超长时间序列数据可视化的6个技巧
本文展示了6种用于绘制长时间序列数据的可视化方法,通过使用交互函数和改变视角,我可以使结果变得友好并且能够帮助我们更加关注重要的数据点。
太牛了:文本直接生成视频
前沿最近在多模态有两篇非常惊艳的工作:一篇是Facebook母公司META在9月30号放出来的Text-to-Video、一篇是Google的Text-to-3D;今天我们来看看第一篇即根据文本直接生成视频,注意不是生成图像而是生成视频!!!这个跨越可以说是非常巨大的。论文链接:https://ma
【笔记】基于TF-IDF 算法的文本相似度以衡量技术革新
文章利用文本分析中文本相似性的测量方法,构建每个新发明的专利和与现有和后续专利之间的联系。将重要(高质量)的专利识别为其内容与之前的专利不同(是新颖的),但与未来的专利相似(是有影响的)。
Python实现基于机器学习的手写数字识别系统
安装好的OpenCV中有自带的分类器,但是很不幸的是自带的分类器仅有关于人脸识别方向的,如果是做人脸识别方向的研究使用该分类器将会非常方便。本章将介绍如何使用计算机视觉库OpenCV调用电脑摄像头、找到帧画面中的数字并对数字进行识别前的处理,最后调用训练好的手写数字模型将识别结果在原帧画面中显示出来
如何在colab上运行违规停车检测系统?
如何在colab上运行违规停车检测系统?
文本生成视频Make-A-Video,根据一句话就能一键生成视频 Meta新AI模型
Meta公司在9月29日首次推出一款人工智能系统模型:Make-A-Video,可以从给定的文字提示生成短视频。基于**文本到图像生成技术的最新进展**,该技术旨在实现文本到视频的生成,可以仅用几个单词或几行文本生成异想天开、独一无二的视频,将无限的想象力带入生活
时隔一年,终于还是对 YOLOX 之 Openvino 出手啦
YOLOX 系列时隔一年,终于还是对 YOLOX 之 Openvino 出手啦,本博主核心内容YOLOX pytorch、onnx、Openvino 环境搭建pytorch2onnx 模型转换、推理onnx2Openvino 模型转换、推理YOLOX (pytorch)模型转onnx转Openv
机器学习:详解半朴素贝叶斯分类AODE原理(附Python实现)
朴素贝叶斯中的属性独立性假设在实际上很难成立,因此引入半朴素贝叶斯分类器,其核心思想是:适当考虑部分属性的相互依赖。本文介绍典型的半朴素贝叶斯分类AODE原理及Python实现
生成模型VAE、GAN和基于流的模型详细对比
生成算法有很多,但属于深度生成模型类别的最流行的模型是变分自动编码器(VAE)、gan和基于流的模型。
数据挖掘学习——SOM网络聚类算法+python代码实现
当一个神经元被激活时,最近的邻居节点往往比那些远离的邻居节点更兴奋。从图中可以看到,输出层的每个节点,通过D条权边与输入节点相连(即输出层的每个节点用一个D维权重Wij来表征),其中输出层中每个节点之间按照距离远近存在一定联系。不仅获胜的神经元能够得到权重更新,它的邻居也将更新它们的权重,尽管不如获
机器学习笔记(三)
线性模型最简单的案例是最小二乘法:在机器学习的术语中,当预测值为连续值时,称为“回归问题”,离散值时为“分类问题”。本篇先从线性回归任务开始,接着讨论分类和多分类问题。
可视化分析(机器学习)
数据可视化就是通过对原始数据进行标准化、结构化的处理,把它们整理成数据表。将这些数值转换成视觉结构,通过视觉的方式把它表现出来。将视觉结构进行组合,把它转换成图形传递给用户,用户通过人机交互的方式进行反向转换,去更好地了解数据背后有什么问题和规律。如果从技术上来说,大数据可视化的实施步骤主要有四项,
【torch.argmax与torch.max详解】
方式一,即不指定dim时,默认将张量展开成一维张量,然后返回对应的下标;方式二,即指定dim时,沿着指定的dim维进行选择,输出结果由剩下的维度组成,比如原始维度为H,W,若指定dim=0(即H维),则输出结果由W个元素构成;2)如果有多个最大值则返回第一个最大值的下标;3)返回torch.max函
Vision Transformer和MLP-Mixer联系和对比
本文的主要目标是说明MLP-Mixer和ViT实际上是一个模型类,尽管它们在表面上看起来不同。
嵌入式软件编程模式
这里讨论的编程模式主要针对没有操作系统的嵌入式软件运行环境,在这种情况下,CPU的全部算力可以分配到和应用相关的计算,不需要额外执行IO资源状态、内存清理、调度等软件操作系统的管理任务,因此运行效率和内存使用效率会更高,但付出的代价是需要手动管理任务并发、IO状态检查、资源共享等,对开发者有更高的要
NumPy数据分析基础:ndarray数组运算基本操作及切片索引迭代
作为数据分析三巨头Pandas、matplotlib、NumPy之一,必然要给足面子单独拿出来讲解一波。NumPy应用场景十分宽泛,Pandas很多函数转换后也都是NumPy数组类型的数据结构。在机器学习、深度学习以及一些数据处理操作中使用的频率甚至比Pandas都高。而且NumPy功能强大,使用起
《计算机视觉基础知识蓝皮书》第2篇 深度学习基础
深度学习基础知识精讲
【深度学习100例】—— 利用pytorch长短期记忆网络LSTM实现股票预测分析 | 第5例
长短时记忆网络(Long Short Term Memory Network, LSTM),是一种改进之后的循环神经网络,可以解决RNN无法处理长距离的依赖的问题,目前比较流行。LSTM主要就是加入了三个门控:第一个开关遗忘门:负责控制继续保存长期状态c;第二个开关输入门:负责控制把即时状态输入到长
【python-Unet】计算机视觉~舌象舌头图片分割~机器学习
舌象数据集包含舌象原图以及分割完成的二元图,共979*2张,示例图片如下:U-Net是一个优秀的语义分割模型,在中e诊中U-Net共三部分,分别是主干特征提取部分、加强特征提取部分、预测部分。利用主干特征提取部分获得5个初步有效的特征层,之后通过加强特征提取部分对上述获取到的5个有效特征层进行上采样