Python快速刷题网站——牛客网 数据分析篇（一）
学习要从简到难，由浅入深，我们先学习如何查看文件，这在工作中可以说是必用的代码，我深有体会，很简单，但是却异常重要，我将带你一步一步走近Python大门。
文科生也能理解的LSTM，图文并茂！
一句话介绍LSTM，它是RNN的进阶版，如果说RNN的最大限度是理解一句话，那么LSTM的最大限度则是理解一段话，详细介绍如下：LSTM，全称为长短期记忆网络(Long Short Term Memory networks)，是一种特殊的RNN，能够学习到长期依赖关系。1997提出，许多研究者进行了
OpenCv人脸识别开发实战
OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序。本章内容为OpenCV的基本应用，主要内容包括：读取图片、将图片转换成灰度、修改图片尺寸及图形绘制、静态图像中的人脸检测及视频中的人脸识别。......
基于Win10+TensorRT+C++部署Siamese图像相似度网络实战篇
博文中会给出本项目全套源码+运行文档+讲解文件的网盘链接，开发SDK接口，可同步迁移至其他C++项目或基于自定义训练网络进行部署。此教程可大幅度减少试错成本，一步一步跟着本文教学，若不成功，博主永不更文。首先给出实测性能指标：文末源码相关配置：开始教学第一步：将pth权重(自己训练好的或官方训练好的
SVM(Support Vector Machines)支持向量机算法原理以及应用详解+Python代码实现
博主大大小小参与过数十场数学建模比赛，SVM经常在各种建模比赛的优秀论文上见到该模型，一般直接使用SVM算法是比较少的，现在都是在此基础理论之上提出优化算法。但是SVM的基础理论是十分重要的思想，放眼整个分类算法中，SVM是最好的现成的分类器。这里说的‘现成’指的是分类器不加修改即可直接使用。在神经
Pandas向本地Excel已存在的工作表追加写入DataFrame
Pandas向本地Excel已存在的工作表sheet追加写入DataFrame
【GNN报告】 北京大学张牧涵：谱图神经网络有多强大？
谱图神经网络（Spectral GNN）是一种基于图信号滤波器的图神经网络，广泛应用于节点任务。提出了一种新的谱GNN－JacobiConv，使用Jacobi Basis，且仅使用线性层就达到了SOTA的性能。首先将谱GNN简化为线性GNN（Linear GNN），并证明了Linear GNN在温和
基于LSTM-CNN的人体活动识别
人体活动识别（HAR）是一种使用人工智能（AI）从智能手表等活动记录设备产生的原始数据中识别人类活动的方法。在本文中，我将使用LSTM 和CNN 来识别下面的人类活动
pip和pip3有什么区别
如果只安装了Python3，那么用pip和pip3没有区别。如果安装了Python2和Python3，那么pip给Python2安装包，pip3给Python3安装包。
机器学习笔记（十三）-异常检测
异常检测
【MOCO基础】Pointer Networks原理及代码实现分析(Oriol Vinyals, 2015)
Pointer Networks天生具备输出元素来自输入元素这样的特点，于是它非常适合用来实现“复制”这个功能，这就造成了目前Ptr-Nets成为文本摘要方法中的利器的局面。此外，在组合优化领域，Ptr-Nets也得到了广泛的应用，并已成为组合优化问题的端到端方法的入门模型，后来基于此模型，研究者也
机器学习西瓜书——第七章 贝叶斯分类器
贝叶斯决策论是在概率框架下实施决策的基本方法。对分类任务来说，在所有相关概率都已知的理想情形下，贝叶斯决策论考虑如何基于这些概率和误判损失来选择最优的类别标记。下面我们以多分类任务为例来解释其基本原理。假设有NNN种可能的类别标记，即Y={c1,c2,…,cN},λij\mathcal{Y}=\le
通过哈密顿蒙特卡罗（HMC）拟合深度高斯过程，量化信号中的不确定性
本文将介绍如何使用深度高斯过程建模量化信号中的不确定性
论文写作指导笔记—— 管理科学研究选题
目录一些概念1.什么是理论？2.论文中创新的新在哪？3.科学和社会科学是什么？4.机理和机制？关于论文选题2、选题标准：3、选题策略：4、选题类型5、研究范式6、其他理论是能解释现象的言论的集合Re-search：一遍又一遍的找，是接受知识到创造知识，从知识“汇”到知识“源”的过程知识和创新：知识是
Python实现基于图神经网络的异构图表示学习和推荐算法研究
安装依赖Python 3.7CPU异构图表示学习（附录）基于对比学习的关系感知异构图神经网络(Relation-aware Heterogeneous Graph Neural Network with Contrastive Learning, RHCO)见 readme基于图神经网络的学术推荐算
【0基础运筹学】【超详细】列生成（Column Generation）
之前一直想跟大家分享一下`列生成（Column generation）`，也全网搜了许多文档、视频、论文等。大部分教程抽象程度较高，需要具备大量的基础知识才能看明白，于是写一篇尽可能0基础上手的分享，希望能帮到也在从事相关行业的你。...
一口气刷完牛客网全部机器学习算法题
不知道为什么最近突然觉得牛客网很火，好奇心驱使下我也点开看了看...发现真的不错。
人工智能：卷积神经网络及YOLO算法 入门详解与综述（二）
卷积神经网络的基本结构由输入层、卷积层、池化层（也称为取样层）、全连接层及输出层构成。卷积层和池化层一般会取若干个，采用卷积层和池化层交替设置，即一个卷积层连接一个池化层，池化层后再连接一个卷积层，依此类推。由于卷积层中输出特征面的每个神经元与其输入进行局部连接，并通过对应的连接权值与局部输入进行加
RepVGG网络简介
VGG网络是2014年由牛津大学著名研究组VGG (Visual Geometry Group) 提出的。在2014到2016年（ResNet提出之前），VGG网络可以说是当时最火并被广泛应用的Backbone。后面由于各种新的网络提出，论精度VGG比不上ResNet，论速度和参数数量VGG比不过M
5分钟NLP-知识问答(KBQA)两种主流方法：基于语义解析和基于信息检索的方法介绍
基于知识的问答是以知识库为认知源，在知识库的基础上回答自然语言问题。在本文中讲介绍知识问答两种主要方法。
