11篇深度学习 /机器学习好文推荐！
2017-08-17
2325
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。在云栖社区里也积累了大量关于大数据的好文。内容还将不断更新，请大家持续关注。
相关文章
|
10月前
|
机器学习/深度学习
人工智能
安全
探索AI的未来：从机器学习到深度学习
【10月更文挑战第28天】本文将带你走进AI的世界，从机器学习的基本概念到深度学习的复杂应用，我们将一起探索AI的未来。你将了解到AI如何改变我们的生活，以及它在未来可能带来的影响。无论你是AI专家还是初学者，这篇文章都将为你提供新的视角和思考。让我们一起探索AI的奥秘，看看它将如何塑造我们的未来。
275
3
3
|
4月前
|
机器学习/深度学习
人工智能
供应链
从概念到商业价值：AI、机器学习与深度学习全景指南
在这个科技飞速发展的时代🚀，人工智能正以惊人的速度渗透到我们的生活和工作中👀。但面对铺天盖地的AI术语和概念，很多人感到困惑不已😣。"AI"、"机器学习"、"深度学习"和"神经网络"到底有什么区别？它们如何相互关联？如何利用这些技术提升工作效率和创造价值？
189
0
0
|
8月前
|
机器学习/深度学习
数据采集
监控
深度学习中模型训练的过拟合与欠拟合问题
在机器学习和深度学习中，过拟合和欠拟合是影响模型泛化能力的两大常见问题。过拟合指模型在训练数据上表现优异但在新数据上表现差，通常由模型复杂度过高、数据不足或质量差引起；欠拟合则指模型未能充分学习数据中的模式，导致训练和测试数据上的表现都不佳。解决这些问题需要通过调整模型结构、优化算法及数据处理方法来找到平衡点，如使用正则化、Dropout、早停法、数据增强等技术防止过拟合，增加模型复杂度和特征选择以避免欠拟合，从而提升模型的泛化性能。
1239
73
73
|
9月前
|
机器学习/深度学习
人工智能
算法
探索机器学习：从线性回归到深度学习
本文将带领读者从基础的线性回归模型开始，逐步深入到复杂的深度学习网络。我们将通过代码示例，展示如何实现这些算法，并解释其背后的数学原理。无论你是初学者还是有经验的开发者，这篇文章都将为你提供有价值的见解和知识。让我们一起踏上这段激动人心的旅程吧！
156
3
3
|
10月前
|
机器学习/深度学习
人工智能
TensorFlow
|
10月前
|
机器学习/深度学习
人工智能
算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统，使用Python作为主要开发语言，基于深度学习TensorFlow框架，搭建卷积神经网络算法。并通过对数据集进行训练，最后得到一个识别精度较高的模型。并基于Flask框架，开发网页端操作平台，实现用户上传一张图片识别其名称。
369
0
0
|
9月前
|
机器学习/深度学习
人工智能
算法
机器学习与深度学习：差异解析
机器学习与深度学习作为两大核心技术，各自拥有独特的魅力和应用价值。尽管它们紧密相连，但两者之间存在着显著的区别。本文将从定义、技术、数据需求、应用领域、模型复杂度以及计算资源等多个维度，对机器学习与深度学习进行深入对比，帮助您更好地理解它们之间的差异。
590
0
0
|
10月前
|
机器学习/深度学习
自然语言处理
语音技术
|
8月前
|
机器学习/深度学习
运维
安全
|
5月前
|
机器学习/深度学习
编解码
人工智能
计算机视觉五大技术——深度学习在图像处理中的应用
深度学习利用多层神经网络实现人工智能，计算机视觉是其重要应用之一。图像分类通过卷积神经网络（CNN）判断图片类别，如“猫”或“狗”。目标检测不仅识别物体，还确定其位置，R-CNN系列模型逐步优化检测速度与精度。语义分割对图像每个像素分类，FCN开创像素级分类范式，DeepLab等进一步提升细节表现。实例分割结合目标检测与语义分割，Mask R-CNN实现精准实例区分。关键点检测用于人体姿态估计、人脸特征识别等，OpenPose和HRNet等技术推动该领域发展。这些方法在效率与准确性上不断进步，广泛应用于实际场景。
584
64
65
热门文章
最新文章
1
深度解析大模型压缩技术：搞懂深度学习中的减枝、量化、知识蒸馏
2
火灾火焰识别数据集（2200张图片已划分、已标注）｜适用于YOLO系列深度学习分类检测任务【数据集分享】
3
102类农业害虫数据集（20000张图片已划分、已标注）｜适用于YOLO系列深度学习分类检测任务【数据集分享】
4
坐姿标准好坏姿态数据集（图片已划分、已标注）｜适用于YOLO系列深度学习分类检测任务【数据集分享】
5
道路表面缺陷数据集（裂缝/井盖/坑洼）（6000张图片已划分、已标注）｜适用于YOLO系列深度学习分类检测任务【数据集分享】
6
深度学习模型、算法与应用的全方位解析
7
基于深度学习的YOLO框架的7种交通场景识别项目系统【附完整源码+数据集】
8
Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现裂缝的检测识别（C#代码UI界面版）
9
AI 基础知识从 0.3 到 0.4——如何选对深度学习模型？
10
AI 基础知识从 0.2 到 0.3——构建你的第一个深度学习模型
1
基于Python_opencv人脸录入、识别系统（应用dlib机器学习库）（下）
148
2
基于Python_opencv人脸录入、识别系统（应用dlib机器学习库）（上）
213
3
深入Scikit-learn：掌握Python最强大的机器学习库
371
4
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习库，它提供了大量的函数和工具，用于处理图像和视频数据。
422
5
介绍文本分类的基本概念、常用方法以及如何在Python中使用机器学习库进行文本分类
320
6
探索Scikit-learn：机器学习库的入门与进阶
236
7
深度解析Python中的机器学习库：Scikit-learn
325
8
【Python机器学习专栏】Python环境下的机器学习库概览
320
9
探秘scikit-learn：机器学习库的核心功能详解
319
10
机器学习实战第3天：手写数字识别
338