磐石001
磐石001_个人页
磐石001
文章
121
问答
0
视频
0
个人介绍
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。
擅长的技术
- Python
- 数据库
-
发表了文章 2018-08-06
我的博客即将入驻“云栖社区”，诚邀技术同仁一同入驻。
我的博客即将入驻“云栖社区”，诚邀技术同仁一同入驻。
-
发表了文章 2018-07-30
终极指南：构建用于检测汽车损坏的Mask R-CNN模型（附Python演练）
介绍 计算机视觉领域的应用继续令人惊叹着。从检测视频中的目标到计算人群中的人数，计算机视觉似乎没有无法克服的挑战。 这篇文章的目的是建立一个自定义Mask R-CNN模型，可以检测汽车上的损坏区域（参见上面的图像示例）。
-
发表了文章 2018-07-25
数据挖掘和机器学习的面试问题
原文链接：https://towardsdatascience.com/data-science-and-machine-learning-interview-questions-3f6207cf040b 译者：Ray 在过去的几个月里，我面试了许多公司涉及数据科学和机器学习的实习岗位。
-
发表了文章 2018-07-24
SVM多核学习方法简介
作者：Walker SVM是机器学习有监督学习的一种方法，常用于解决分类问题，其基本原理是：在特征空间里寻找一个超平面，以最小的错分率把正负样本分开。
-
发表了文章 2018-07-23
Python NLP库top6的介绍和比较
文章来源：ActiveWizards https://medium.com/activewizards-machine-learning-company/comparison-of-top-6-python-nlp-libraries-c4ce160237eb 译者 | Revolver 编辑 | 磐石 出品 | 磐创AI技术团队 自然语言处理（NLP）在今天已经变得越来越流行，尤其是在深度学习迅猛发展的大背景下变得更加引人注目。
-
发表了文章 2018-07-20
命名实体识别的两种方法
作者：Walker 目录 一．什么是命名实体识别 二．基于NLTK的命名实体识别 三．基于Stanford的NER 四．总结 一 、什么是命名实体识别？ 命名实体识别（Named Entity Recognition，简称NER），又称作“专名识别”，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。
-
发表了文章 2018-07-17
FastText的内部机制
文章来源：https://towardsdatascience.com/fasttext-under-the-hood-11efc57b2b3 译者 | Revolver fasttext是一个被用于对词向量和句子分类进行高效学习训练的工具库，采用c++编写，并支持训练过程中的多进程处理。
-
发表了文章 2018-07-16
深度学习之视频人脸识别系列一：介绍
作者 | 东田应子 【导读】本文是深度学习之视频人脸识别系列的第一篇文章，介绍了人脸识别领域的一些基本概念，分析了深度学习在人脸识别的基本流程，并总结了近年来科研领域的研究进展，最后分析了静态数据与视频动态数据在人脸识别技术上的差异。
-
发表了文章 2018-07-11
Google AI推出新的大规模目标检测挑战赛
来源 | Towards Data Science 整理 | 磐石 就在几天前，Google AI在Kaggle上推出了一项名为Open Images Challenge的大规模目标检测竞赛。
-
发表了文章 2018-07-10
常用优化算法介绍
作者：Walker 在机器学习的世界中，通常我们会发现有很多问题并没有最优的解，或是要计算出最优的解要花费很大的计算量，面对这类问题一般的做法是利用迭代的思想尽可能的逼近问题的最优解。
-
发表了文章 2018-06-22
半监督学习下的高维图构建
简述 介绍 概述 总结 一．简述 本次翻译一篇Liu Wei的一篇论文，之前介绍谱聚类的时候大家都知道，用谱聚类对样本进行分割，大概的流程就是先将原始数据通过不同的规则构建出相似度矩阵，然后再用相似度矩阵表示拉普拉斯矩阵，再对拉普拉斯矩阵进行特征分解，取前k个最小的特征值对应的特征向量，这几个特征向量组成的矩阵每行表示样本，进行聚类。
-
发表了文章 2018-06-21
粒子群优化算法(PSO)之基于离散化的特征选择(FS)（四）
作者：Geppetto 前面我们介绍了特征选择(Feature Selection，FS)与离散化数据的重要性，介绍了PSO在FS中的重要性和一些常用的方法、FS与离散化的背景，介绍了EPSO与PPSO方法。
-
发表了文章 2018-06-19
知识图谱简介
知识图谱简介 作者：Walker 信息技术的发展不断推动着互联网技术的变革，Web技术作为互联网时的标志性技术，正处于这场技术变的核心。
-
发表了文章 2018-06-18
支持向量机原理讲解（一）
介绍 支持向量机(Support Vector Machine,以下简称SVM)，作为传统机器学习的一个非常重要的分类算法，它是一种通用的前馈网络类型，最早是由Vladimir N.Vapnik 和 Alexey Ya.Chervonenkis在1963年提出，目前的版本（soft margin）是Corinna Cortes 和 Vapnik在1993年提出，1995年发表。
-
发表了文章 2018-06-14
多GPU使用详解
目录： 介绍 记录设备状态 手动分配状态 允许GPU内存增长 在多GPU系统是使用单个GPU 使用多个 GPU 一、介绍 在一个典型的系统中，有多个计算设备。
-
发表了文章 2018-06-11
数据可视化
作者：Walker 我们本篇文章讲的数据可视化是面向开发人员的，是利用python中一些可视化库如：matplotlib或是seaborn通过对数据可视化，来分析数据表格中各维度间的关系或是数据分布的特性，从而有助于我们更好的理解数据，帮助我们进行下一步数据分析或是为数据建模提供方向。
-
发表了文章 2018-06-08
详解谱聚类原理
一. 拉普拉斯矩阵性质 二.拉普拉斯矩阵与图分割的联系 三.Ratiocut 四.总结 一.拉普拉斯矩阵性质 这篇文章可能会有些枯燥，着重分享了谱聚类的原理中的一些思想，以及自己本人对谱聚类的一些理解。
-
发表了文章 2018-06-04
一个完整的机器学习项目在Python中演练（三）
大家往往会选择一本数据科学相关书籍或者完成一门在线课程来学习和掌握机器学习。但是，实际情况往往是，学完之后反而并不清楚这些技术怎样才能被用在实际的项目流程中。
-
发表了文章 2018-05-28
一个完整的机器学习项目在Python中的演练（二）
磐石 大家往往会选择一本数据科学相关书籍或者完成一门在线课程来学习和掌握机器学习。但是，实际情况往往是，学完之后反而并不清楚这些技术怎样才能被用在实际的项目流程中。
-
发表了文章 2018-05-25
Ubuntu 安装 tensorflow-gpu 1.4 包含 CUDA 8.0 和cuDNN
硬件环境：NVIDIA GTX 980 Ti 系统环境：Ubuntu 16.04 64位 一.安装 NVIDIA驱动 关闭 Secure Boot 具体如何禁用 BIOS 中的 Secure Boot 要根据主板的情况。
-
发表了文章 2018-05-24
谱聚类概述
简述 图相关的符号符号 相似度矩阵S 拉普拉斯矩阵L性质 谱聚类算法 总结 一、简述 聚类是对探索性数据分析最广泛使用的技术，在现在各个科学领域中处理没有类标的数据时，人们总是想通过确定数据中不同样本的归类，来获取对数据的直观印象。
-
发表了文章 2018-05-23
一个完整的机器学习项目在Python中的演练（一）
磐石 大家往往会选择一本数据科学相关书籍或者完成一门在线课程来学习和掌握机器学习。但是，实际情况往往是，学完之后反而并不清楚这些技术怎样才能被用在实际的项目流程中。
-
发表了文章 2018-05-21
粒子群优化算法(PSO)之基于离散化的特征选择(FS)（三）
作者：Geppetto 前面我们介绍了特征选择(Feature Selection，FS)与离散化数据的重要性，总览的介绍了PSO在FS中的重要性和一些常用的方法，介绍了FS与离散化的背景，介绍本文所采用的基于熵的切割点和最小描述长度原则(MDLP)。
-
发表了文章 2018-05-18
Tensorboard详解（下篇）
间提壶华小厨 1 Tensorflow监控指标可视化 除了GRAPHS栏目外，tensorboard还有IMAGES、AUDIO、SCALARS、HISTOGRAMS、DISTRIBUTIONS、FROJECTOR、TEXT、PR CURVES、PROFILE九个栏目，本小节将详细介绍这些子栏目各自的特点和用法。
-
发表了文章 2018-05-16
Tensorboard 详解（上篇）
花间提壶华小厨 1. Tensorboard简介 对大部分人而言，深度神经网络就像一个黑盒子，其内部的组织、结构、以及其训练过程很难理清楚，这给深度神经网络原理的理解和工程化带来了很大的挑战。
-
发表了文章 2018-05-15
基于Doc2vec训练句子向量
目录 一.Doc2vec原理 二.代码实现 三.总结 一.Doc2vec原理 前文总结了Word2vec训练词向量的细节，讲解了一个词是如何通过word2vec模型训练出唯一的向量来表示的。
-
发表了文章 2018-05-10
使用Keras进行深度学习：（六）GRU讲解及实践
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！ 介绍 GRU(Gated Recurrent Unit) 是由 Cho, et al. (2014) 提出，是LSTM的一种变体。
-
发表了文章 2018-05-08
Tensorflow实现MNIST手写数字识别
之前我们讲了神经网络的起源、单层神经网络、多层神经网络的搭建过程、搭建时要注意到的具体问题、以及解决这些问题的具体方法。本文将通过一个经典的案例：MNIST手写数字识别，以代码的形式来为大家梳理一遍神经网络的整个过程。
-
发表了文章 2018-05-07
热点 | 四月最佳Github项目库与最有趣Reddit热点讨论
来源：Analytics Vidhya 编译：磐石 【磐创AI导读】：Github是全球最大的开源代码社区，Reddit是最受大家欢迎的热点讨论交流平台。
-
发表了文章 2018-05-06
损失函数综述
损失函数（loss function）又叫做代价函数（cost function），是用来评估模型的预测值与真实值不一致的程度，也是神经网络中优化的目标函数，神经网络训练或者优化的过程就是最小化损失函数的过程，损失函数越小，说明模型的预测值就越接近真是值，模型的健壮性也就越好。
-
发表了文章 2018-05-04
使用Keras进行深度学习：（六）LSTM和双向LSTM讲解及实践
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！ 介绍 长短期记忆(Long Short Term Memory, LSTM)也是一种时间递归神经网络，最早由 Hochreiter & Schmidhuber 在1997年提出，设计初衷是希望能够解决RNN中的长期依赖问题，让记住长期信息成为神经网络的默认行为，而不是需要很大力气才能学会。
-
发表了文章 2018-04-28
特征工程
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！ 特征工程是机器学习中不可或缺的一部分，在机器学习领域中占有非常重要的地位。
-
发表了文章 2018-04-26
使用Keras进行深度学习：（五）RNN和双向RNN讲解及实践
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！ 笔者：Ray 介绍 通过对前面文章的学习，对深度神经网络(DNN)和卷积神经网络(CNN)有了一定的了解，也感受到了这些神经网络在各方面的应用都有不错的效果。
-
发表了文章 2018-04-24
TensorFlow + Keras 实战 YOLO v3 目标检测图文并茂教程
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！ 运行步骤 1.
-
发表了文章 2018-04-23
深度学习中正则化技术概述（附Python代码）
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！ 磐石 介绍 数据科学研究者们最常遇见的问题之一就是怎样避免过拟合。
-
发表了文章 2018-04-19
基于word2vec训练词向量(二)
作者：汪晨 一.基于Hierarchical Softmax的word2vec模型的缺点 二.Negative SampliNg模型 三.Negative Sampling优化原理 四.Negative Sampling选取负例词原理 五.代码实现 六.总结 一.基于Hierarchical Softmax的word2vec模型的缺点 上篇说了Hierarchical Softmax ，使用霍夫曼树结构代替了传统的神经网络，可以提高模型训练的效率。
-
发表了文章 2018-04-19
中文文本相似度计算工具集
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！ 一、基本工具集 1.
-
发表了文章 2018-04-12
使用Keras进行深度学习：（三）使用text-CNN处理自然语言（下）
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！ 在上一篇文章中，已经介绍了Keras对文本数据进行预处理的一般步骤。
-
发表了文章 2018-04-11
基于word2vec训练词向量(一)
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！ 1.回顾DNN训练词向量 上次说到了通过DNN模型训练词获得词向量，这次来讲解下如何用word2vec训练词获取词向量。
-
发表了文章 2018-04-11
粒子群优化算法(PSO)之基于离散化的特征选择(FS)（二）
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！ 作者：Geppetto 前面我们介绍了特征选择(Feature Selection，FS)与离散化数据的重要性，总览的介绍了PSO在FS中的重要性和一些常用的方法。
-
发表了文章 2018-04-10
【干货】史上最全的Tensorflow学习资源汇总
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！ 作者：AI小昕 在之前的Tensorflow系列文章中，我们教大家学习了Tensorflow的安装、Tensorflow的语法、基本操作、CNN的一些原理和项目实战等。
-
发表了文章 2018-04-07
详解机器学习中的熵、条件熵、相对熵、交叉熵
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！ 目录 信息熵 条件熵 相对熵 交叉熵 总结 一 信息熵 (information entropy) 熵 (entropy) 这一词最初来源于热力学。
-
发表了文章 2018-04-06
使用Keras进行深度学习：（三）使用text-CNN处理自然语言（上）
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！ 上一篇文章中一直围绕着CNN处理图像数据进行讲解，而CNN除了处理图像数据之外，还适用于文本分类。
-
发表了文章 2018-04-05
粒子群优化算法(PSO)之基于离散化的特征选择(FS)（一）
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！ 作者：Geppetto 在机器学习中，离散化(Discretization)和特征选择(Feature Selection,FS)是预处理数据的重要技术，提高了算法在高维数据上的性能。
-
发表了文章 2018-04-04
DNN模型训练词向量原理
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！ 1词向量 在NLP里，最细的粒度是词语，由词语再组成句子，段落，文章。
-
发表了文章 2018-04-03
TensorFlow 实战卷积神经网络之 LeNet
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！ LeNet 项目简介 1994 年深度学习三巨头之一的 Yan LeCun 提出了 LeNet 神经网络，这是最早的卷积神经网络。
-
发表了文章 2018-04-03
解决机器学习问题的一般流程
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！ 本期将针对机器学习的新朋友，为大家讲解解决机器学习问题的一般思路： 很多博客、教程中都对机器学习、深度学习的具体方法有很详细的讲解，但却很少有人对机器学习问题的流程进行总结，而了解解决机器学习问题的一般流程对于新手而言还是非常必要的，所以本文是非常适合机器学习入门者的一篇文章，它会让你对机器学习的整个流程有很好的理解。
-
发表了文章 2018-04-03
中文自然语言处理工具集：分词，相似度匹配
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！ 分词工具 结巴分词 https://github.
-
发表了文章 2018-04-03
通过机器学习让医疗数据更好用
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！ 在过去 10 年间，医疗数据已经从以纸质文件为主几乎完全数字化为电子健康记录。
-
发表了文章 2018-04-03
TensorFlow Windows 安装
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！ 本系列教程将手把手带您从零开始学习Tensorflow，并最终通过Tensorflow实现一些经典的项目。
暂无更多信息
-
发表了文章
2018-08-06
我的博客即将入驻“云栖社区”，诚邀技术同仁一同入驻。
-
发表了文章
2018-07-30
终极指南：构建用于检测汽车损坏的Mask R-CNN模型（附Python演练）
-
发表了文章
2018-07-25
数据挖掘和机器学习的面试问题
-
发表了文章
2018-07-24
SVM多核学习方法简介
-
发表了文章
2018-07-23
Python NLP库top6的介绍和比较
-
发表了文章
2018-07-20
命名实体识别的两种方法
-
发表了文章
2018-07-17
FastText的内部机制
-
发表了文章
2018-07-16
深度学习之视频人脸识别系列一：介绍
-
发表了文章
2018-07-11
Google AI推出新的大规模目标检测挑战赛
-
发表了文章
2018-07-10
常用优化算法介绍
-
发表了文章
2018-06-22
半监督学习下的高维图构建
-
发表了文章
2018-06-21
粒子群优化算法(PSO)之基于离散化的特征选择(FS)（四）
-
发表了文章
2018-06-19
知识图谱简介
-
发表了文章
2018-06-18
支持向量机原理讲解（一）
-
发表了文章
2018-06-14
多GPU使用详解
-
发表了文章
2018-06-11
数据可视化
-
发表了文章
2018-06-08
详解谱聚类原理
-
发表了文章
2018-06-04
一个完整的机器学习项目在Python中演练（三）
-
发表了文章
2018-05-28
一个完整的机器学习项目在Python中的演练（二）
-
发表了文章
2018-05-25
Ubuntu 安装 tensorflow-gpu 1.4 包含 CUDA 8.0 和cuDNN
滑动查看更多
暂无更多信息
暂无更多信息