擅长机器学习、深度学习。熟练使用Tensorflow 、keras 、pytorch等开源框架。熟练掌握CNN、RNN网络原理。对CV领域、NLP领域都有一定研究。
欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识! TensorFlow 从入门到精通系列教程: http://www.
欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识! 手写数字识别 接下来将会以 MNIST 数据集为例,使用卷积层和池化层,实现一个卷积神经网络来进行手写数字识别,并输出卷积和池化效果。
欢迎关注我们的网站:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识! 之前我们介绍了Sigmoid函数能够将输入的数据转换到0和1之间,其实Sigmoid函数本质上是一种常用的激活函数,是神经元最重要的组成部分。
欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识! 现今最主流的处理图像数据的技术当属深度神经网络了,尤其是卷积神经网络CNN尤为出名。
欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识! 稀疏交互 在生物学家休博尔和维瑟尔早期关于猫视觉皮层的研究中发现,视觉皮层中存在一些细胞对输入空间也就是图像中的子区域非常敏感,我们称为感受野。
欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识! 反向传播算法(Backpropagation Algorithm,简称BP算法)是深度学习的重要思想基础,对于初学者来说也是必须要掌握的基础知识!本文希望以一个清晰的脉络和详细的说明,来让读者彻底明白BP算法的原理和计算过程。
欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识! 目标检测作为图像处理和计算机视觉领域中的经典课题,在交通监控、图像检索、人机交互等方面有着广泛的应用。
欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识! Keras是Python中以CNTK、Tensorflow或者Theano为计算后台的一个深度学习建模环境。
欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识! 机器学习(Machine Learning, ML),顾名思义就是要让机器能像人一样去学习。
欢迎大家关注我们的网站和系列教程:http://www.tensorflownews.com/,学习更多的机器学习、深度学习的知识! 卷积神经网络 图像识别问题和数据集 > 计算机视觉中有哪些问题?典型问题:经典数据集。
教学机器是一个实验,让所有人都非常方便的探索机器学习,在浏览器中实时浏览,不需要编程。学习更多实验,然后亲自尝试它 访问:https://teachablemachine.
用机器学习管理你的对话,让它提升每一个对话。Rasa Core引导对话,考虑对话的历史和外部环境。 而不是成千上万的规则,Rasa 从真正的对话中挑选模式。
DeepMoji 是一个模型,接受12亿个带有表情的推文,以了解语言如何表达情绪。 通过转移学习,该模型可以在许多情感相关的文本建模任务上获得最先进的表现。
Fabrik是一个在线协作平台,通过简单的拖放界面来构建,可视化和训练深度学习模型。 它允许研究人员使用Web GUI协同开发和调试模型,该GUI支持导入,编辑和导出广泛流行的框架(如Caffe,Keras和TensorFlow)编写和导出的网络。
Free and open source mobile deep learning framework, deploying by Baidu.
Serpent.AI - 游戏代理框架(Python) Serpent.AI是一个简单而强大的新颖框架,可帮助开发人员创建游戏代理。
使用世界上最准确的面对齐网络从 Python 检测面部地标,能够在2D和3D坐标中检测点。 项目地址:https://github.com/1adrianb/face-alignment 作者: 阿德里安·布拉特 诺丁汉大学博士生 我目前是诺丁汉大学计算机视觉实验室的博士生,由Georgios Tzimiropoulos博士的监督。
ZhuSuan 是建立在Tensorflow上的贝叶斯深层学习的 python 库。 与现有的主要针对监督任务设计的深度学习库不同,ZhuSuan 的特点是深入到贝叶斯推理中,从而支持各种生成模式:传统的分层贝叶斯模型和近代深层次的生成模式。
将设计人员创建的图形用户界面截图转换为计算机代码是开发人员为构建定制的软件,网站和移动应用程序而进行的一项典型任务。 在本文中,我们展示了深入的学习方法可以用于训练一个端对端的模型,以便从三个不同的平台(即iOS,Android和基于Web的)获得超过77%的准确度的单个输入图像中自动生成代码技术)。
SSD:TensorFlow中的单次多重检测器 SSD Notebook 包含 SSD TensorFlow 的最小示例。 很快,就检测出了两个主要步骤:在图像上运行SSD网络,并使用通用算法(top-k滤波和非最大抑制算法)对输出进行后处理。
封面图是作者运行图,我在 ubuntu 环境下只有文字预测结果。 Detection Using A Pre-Trained Model 使用训练好的模型来检测物体 运行一下命令来下载和编译模型 git clone https://github.
After the exercise of building convolutional, RNN, sentence level attention RNN, finally I have come to implemen...
StarSpace是用于高效学习实体向量的通用神经模型,用于解决各种各样的问题: 学习单词,句子或文档级嵌入。 文本分类或任何其他标签任务。
3D面部重建是一个非常困难的基本计算机视觉问题。目前的系统通常假设多个面部图像(有时来自同一主题)作为输入的可用性,并且必须解决许多方法学挑战,例如在大的面部姿势,表情和不均匀照明之间建立密集的对应。
Python implementations of some of the fundamental Machine Learning models and algorithms from scratch.
概述 这个工作尝试重现这个论文的结果 A Neural Conversational Model (aka the Google chatbot). 它使用了循环神经网络(seq2seq 模型)来进行句子预测。
项目截图: 实测截图: 一步一步教程: 1.下载这个项目: https://github.com/Conchylicultor/DeepQA 2.
聊天机器人开源项目评测第一期:DeepQA https://github.com/Conchylicultor/DeepQA 用 i5 的笔记本早上运行到下午,跑了 3 轮的结果,最后效果并不理想。
Awesome-TensorFlow-Chinese TensorFlow 中文资源全集,学习路径推荐: 官方网站,初步了解。
Awesome Chatbot Github:https://github.com/fendouai/Awesome-Chatbot Chatbot ParlAI A framework for training a...
一个Python 的 AI Chatbot框架 建立一个聊天室可以听起来很棒,但它是完全可行的。 IKY是一个内置于Python中的AI动力对话对话界面。
人工智能的神奇之处,在于它能被应用在医疗保健、交通运输和环境保护等方方面面,为复杂的社会问题探寻解决方案。如今,在人工智能的协助下,人们得以探索全新的研究领域,开发创新的产品,让数以百万计的用户从中获益。
Zalando的文章图像的一个数据集包括一个训练集6万个例子和一个10,000个例子的测试集。 每个示例是一个28x28灰度图像,与10个类别的标签相关联。
ChatGirl 一个基于 TensorFlow Seq2Seq 模型的聊天机器人[中文文档] 简介 简单地说就是该有的都有了,但是总体跑起来效果还不好。
Introduction [Under developing,it is not working well yet.But you can just train,and run it.
在TensorFlow中实现文本分类的卷积神经网络 Github提供了完整的代码: https://github.com/dennybritz/cnn-text-classification-tf 在这篇文章中,我们将实现一个类似于Kim Yoon的卷积神经网络语句分类的模型。
了解对自然语言处理的卷积神经网络 当我们听到卷积神经网络(CNN)的时候,我们通常会想到计算机视觉。 CNN负责图像分类的重大突破,是当今大多数计算视觉系统的核心,从Facebook的自动照片标签到自动驾驶。
简介 TensorFlow-Bitcoin-Robot:一个基于 TensorFlow LSTM 模型的 Bitcoin 价格预测机器人。
简介 一个比特币交易机器人基于 Tensorflow LSTM 模型,仅供娱乐。 A Bitcoin trade robot based on Tensorflow LSTM model.Just for fun. 数据集 数据来自 btctrade ,用 requests 爬取,它包含比特币的 50 个交易记录。
Beholder is a TensorBoard plugin for viewing frames of a video while your model trains. It comes with tools to visualize the parameters of your network, visualize arbitrary arrays like gradients。
基于注意力的街景图像提取结构化信息 一种用于真实图像文本提取问题的TensorFlow模型。 该文件夹包含在FSNS数据集数据集上训练新的注意OCR模型所需的代码,以在法国转录街道名称。
这是一个稍微更新的模型,用于“学习用对抗神经网络加密来保护通信”的论文。 我们想神经网络是否可以学习使用秘密密钥来保护来自其他神经网络的信息。
TensorFlow-Slim 图像分类库 TF-slim是用于定义,训练和评估复杂模型的TensorFlow(tensorflow.contrib.slim)的新型轻量级高级API。
Keras.js 推荐一下网页上的 demo https://transcranial.github.io/keras-js/#/ 加载的比较慢,但是识别的非常快。
Putting the rough in “rough consensus” Tinychain is a pocket-sized implementation of Bitcoin.
Multi-GPU processing with data parallelism If you write your software in a language like C++ for a single cpu c...
Control flow operations: conditionals and loops When building complex models such as recurrent neural networks ...
TensorFlow服务是一个灵活的,高性能的机器学习模型的服务系统,专为生产环境而设计。 TensorFlow服务可以轻松部署新的算法和实验,同时保持相同的服务器体系结构和API。
tf.contrib.seq2seq.sequence_loss example:seqence loss 实例代码 #!/usr/bin/env python # -*- coding: utf-8 -*- im...
简介 我们刚发布了最大的星际争霸:Brood War 重播数据集,有 65646 个游戏。完整的数据集经过压缩之后有 365 GB,1535 million 帧,和 496 million 操作动作。