一种辅助整理WoS英文论文题录文档的方法(python-docx)

一种辅助整理WoS英文论文题录文档的方法,从WoS导出标题、作者、来源、年份和摘要等信息,然后结合谷歌文档翻译和python-docx整理成Word文档,用于快速浏览论文主题、方法的分布,并快速定位到符合需求的高价值论文,最后再单独下载这些论文仔细阅读。......

6个可解释AI (XAI)的Python框架推荐

随着人工智能的发展为了解决具有挑战性的问题,人们创造了更复杂、更不透明的模型。在本文中,我将介绍6个用于可解释性的Python框架。

基于LSTM的诗词生成

本文的主要内容是基于LSTM的诗词生成,文中包括数据集的介绍、实验代码以及运行结果等,该实验采用的是长短期记忆 (LSTM) 深度学习模型,训练10个epoch,然后在测试的过程中,每个epoch出一次诗词的生成结果,随着周期的进行,诗词的生成情况也越来越好,本文中诗词的生成包括随机诗词的生成和藏头

【深度学习】(问题记录)<对一个变量求梯度得到什么>-线性回归-小批量随机梯度下降

种瓜得瓜,种豆得豆。变量是什么形状,对这个变量求得的梯度就是什么形状。我之所以下意识地以为得到的会是一组值而不是一个值,是因为前面看了个对矩阵求梯度的例子,得到的是一组值(一个矩阵)。然后看到这里就混淆了,这里我们求梯度的每个参数对象是一个单个的值,只是数据样本有多个。对矩阵(向量)求梯度梯度是个矩

【机器学习算法】神经网络与深度学习-9 递归神经网络

递归神经网络RNN,用来解决序列型,有滞后性问题的神经网络

吴恩达老师机器学习课程笔记 03 线性代数回顾

本节的主要内容有什么是矩阵和向量,矩阵和向量的加、减、乘运算,矩阵的逆和矩阵的转置的概念及性质。如果已经掌握这些,可以跳过本节。(如果已经学过线性代数,本节完全可以跳过。

吴恩达老师机器学习课程笔记 05 Octave教程

吴恩达老师的视频是2014年的,Octave现在基本不算是最优的编程需要选择了,可以用Pytorch等来代替本节的学习。

Anaconda3安装及jupyter环境配置(tensorflow)(Windows)

Anaconda3安装及jupyter环境配置(tensorflow)

RepVGG论文详解以及使用Pytorch进行模型复现

RepVGG 是2021 CVPR的一篇论文,在本文中首先介绍了他如何过河拆桥,白嫖了多分枝架构的性能,然后再使用Pytorch复现RepVGG模型,告诉你如何进行白嫖的操作。

使用神经网络实现对天气的预测

使用神经网络实现对天气的预测

算法 | A*算法实现最优路径规划

启发式探索是利用问题拥有的启发信息来引导搜索,达到减少探索范围、降低问题复杂度的目的。A*寻路算法是启发式探索的一个典型实践,在寻路搜索的过程中,给每个节点绑定了一个估计值(即启发式),在对节点的遍历过程中采取估计值优先原则,估计值更优的节点会被优先遍历。...

特征工程中的缩放和编码的方法总结

数据预处理是机器学习生命周期的非常重要的一个部分。特征工程又是数据预处理的一个重要组成,在本文中主要介绍特征缩放和特征编码的主要方法。

【机器学习算法】神经网络与深度学习-5 深度学习概述

深度学习概述,为之后普通深度网络DNN和深度信念网络DBN(会在自动特征学习中说其中的一种,它的变型太多了)和卷积神经网络CNN,打下框架

c语言:深度学习递归

此篇是针对递归的学习,希望大家可以通过这几个问题来加深对递归的理解!

100天精通Python(数据分析篇)——第48天:数据分析入门知识

数据分析入门知识:1. 为什么要学数据分析?2. 数据分析的概念3. 数据分析涉及哪些能力4. 数据分析的流程5. Python做数据分析学什么?

cpu和gpu已过时,npu和apu的时代开始

🌎CPU是中央处理器。其实就是机器的“大脑”,也是布局谋略、发号施令、控制行动的“总司令官”。CPU的结构主要包括运算器(ALU,ArithmeticandLogicUnit)、控制单元(CU,ControlUnit)、寄存器(Register)、高速缓存器(Cache)和它们之间通讯的数据、控制

使用三重损失和孪生神经网络训练大型类目的嵌入表示

在这篇文章中,描述了一种通过在网站内部的用户搜索数据上使用自监督学习技术来训练高质量的可推广嵌入的方法。

【机器学习算法】神经网络和深度学习-4 重要的BP网络使用总结,了解BP神经网络的魅力

为什么我们把神经网络叫做黑盒子(black box),BP神经网络能解决哪几种类型的问题。本篇文章进行了总结