機器學習模型重要特征值可視化相關(guān)知識

雙擊能夠回退到更高的縮放級別?？梢?，我們的模型訓練隨著時間推移正以逐漸降低的失真井然有序進行。并且我們能清晰看到模型訓練尚未完成，原因是當前的失真下降率...

2018-06-01 標簽：機器學習TensorFlow 8.8k 0

自然語言處理（NLP）的優(yōu)勢、現(xiàn)狀以及其適用范圍

自然語言處理（NLP）在語音和文本方面的改進將助力主流技術(shù)的發(fā)展。例如以人類自然發(fā)音朗讀電子郵件時，如果用戶對電子表格中的數(shù)據(jù)提出質(zhì)疑，Excel會自動...

2020-09-03 標簽：機器學習自然語言處理NLP 8.8k 0

如何在iPhone上使用神經(jīng)網(wǎng)絡和人工智能技術(shù)？

第一臺iPhone發(fā)布于2007年，而機器學習這一概念更是在第一臺iPhone發(fā)布的十年前就已經(jīng)出現(xiàn)。但這兩者碰撞出火花，則是在最近幾年才出現(xiàn)的事情。

2018-08-29 標簽：iPhone人工智能機器學習 8.7k 0

深度學習框架只為GPU? 答案在這里

目前大多數(shù)的機器學習是在處理器上完成的，大多數(shù)機器學習軟件會針對GPU進行更多的優(yōu)化，甚至有人認為學習加速必須在GPU上才能完成，但事實上無論是運行機器...

2018-03-14 標簽：fpgagpu人工智能 8.7k 0

用人類智商測試題檢驗神經(jīng)網(wǎng)絡的抽象推理能力

既然目的是讓AI做題，我們先得有題?。‘斎涣?，手動搜集整理是不可能的，為了創(chuàng)建題庫，首先我們構(gòu)建了一個可以自動生成推理題的生成器，它包含一組抽象元素，包...

2018-07-14 標簽：神經(jīng)網(wǎng)絡機器學習數(shù)據(jù)集 8.6k 0

真正的神經(jīng)網(wǎng)絡到底要不要學習權(quán)重

難道神經(jīng)網(wǎng)絡不用學權(quán)重也能完成各種任務？難道我們以為 CNN 學習到的圖像特征只是我們以為？神經(jīng)網(wǎng)絡只不過是函數(shù)的排列組合，沒有其它意義？從這篇論文來看...

2019-06-16 標簽：控制器神經(jīng)網(wǎng)絡機器學習 8.6k 0

簡單講解在機器人領域中機器學習都發(fā)揮了哪些作用

因為“機器人視覺”不僅涉及到計算機算法，有些人會認為正確的術(shù)語是機器視覺或機器人視覺。機器人學家或工程師也必須選擇攝像頭硬件能夠允許機器人處理物理數(shù)據(jù)。

2018-06-06 標簽：機器人機器學習 8.6k 0

如何利用二分類學習器來解決多分類問題

一對其余其實更加好理解，每次將一個類別作為正類，其余類別作為負類。此時共有（N個分類器）。

2019-12-03 標簽：分類器機器學習 8.6k 0

從頭開始編寫任何機器學習算法的6個步驟

在對模型有了基本的了解之后，是時候開始進行研究了。我建議使用大量資源。有些人用教科書學得更好，有些人用視頻學得更好。就我個人而言，我喜歡使用各種類型的資...

2018-09-28 標簽：神經(jīng)網(wǎng)絡算法機器學習 8.5k 0

什么是機器學習？機器學習是如何工作的呢？

為了更清楚地理解機器學習的過程，我們將以開發(fā)能夠識別手寫數(shù)字的機器為具體例子來考慮模式識別的問題。這樣的機器應該能夠準確識別一個字符所代表的數(shù)字，而無論...

2019-01-12 標簽：神經(jīng)網(wǎng)絡人工智能機器學習 8.5k 0

機器學習實用指南——多類分類與誤差分析

分析混淆矩陣通常可以給你提供深刻的見解去改善你的分類器?；仡欉@幅圖，看樣子你應該努力改善分類器在數(shù)字 8 和數(shù)字 9 上的表現(xiàn)，和糾正 3/5 的混淆。...

2018-06-19 標簽：機器學習數(shù)據(jù)集TensorFlow 8.5k 0

解釋所有AI技術(shù)的五大發(fā)展趨勢

機器學習算法如今能夠支持大量的應用，并涵蓋了整個制造業(yè)的生命周期。它包括：產(chǎn)品設計、生產(chǎn)計劃、生產(chǎn)優(yōu)化、配送、現(xiàn)場服務和再生。目前，一些行業(yè)正在將基于A...

2018-07-04 標簽：機器人機器學習大數(shù)據(jù) 8.5k 0