勋章
我关注的人
粉丝
技术能力
暂时未有相关云产品技术能力~
公众号 Deephub-IMBA
-
发表了文章 2022-12-18
深入卷积神经网络：高级卷积层原理和计算的可视化
深入卷积神经网络：高级卷积层原理和计算的可视化
-
发表了文章 2022-12-18
进行图像增广（数据扩充）的15种功能总结和Python代码实现（三）
进行图像增广（数据扩充）的15种功能总结和Python代码实现
-
发表了文章 2022-12-18
进行图像增广（数据扩充）的15种功能总结和Python代码实现（二）
进行图像增广（数据扩充）的15种功能总结和Python代码实现
-
发表了文章 2022-12-18
进行图像增广（数据扩充）的15种功能总结和Python代码实现（一）
进行图像增广（数据扩充）的15种功能总结和Python代码实现
-
发表了文章 2022-12-18
机器学习常见的损失函数以及何时使用它们
机器学习常见的损失函数以及何时使用它们
-
发表了文章 2022-12-18
使用PyTorch实现鸟类音频检测卷积网络模型（下）
使用PyTorch实现鸟类音频检测卷积网络模型
-
发表了文章 2022-12-18
使用PyTorch实现鸟类音频检测卷积网络模型（上）
使用PyTorch实现鸟类音频检测卷积网络模型
-
发表了文章 2022-12-18
Beam Search、GREEDY DECODER、SAMPLING DECODER等解码器工作原理可视化
Beam Search、GREEDY DECODER、SAMPLING DECODER等解码器工作原理可视化
-
发表了文章 2022-12-18
直观理解并使用Tensorflow实现Seq2Seq模型的注意机制（下）
直观理解并使用Tensorflow实现Seq2Seq模型的注意机制
-
发表了文章 2022-12-18
直观理解并使用Tensorflow实现Seq2Seq模型的注意机制（上）
直观理解并使用Tensorflow实现Seq2Seq模型的注意机制
-
发表了文章 2022-12-18
在没有技术术语的情况下介绍Adaptive、GBDT、XGboosting等提升算法的原理简介
在没有技术术语的情况下介绍Adaptive、GBDT、XGboosting等提升算法的原理简介
-
发表了文章 2022-12-18
在tensorflow2.2中使用Keras自定义模型的指标度量
在tensorflow2.2中使用Keras自定义模型的指标度量
-
发表了文章 2022-12-18
Meal Kit 的时间序列数据预测实践
Meal Kit 的时间序列数据预测实践
-
发表了文章 2022-12-18
使用TensorBoard进行超参数优化
使用TensorBoard进行超参数优化
-
发表了文章 2022-12-18
自注意力机制（Self-Attention）的基本知识
自注意力机制（Self-Attention）的基本知识
-
发表了文章 2022-12-18
深度学习中的模型修剪（下）
深度学习中的模型修剪
-
发表了文章 2022-12-18
深度学习中的模型修剪（上）
深度学习中的模型修剪
-
发表了文章 2022-12-18
Focal Loss详解以及为什么能够提高处理不平衡数据分类的表现
Focal Loss详解以及为什么能够提高处理不平衡数据分类的表现
-
发表了文章 2022-12-18
手推公式：LSTM单元梯度的详细的数学推导
手推公式：LSTM单元梯度的详细的数学推导
-
发表了文章 2022-12-18
使用PyTorch从理论到实践理解变分自编码器VAE
使用PyTorch从理论到实践理解变分自编码器VAE
-
发表了文章 2022-12-17
使用PyTorch进行知识蒸馏的代码示例
在本文中，我们将探索知识蒸馏的概念，以及如何在PyTorch中实现它。
-
发表了文章 2022-12-16
从另外一个角度解释AUC
AUC到底代表什么呢，我们从另外一个角度解释AUC，
-
发表了文章 2022-12-15
时间序列的蒙特卡罗交叉验证
交叉验证应用于时间序列需要注意是要防止泄漏和获得可靠的性能估计本文将介绍蒙特卡洛交叉验证。这是一种流行的TimeSeriesSplits方法的替代方法。
-
发表了文章 2022-12-15
降维算法：主成分分析 VS 自动编码器（三）
降维算法：主成分分析 VS 自动编码器（三）
-
发表了文章 2022-12-15
降维算法：主成分分析 VS 自动编码器（二）
降维算法：主成分分析 VS 自动编码器（二）
-
发表了文章 2022-12-15
降维算法：主成分分析 VS 自动编码器（一）
降维算法：主成分分析 VS 自动编码器（一）
-
发表了文章 2022-12-15
熵、交叉熵和KL散度的基本概念和交叉熵损失函数的通俗介绍
熵、交叉熵和KL散度的基本概念和交叉熵损失函数的通俗介绍
-
发表了文章 2022-12-15
BN，LN，IN，GN都是什么？不同归一化方法的比较
BN，LN，IN，GN都是什么？不同归一化方法的比较
-
发表了文章 2022-12-15
如何找到时序数据中线性的趋势（一）
如何找到时序数据中线性的趋势（一）
-
发表了文章 2022-12-14
keras搭建基于自动编码器的异常检测技术进行欺诈识别（二）
keras搭建基于自动编码器的异常检测技术进行欺诈识别（二）
-
发表了文章 2022-12-14
keras搭建基于自动编码器的异常检测技术进行欺诈识别（一）
keras搭建基于自动编码器的异常检测技术进行欺诈识别（一）
-
发表了文章 2022-12-14
流行的机器学习算法总结，帮助你开启机器学习算法学习之旅（二）
流行的机器学习算法总结，帮助你开启机器学习算法学习之旅（二）
-
发表了文章 2022-12-14
流行的机器学习算法总结，帮助你开启机器学习算法学习之旅（一）
流行的机器学习算法总结，帮助你开启机器学习算法学习之旅（一）
-
发表了文章 2022-12-14
使用Keras 构建基于 LSTM 模型的故事生成器（二）
使用Keras 构建基于 LSTM 模型的故事生成器（二）
-
发表了文章 2022-12-14
使用Keras 构建基于 LSTM 模型的故事生成器（一）
使用Keras 构建基于 LSTM 模型的故事生成器（一）
-
发表了文章 2022-12-14
通过三个直观步骤理解ROC曲线
通过三个直观步骤理解ROC曲线
-
发表了文章 2022-12-14
从LeNet到EfficientNet：CNN的演变和特点总结
从LeNet到EfficientNet：CNN的演变和特点总结
-
发表了文章 2022-12-14
循环生成网络 CycleGan 原理介绍（二）
循环生成网络 CycleGan 原理介绍（二）
-
发表了文章 2022-12-14
循环生成网络 CycleGan 原理介绍（一）
循环生成网络 CycleGan 原理介绍（一）
-
发表了文章 2022-12-14
5种常用的交叉验证技术，保证评估模型的稳定性
5种常用的交叉验证技术，保证评估模型的稳定性
-
发表了文章 2022-12-14
通俗易懂的讲解奇异值分解(SVD)和主成分分析(PCA)
通俗易懂的讲解奇异值分解(SVD)和主成分分析(PCA)
-
发表了文章 2022-12-14
为文本摘要模型添加注意力机制：采用LSTM的编解码器模型实现（二）
为文本摘要模型添加注意力机制：采用LSTM的编解码器模型实现（二）
-
发表了文章 2022-12-14
极限学习机 Extreme Learning Machines 介绍
极限学习机 Extreme Learning Machines 介绍
-
发表了文章 2022-12-14
使用Numpy进行深度学习中5大反向传播优化算法的性能比较（三）
使用Numpy进行深度学习中5大反向传播优化算法的性能比较（三）
-
发表了文章 2022-12-14
使用Numpy进行深度学习中5大反向传播优化算法的性能比较（二）
使用Numpy进行深度学习中5大反向传播优化算法的性能比较（二）
-
发表了文章 2022-12-14
使用Numpy进行深度学习中5大反向传播优化算法的性能比较（一）
使用Numpy进行深度学习中5大反向传播优化算法的性能比较（一）
-
发表了文章 2022-12-14
推荐系统的PMF - 概率矩阵分解和协同过滤(三)
推荐系统的PMF - 概率矩阵分解和协同过滤(三)
-
发表了文章 2022-12-14
推荐系统的PMF - 概率矩阵分解和协同过滤(二)
推荐系统的PMF - 概率矩阵分解和协同过滤(二)
-
发表了文章 2022-12-14
推荐系统的PMF - 概率矩阵分解和协同过滤（一）
推荐系统的PMF - 概率矩阵分解和协同过滤（一）
-
发表了文章 2022-12-14
DNN、CNN和RNN的12种主要dropout方法的数学和视觉解释（三）
DNN、CNN和RNN的12种主要dropout方法的数学和视觉解释（三）
-
发表了文章
2024-11-28
基于改进自适应分段线性近似（IAPLA）的微分方程数值解法研究： 从简单动力系统到混沌系统的应用分析
-
发表了文章
2024-11-27
一份写给数据工程师的 Polars 迁移指南：将 Pandas 速度提升 20 倍代码重构实践
-
发表了文章
2024-11-26
Scikit-learn Pipeline完全指南:高效构建机器学习工作流
-
发表了文章
2024-11-24
IoU已经out了，试试这几个变体:GIoU、DIoU和CIoU介绍与对比分析
-
发表了文章
2024-11-23
图神经网络在欺诈检测与蛋白质功能预测中的应用概述
-
发表了文章
2024-11-22
优化注意力层提升 Transformer 模型效率：通过改进注意力机制降低机器学习成本
-
发表了文章
2024-11-21
LLM2CLIP：使用大语言模型提升CLIP的文本处理，提高长文本理解和跨语言能力
-
发表了文章
2024-11-20
解读双编码器和交叉编码器：信息检索中的向量表示与语义匹配
-
发表了文章
2024-11-19
使用Pytorch构建视觉语言模型（VLM）
-
发表了文章
2024-11-18
使用 PyTorch-BigGraph 构建和部署大规模图嵌入的完整教程
-
发表了文章
2024-11-17
25 个值得关注的检索增强生成 (RAG) 模型和框架
-
发表了文章
2024-11-16
利用PyTorch的三元组损失Hard Triplet Loss进行嵌入模型微调
-
发表了文章
2024-11-15
告别Print，使用IceCream进行高效的Python调试
-
发表了文章
2024-11-14
为什么卷积现在不火了：CNN研究热度降温的深层原因分析
-
发表了文章
2024-11-13
SMoA: 基于稀疏混合架构的大语言模型协同优化框架
-
发表了文章
2024-11-12
TSMamba：基于Mamba架构的高效时间序列预测基础模型
-
发表了文章
2024-11-11
基于MCMC的贝叶斯营销组合模型评估方法论： 系统化诊断、校准及选择的理论框架
-
发表了文章
2024-11-10
深度学习工程实践：PyTorch Lightning与Ignite框架的技术特性对比分析
-
发表了文章
2024-11-09
通过pin_memory 优化 PyTorch 数据加载和传输:工作原理、使用场景与性能分析
-
发表了文章
2024-11-08
贝叶斯统计中常见先验分布选择方法总结
