算法框架/工具

首页 标签 算法框架/工具
# 算法框架/工具 #
关注
10796内容
深度学习让系统“看”懂短视频内容
伴随短视频的火热,用户规模、视频观看时长也在日益增长,而面对海量的视频,如何有效的推荐给用户、如何洞察热点事件成为了关键。
Kaggle首席技术官发布——(Kaggle)NIPS 2017对抗学习挑战赛起步指南
本文是一个kaggle数据处理的入门介绍,由Kaggle首席技术官Ben简单介绍以下2017年的NIPS 对抗学习竞赛数据的处理,用一个具体的代码实例介绍了如何生成目标对抗图像与非目标对抗图像,将对抗图像送入原先的分类器中,可以看到结果与原图大相径庭。
客户端码农学习ML —— 使用LinearRegressor实现线性回归
最近看了Google官方机器学习教程,跟着练习了部分示例,其中《使用 TensorFlow 的起始步骤》采用了LinearRegressor配合Pandas来进行线性回归训练。 于是使用两者重新写了一个版本的线性回归训练,数据也从之前python直接生成模拟数据改成了从csv文件读取,而csv文件来源于Excel: A列的100行等于1至100的序列, B=A*5+50+RANDBETWEEN(-10, 10)。
使用Keras进行深度学习:(一)Keras 入门
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。
NT1_keras下搭建一个3层模型并且修改。
In [1]: import keraskeras.__version__ C:\ProgramData\Anaconda3\lib\site-packages\h5py\__init__.
免费试用