Google又為科研工作者推出了一款重磅產(chǎn)品——數(shù)據(jù)集搜索

在這個新版本中，用戶可以找到很多環(huán)境和社會科學相關的數(shù)據(jù)集，以及其他學科的數(shù)據(jù)，包括政府數(shù)據(jù)和新聞機構提供的數(shù)據(jù)，如 ProPublica。隨著越來越多...

2018-09-07 標簽：Google數(shù)據(jù)集 2330 0

RadialGAN讓我們可以利用多個不同來源的數(shù)據(jù)集

Lars等發(fā)表的這篇論文通過在GAN的訓練過程中施加特定類別的梯度懲罰，在較老的架構上取得了當前最先進的表現(xiàn)（在該項基準測試上超過了之前最佳的學術成果）...

2018-09-07 標簽：GAN機器學習數(shù)據(jù)集 4171 0

了解一下適用于每種學習模式的數(shù)據(jù)集和問題類型

在無監(jiān)督式學習中，深度學習模型會收到某個數(shù)據(jù)集，但對于如何處理該數(shù)據(jù)集卻未獲得明確的指示。訓練數(shù)據(jù)集是沒有特定預期結果或正確答案的示例的集合。然后，神經(jīng)...

2018-09-06 標簽：神經(jīng)網(wǎng)絡數(shù)據(jù)集深度學習 3530 0

基于深度學習的無信標自動追蹤工具

通過構建深度網(wǎng)絡和數(shù)據(jù)集，研究人員們成功訓練出了一個可以從視頻中抽取身體特定部分位置的模型。研究人員門分別標注了圖像中的ROI區(qū)域和每個區(qū)域中的關節(jié)作為...

2018-09-06 標簽：神經(jīng)網(wǎng)絡數(shù)據(jù)集深度學習 4521 0

使用MATLAB和Simulink設計和優(yōu)化算法實現(xiàn)你的機器人創(chuàng)意

設計與分析三維剛體機械（如車輛平臺和機械臂）和執(zhí)行機構動力組件（如機電或流體系統(tǒng)）。您可以將 URDF 導入 Simulink，也可以從 SolidWo...

2018-09-05 標簽：傳感器機器人數(shù)據(jù)集 7871 0

為什么特征工程如此重要？把數(shù)據(jù)轉換成圖像

如上圖所示，目標變量明顯泄漏到了f190486列中。事實上，我沒有用任何機器學習就得到了0.57分，這在排行榜上是個高分。在競賽截止日期前二十天左右，主...

2018-09-05 標簽：圖像數(shù)據(jù)集數(shù)據(jù)科學 5753 0

為什么要降維？降維技術一覽

隨著數(shù)據(jù)的生成和數(shù)據(jù)收集量的不斷增加，可視化和繪制推理圖變得越來越困難。一般情況下，我們經(jīng)常會通過繪制圖表來可視化數(shù)據(jù)，比如假設我們手頭有兩個變量，一個...

2018-08-31 標簽：降維數(shù)據(jù)集 1.9萬 0

調(diào)參心得:如何優(yōu)化超參數(shù)的，如何證實方法是有效的

自動化超參數(shù)優(yōu)化及其工具最主要的問題之一，是你常常偏離原本的工作方式。預測任務無關的超參數(shù)優(yōu)化的關鍵——也是所有復雜問題的關鍵——是擁抱人機之間的協(xié)作。...

2018-08-31 標簽：參數(shù)數(shù)據(jù)集 2.1萬 0

nteract數(shù)據(jù)探索器的設計理念和主要功能

據(jù)可視化主要有兩個領域：應用和工具。在數(shù)據(jù)可視化的語境下，工具是指諸如D3這樣的軟件庫，或者Tableau這樣的平臺，這些可視化工具讓你可以創(chuàng)建數(shù)據(jù)產(chǎn)品...

2018-08-31 標簽：可視化數(shù)據(jù)集 4153 0

在回歸模型或分類模型中創(chuàng)建嵌套

租賃站 ID（由于不知道完整詞匯，這里我們使用哈希存儲分區(qū)。該數(shù)據(jù)集有大約 650 個唯一值。我們會使用一個很大的哈希存儲分區(qū)，但之后會將其嵌入到較低維度中）

2018-08-28 標簽：數(shù)據(jù)集嵌套 4706 0

為進入機器學習的大門掃清障礙，大步向前！

有了數(shù)據(jù)后要找地方進行計算也是個頭疼的問題。雖然對于普通的機器學習問題來說，你的筆記本就能夠搞定，但是對于深度學習任務或者大數(shù)據(jù)量的數(shù)據(jù)集，小本本的算力...

2018-08-27 標簽：機器學習數(shù)據(jù)集深度學習 2149 0

最先進的NLP模型很脆弱!最先進的NLP模型是虛假的!

這兩個問題都很棘手，顯然，為期一天的研討會肯定討論不出什么結果。但是在會議現(xiàn)場，一些有遠見卓識的NLP研究人員還是探討了不少方法和想法，其中有一些尤其值...

2018-08-27 標簽：數(shù)據(jù)集NLP 4697 0

使用TensorFlow框架演示了卷積神經(jīng)網(wǎng)絡在MNIST數(shù)據(jù)集上的應用

卷積層從原輸入的三維版本開始，一般是包括色彩、寬度、高度三維的圖像。接著，圖像被分解為過濾器（核）的子集，每個過濾器的感受野均小于圖像總體。這些過濾器接...

2018-08-27 標簽：神經(jīng)網(wǎng)絡圖像分類數(shù)據(jù)集 4844 0

AttnGAN可以生成任意圖像，從普通的田園風光到抽象的場景

更具體地說，除了將自然語言描述編碼到全局句子向量中，句中的每個單詞同樣有對應的向量。在第一階段，生成網(wǎng)絡利用全局句子向量生成一個低分辨率的圖像。接著，它...

2018-08-24 標簽：機器學習數(shù)據(jù)集自然語言 9990 0

面向NLP任務的遷移學習新模型ULMFit

除了能夠更快地進行訓練之外，遷移學習也是特別有趣的，僅在最后一層進行訓練，讓我們可以僅僅使用較少的標記數(shù)據(jù)，而對整個模型進行端對端訓練則需要龐大的數(shù)據(jù)集...

2018-08-22 標簽：數(shù)據(jù)集NLP遷移學習 5853 0

通過訓練大型卷積網(wǎng)絡，可以預測數(shù)十億社交媒體圖像的hashtag

本文試圖通過研究一個未被探索的數(shù)據(jù)體系來解決這個復雜的問題：數(shù)十億張帶有社交媒體“標簽”（hashtags）的真實圖片。這個數(shù)據(jù)源的優(yōu)點是：它很大，并且...

2018-08-19 標簽：圖像分類數(shù)據(jù)集 2547 0

計算機相關概念太難、太抽象？別怕，往下看！

看透一個數(shù)據(jù)云是非常困難的，因此，在3D空間中，PCA顯得更為重要。在下面的示例中，原始數(shù)據(jù)以3D的形式繪制，但可以通過不同的視角，將其投射到2D空間。...

2018-08-19 標簽：PCA可視化數(shù)據(jù)集 4643 0

如何將自定義圖片輸入到TensorFlow的訓練模型

對于上述代碼中與模型構建相關的代碼，請查閱官方《Deep MNIST for Experts》一節(jié)的內(nèi)容進行理解。在本文中，需要重點掌握的是如何將本地圖...

2018-08-17 標簽：神經(jīng)網(wǎng)絡數(shù)據(jù)集TensorFlow 9141 0