用于双目重建中的GPU编程：julia-cuda
julia是2010年开始面世的语言，作为一个10后，Julia必然有前辈们没有的特点。本文着重介绍julia的项目背景、效率问题，如何使用for训练的方式、julia-cuda的实现方式。 作者：京东科技 李大冲 一、Julia是什么 julia是2010年开始面世的语言，作为一个10 »
Python机器学习之随机梯度下降法的实现
目录 随机梯度下降法 随机梯度下降法的实现 随机梯度下降法 为什么使用随机梯度下降法？ 如果当我们数据量和样本量非常大时，每一项都要参与到梯度下降，那么它的计算量时非常大的，所以我们可以采用随机梯度下降法。 随机梯度下降法中的学习率必须是随着循环的次数增加而递减的。如果eta取一样 »
[AI-ML]机器学习是什么？一起了解！（一）
#机器学习 简单的说，机器学习是一种==让计算机系统从数据中学习并自动改进的算法==。通俗地说，机器学习就是让计算机从数据中“学习”，并使用这些学习成果来做出决策或预测。 学术解释中，==机器学习被定义为一种通过算法让计算机自动学习数据模型和模式，从而实现特定任务的技术。机器学习的主要目标是让计算机 ... »
初识机器学习
初识机器学习 一、定义 计算机无需明确编程即可学习的研究领域。机器学习的研究旨在让计算机学会学习，能够模拟人类的学习行为，建立学习能力，实现识别和判断。机器学习使用算法来解析海量数据，从中找出规律，并完成学习，用学习出来的思维模型对真实事件做出决策和预测。这种方式也称为“训练”。 二、监督学习和无监 ... »
初识机器学习
初识机器学习 一、定义 计算机无需明确编程即可学习的研究领域。机器学习的研究旨在让计算机学会学习，能够模拟人类的学习行为，建立学习能力，实现识别和判断。机器学习使用算法来解析海量数据，从中找出规律，并完成学习，用学习出来的思维模型对真实事件做出决策和预测。这种方式也称为“训练”。 二、监督学习和无监 »
基于深度学习的表格检测与识别技术的优势
引言： 信息时代的高速发展导致数据的大量产生与频繁传输，单单依靠人力很难处理这些数据。依托于人工智能的兴起与发展，数据的利用变得更加高效。表格作为数据的一种重要载体，是人们为了让数据的组织形式更加标准和结构化而使用的一种数据类型。 表格的特点： 信息高度精炼集中，方便信息的检索和比较。表格被广泛用于 ... »
机器学习-集成学习LightGBM
目录 前言 介绍LightGBM LightGBM的背景和起源 LightGBM的优点和适用场景 LightGBM的基本工作原理 安装和配置LightGBM 安装LightGBM 配置LightGBM的环境 LightGBM的编译和安装 使用LightGBM进行建模 数据准备和特征工 »
Python绘制神经网络模型图
本文介绍基于Python语言，对神经网络模型的结构进行可视化绘图的方法~ 本文介绍基于Python语言，对神经网络模型的结构进行可视化绘图的方法。 最近需要进行神经网络结构模型的可视化绘图工作。查阅多种方法后，看到很多方法都比较麻烦，例如单纯利用graphviz模块，就需要手动用 »
Java 调用 PaddleDetection 模型
文章地址 介绍 训练好的模型要给业务调用，deepjavalibrary/djl：Java 中与引擎无关的深度学习框架 (github.com) 可以完成这件事，它支持使用 Java 调用 PyTorch、TensorFlow、MXNet、ONNX、PaddlePaddle 等引擎的模型（也支持部分 »
随机森林RF模型超参数的优化：Python实现
本文介绍基于Python的随机森林（Random Forest，RF）回归代码，以及模型超参数（包括决策树个数与最大深度、最小分离样本数、最小叶子节点样本数、最大分离特征数等）自动优化的代码~ 本文介绍基于Python的随机森林（Random Forest，RF）回归代码，以及模型超 »
Python实现随机森林RF并对比自变量的重要性
本文介绍在Python环境中，实现随机森林（Random Forest，RF）回归与各自变量重要性分析与排序的过程。 其中，关于基于MATLAB实现同样过程的代码与实战，大家可以点击查看MATLAB实现随机森林（RF）回归与自变量影响程度分析这篇文章。 本文分为两部分，第一部分为代码的分段讲解，第二 ... »
Python机器学习性能度量利用鸢尾花数据绘制P-R曲线
目录 一、性能度量 1.错误率与精度 2.查准率、查全率与F1 二、代码实现： 1.基于具体二分类问题算法实现代码： 2.利用鸢尾花绘制P-R曲线 效果： 一、性能度量 性能度量目的是对学习期的泛华能力进行评估，性能度量反映了任务需求，在对比不同算法的泛华能力时，使用不同的性能 »
Python实现类别变量的独热编码（One-hot Encoding）
本文介绍基于Python下OneHotEncoder与pd.get_dummies两种方法，实现机器学习中最优的编码方法——独热编码的方法~ ... »
分布式机器学习：异步SGD和Hogwild!算法（Pytorch）
同步算法的共性是所有的节点会以一定的频率进行全局同步。然而，当工作节点的计算性能存在差异，或者某些工作节点无法正常工作（比如死机）的时候，分布式系统的整体运行效率不好，甚至无法完成训练任务。为了解决此问题，人们提出了异步的并行算法。在异步的通信模式下，各个工作节点不需要互相等待，而是以一个或多个全局... ... »
【HMS Core】机器学习服务助力APP快速集成图像分割与上传功能
1、介绍 总览 机器学习服务（ML Kit）提供机器学习套件，为开发者使用机器学习能力开发各类应用，提供优质体验。得益于华为长期技术积累，ML Kit为开发者提供简单易用、服务多样、技术领先的机器学习能力，助力开发者更快更好地开发各类AI应用。 AppGallery Connect（简称AGC） »
【译】使用 ML.NET 进行机器学习 - 集群完整指南
原文 | Nikola M. Zivkovic 翻译 | 郑子铭 在之前的几篇文章中，我们探索了一些基本的机器学习算法。到目前为止，我们介绍了一些简单的回归算法，分类 算法。我们使用 ML.NET 实现和应用这些算法。到目前为止，我们探索了使用监督学习的算法。这意味着我们始终拥有用于训练机器学习模型 »
机器学习-Kmeans
前言 K-means是一种经典的无监督学习算法，用于对数据进行聚类。K-means算法将数据集视为具有n个特征的n维空间，并尝试通过最小化簇内平方误差的总和来将数据点划分为簇。本文将介绍K-means算法的原理、实现和应用。 定义 K-means是一种无监督学习算法， 用于对数据进行聚类。该算法将数 ... »
【HMS Core】一张图片带你玩转机器学习服务
1、介绍 总览 Cloud DB（云数据库）是一款端云协同的数据库产品，提供端云数据的协同管理、统一的数据模型和丰富的数据管理API接口等能力。在保证数据的可用性、可靠性、一致性，以及安全等特性基础上，能够实现数据在客户端和云端之间的无缝同步。 ML Kit为（机器学习服务）开发者提供简单易用、服 ... »
【HMS Core】使用机器学习服务和搜索服务识别植物
1、介绍 总览 机器学习服务（ML Kit）为开发者提供简单易用、服务多样、技术领先的机器学习能力，助力开发者更快更好地开发各类AI应用。同时，搜索服务（Search Kit）通过端侧SDK和云侧API方式，全面开放花瓣搜索能力，使能生态合作伙伴快速构建更好的移动应用搜索体验。 您将建立什么 在本 ... »
MATLAB人工神经网络ANN代码
本文介绍基于MATLAB实现人工神经网络（ANN）回归的详细代码与操作。 在之前的文章MATLAB实现随机森林（RF）回归与自变量影响程度分析中，我们对基于MATLAB的随机森林（RF）回归与变量影响程度（重要性）排序的代码加以详细讲解与实践。本次我们继续基于MATLAB，对另一种常用的机器学习方法 ... »