Julia中的数据分析入门
有关Julia中数据分析入门的分步介绍
利用遗传算法优化GANs
在本片文章中,我们尝试使用遗传算法来对训练GANs进行优化,我们的训练模型是生成手写数字。
使用Flow forecast进行时间序列预测和分类的迁移学习介绍
迁移学习可以改善或降低模型预测,但是取决于用于迁移的数据集
Sharded:在相同显存的情况下使pytorch模型的参数大小加倍
Sharded是一项新技术,它可以帮助您节省超过60%的内存,并将模型放大两倍。
核密度估计和非参数回归
在这篇文章中,我们通过示例,并试图对内核估计背后的理论有一个直观的理解。此外,我们还看到了这些概念在Python中的实现。
CNN是否达到了人类视觉的特性?
基于分割片段的CNN分类可解释性研究
如何通过抽样分布估计你的模型的不确定性
如何评估模型性能的不确定性,以及数据集的大小如何影响它。
如何在Windows上安装和渲染OpenAI-Gym
在Windows上渲染OpenAI-Gym的指南
在PyTorch中使用DeepLabv3进行语义分割的迁移学习
在本文中,我将介绍如何使用预先训练的语义分割DeepLabv3模型,通过使用迁移学习在PyTorch中进行道路裂缝检测。
自动驾驶:Lidar 3D传感器点云数据和2D图像数据的融合标注
自动驾驶汽车的发展已经见证了硬件传感器记录感官数据的容量和准确度的发展。
如何使用PCA去除数据集中的多重共线性
多重共线性是指自变量彼此相关的一种情况。当你拟合模型并解释结果时,多重共线性可能会导致问题。
scikit-learn中的自动模型选择和复合特征空间
使用scikit-learn管道自动组合文本和数字数据
利用VAE和LSTM生成时间序列
用深度学习生成模型填充时间序列
TensorFlow Quantum:建立在量子架构上工作的机器学习模型
TensorFlow Quantum是一个开源堆栈,向我们展示了量子和机器学习的未来可能会是什么样子
Jupyter Notebooks嵌入Excel并使用Python替代VBA宏
在本文中,我将向你展示如何设置在Excel中运行的Jupyter Notebook。
在NLP中结合文本和数字特征进行机器学习
这篇文章展示了如何在scikit-learn(对于Tfidf)和pytorch(对于LSTM / BERT)中组合文本输入和数字输入。
Pytorch中的分布式神经网络训练
在本文中,我将向您介绍如何使用PyTorch在GPU集群上设置分布式神经网络训练。
使用TensorFlow和深度混合学习进行时间序列预测
在本文中,我们将看到深度混合学习如何应用于时间序列数据,以及它是否与图像数据一样有效。
NumPy中的广播:对不同形状的数组进行操作
在本文中,我们重点介绍正在广播的NumPy的特定类型的操作。
使用遗传交叉算子进行过采样处理数据不平衡
除了随机过采样,SMOTE及其变体之外,还有许多方法可以对不平衡数据进行过采样。