅仅对代码进行一些解读,发现有解读不对的地方,欢迎大家来评论区讨论目录????生成数据集​????第一步:导包????第二步:构造函数????结果????第三步:画图看一

Windows下使用Darknet训练自己的数据集(模型:yolov4-tiny、数据集:垃圾分类)

超级详细的Darknet训练自己数据集的教程博客,使用yolov4-tiny模型进行垃圾分类数据集进行训练!

基于Python的作业自动批改系统

同级新建fonts文件夹里拷贝一些字体文件,从这里找C:\Windows\Fonts,几十个就行。get_character_pic.py 生成字体cnn.py 训练数据main.py 裁剪指定图片并识别,素材图片新建imgs文件夹,在imgs/question.png下,结果文件保存在imgs/r