图解BERT、ELMo（NLP中的迁移学习）| The Illustrated BERT, ELMo, and co.
2018年是NLP模型发展的转折点。我们不断探索单词和句子的表示方法，以求能最好地捕捉其中潜在的语义和关系。此外，NLP领域已经提出了一些功能强大的组件，你可以免费下载，并在自己的模型和pipeline中使用它们（这被称为NLP领域的ImageNet时刻，类似的发展在几年前也是这么加速计算机视觉领域
图神经网络的可解释性方法介绍和GNNExplainer解释预测的代码示例
深度学习模型的可解释性为其预测提供了人类可以理解的推理。本文将总结图神经网络模型的可解释性方法。
Py之lime：lime库的简介、安装、使用方法之详细攻略
lime库是机器学习领域中，一种局部的、与模型无关的解释方法。这个项目是关于解释机器学习分类器(或模型)正在做什么。目前，我们支持使用一个名为lime(局部可解释模型不可知性解释的简称)的包来解释文本分类器或作用于表(数字或分类数据的numpy数组)或图像的分类器的单个预测。lime可以用两个或两个
Python学习之堆叠柱状图的两种画法
Python学习之堆叠柱状图的两种画法
网络编程-TCP
首先在网络协议中TCP协议是一种面向连接、可靠传输、字节流式的协议，而TCP编程又是基于TCP协议实现的，因此在我们进行TCP编程时，我们需要建立一个服务器端和一个客户端，ServerSocket作为服务器端，用来监听指定的端口，当这个端口进行客户端连接时，服务器端进入等待状态，等待客户端连接，而另
备赛笔记：神经网络
信息熵为信息量的量度，对于事件x的信息熵为-log(p(x))，x发生概率越小，信息熵越大，信息量越大。1独热矢量（one-hotvector）样本本身人为打的标签，这里相当于对样本分类，某一样本在这一类概率为1，其他概率为0，标签矩阵维数代表分类数量。监督学习（supervisedlearning
虚幻引擎UE4加载GIS数据《数字孪生&智慧城市》
😁🏆，在本文中，作者通过SuperMap对UE插件尝试了GIS数据的本地与离线导入，并详细介绍了环境配置流程，这也是为将来数字孪生城市的尝试！！！
机器学习实战运用：速刷牛客5道机器学习题目
能使用机器学习算法模型的业务场景还是很少的，而且检验成本高，一般是建模比赛或者是其他相关赛事才能用到机器学习模型，而且衡量模型质量检测也是个问题。我们在学习阶段比较难应用到部分算法而且仅参照书本上少数例子很容易遗忘，在网上搜索有关机器学习算法练习的时候发现牛客正好有此题目分类，但是题目量比较少仅有五
史上最详细人脸检测libfacedetection讲解---第一节
以下是关于我个人对libfacedetection（人脸检测-pytorch）的所有见解，如有错误欢迎大家在评论区指出，我将会第一时间纠正。据说，人脸检测速度可以达到1000FPS，到底结果如何，我们来一探究竟。
无监督学习的12个最重要的算法介绍及其用例总结
无监督学习（Unsupervised Learning）是和监督学习相对的另一种主流机器学习的方法，无监督学习是没有任何的数据标注只有数据本身。
Python快速刷题网站——牛客网 数据分析篇（二）
数据分析是python相当重要的一环，也是当下python就业的一个热门方向，今天我们以牛客网的题目继续介绍数据分析部分。
【深度学习】（二）深度学习基础学习笔记
上一章介绍了机器学习的内容，这一章来了解一下深度学习。深度学习是在机器学习的基础上继续研究得来的，又经过了几十年日日夜夜的科研人员的研究，最终留下一些通用的、经典的算法，下面我们开始学习吧。对于图像处理来说，深度学习只需掌握CNN即可。下一节开始介绍近年来火爆的原始CNN基础上不断改进的神经网络模型
我的第一篇博客-迷茫的大三人
大三人的迷茫的未来规划
Keras深度学习实战（13）——目标检测基础详解
目标检测一直是计算机视觉领域最具有挑战性的问题之一，同时也是具有广泛应用场景的任务之一。本节中，首先介绍了目标检测的基本概念，然后介绍了如何制作用于训练目标检测模型的数据集，最后讲解了如何生成候选区域和常用于目标检测模型性能评估的指标。通过介绍目标检测中的相关技术，为接下来实现目标检测算法奠定基础。
单片机 嵌入式 毕业设计题目选题推荐
🥇 近期不少学弟学妹询问学长关于单片机和嵌入式相关的毕设选题，学长特意写下这篇文章以作回应！以下是学长亲手整理的物联网相关的毕业设计选题，都是经过学长精心审核的题目，适合作为毕设，难度不高，工作量达标，对毕设有任何疑问都可以问学长哦！学长整理的题目标准：🔥 项目分享与指导： https://gi
AI遮天传 ML-无监督学习
无监督学习入门。
5个时间序列预测的深度学习模型对比总结：从模拟统计模型到可以预训练的无监督模型
时间序列预测在最近两年内发生了巨大的变化，尤其是在kaiming的MAE出现以后，现在时间序列的模型也可以用类似MAE的方法进行无监督的预训练
空间转录组 STAGATE
空间转录组论文STAGATE简介与代码介绍
PyTorch 梯度加权类激活映射 Grad-CAM
Grad-CAM 全称 Gradient-weighted Class Activation Mapping，用于卷积神经网络的可视化，甚至可以用于语义分割不过我是主要研究目标检测的，在看论文的时候就没有过多地看语义分割的部分Grad-CAM 的前身是 CAM，CAM 的基本的思想是求分类网络某一
【Python零基础快速入门系列 | 15】常用标准库os、sys、logging快速掌握
本文描述了python最常用的3个标准库：os、sys、logging。
