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 2023-01-10
Diffusion 和Stable Diffusion的数学和工作原理详细解释
扩散模型的兴起可以被视为人工智能生成艺术领域最近取得突破的主要因素。而稳定扩散模型的发展使得我们可以通过一个文本提示轻松地创建美妙的艺术插图。所以在本文中，我将解释它们是如何工作的。
-
发表了文章 2023-01-09
TensorFlow和PyTorch的实际应用比较
TensorFlow和PyTorch是两个最受欢迎的开源深度学习框架，这两个框架都为构建和训练深度学习模型提供了广泛的功能，并已被研发社区广泛采用。但是作为用户，我们一直想知道哪种框架最适合我们自己特定项目，所以在本文与其他文章的特性的对比不同，我们将以实际应用出发，从性能、可伸缩性和其他高级特性方面比较TensorFlow和PyTorch。
-
发表了文章 2023-01-08
9个时间序列交叉验证方法的介绍和对比
在本文中，我们收集了时间序列的常用的9种交叉验证方法。这些包括样本外验证(holdout)或流行的K-fold交叉验证的几个扩展。
-
发表了文章 2023-01-07
使用Flask快速部署PyTorch模型
对于数据科学项目来说，我们一直都很关注模型的训练和表现，但是在实际工作中如何启动和运行我们的模型是模型上线的最后一步也是最重要的工作。 今天我将通过一个简单的案例：部署一个PyTorch图像分类模型，介绍这个最重要的步骤。
-
发表了文章 2023-01-06
28个数据可视化图表的总结和介绍
在这篇文章中，我们将整理我们能看到的所有数据可视化图表。如果你是数据科学初学者，那么本文将是最适合你的。
-
发表了文章 2023-01-05
从视频到音频：使用VIT进行音频分类
在本文中，我们将利用ViT - Vision Transformer的是一个Pytorch实现在音频分类数据集GTZAN数据集-音乐类型分类上训练它。
-
发表了文章 2023-01-04
Python中的时间序列数据操作总结
在本文中，我们介绍时间序列数据的索引和切片、重新采样和滚动窗口计算以及其他有用的常见操作，这些都是使用Pandas操作时间序列数据的关键技术。
-
发表了文章 2023-01-03
常见的降维技术比较：能否在不丢失信息的情况下降低数据维度
本文将比较各种降维技术在机器学习任务中对表格数据的有效性
-
发表了文章 2023-01-02
2022年最有开创性的10篇AI论文总结
2022年随着聊天GPT和Mid - journey和Dall-E等图像生成器的流行，我们看到了整个人工智能领域的重大进展。在人工智能和计算机科学的时代，这是令人振奋的一年。本文我们总结了在2022年发表的最具开创性的10篇论文，无论如何你都应该看看。
-
发表了文章 2023-01-01
PyTorch 2.0 推理速度测试：与 TensorRT 、ONNX Runtime 进行对比
PyTorch 2.0 于 2022 年 12 月上旬在 NeurIPS 2022 上发布，它新增的 torch.compile 组件引起了广泛关注，因为该组件声称比 PyTorch 的先前版本带来更大的计算速度提升。
-
发表了文章 2022-12-31
使用CLIP构建视频搜索引擎
CLIP(Contrastive Language-Image Pre-training)是一种机器学习技术，它可以准确理解和分类图像和自然语言文本，这对图像和语言处理具有深远的影响，并且已经被用作流行的扩散模型DALL-E的底层机制。在这篇文章中，我们将介绍如何调整CLIP来辅助视频搜索。
-
发表了文章 2022-12-30
使用机器学习和Python揭开DNA测序神秘面纱（一）
使用机器学习和Python揭开DNA测序神秘面纱（一）
-
发表了文章 2022-12-30
在Python中使用K-Means聚类和PCA主成分分析进行图像压缩（三）
在Python中使用K-Means聚类和PCA主成分分析进行图像压缩（三）
-
发表了文章 2022-12-30
在Python中使用K-Means聚类和PCA主成分分析进行图像压缩（二）
在Python中使用K-Means聚类和PCA主成分分析进行图像压缩（二）
-
发表了文章 2022-12-30
在python中使用SageMaker Debugger进行机器学习模型的开发调试(一)
在python中使用SageMaker Debugger进行机器学习模型的开发调试(一)
-
发表了文章 2022-12-30
使用机器学习和Python揭开DNA测序神秘面纱（二）
使用机器学习和Python揭开DNA测序神秘面纱
-
发表了文章 2022-12-30
在Python中使用K-Means聚类和PCA主成分分析进行图像压缩（一）
在Python中使用K-Means聚类和PCA主成分分析进行图像压缩（一）
-
发表了文章 2022-12-30
在python中使用SageMaker Debugger进行机器学习模型的开发调试(二)
在python中使用SageMaker Debugger进行机器学习模型的开发调试
-
发表了文章 2022-12-30
Pandas处理大数据的性能优化技巧
Pandas是Python中最著名的数据分析工具。本文将介绍一些使用Pandas处理大数据时的技巧，希望对你有所帮助
-
发表了文章 2022-12-29
降维和特征选择的对比介绍
在machine learning中，特征降维和特征选择是两个常见的概念，在应用machine learning来解决问题的论文中经常会出现。特征降维和特征选择的目的都是使数据的维数降低，使数据维度降小。但实际上两者的区别是很大，他们的本质是完全不同的。
-
发表了文章 2022-12-28
为深度学习选择最好的GPU
在进行机器学习项目时，特别是在处理深度学习和神经网络时，最好使用GPU而不是CPU来处理，因为在神经网络方面，即使是一个非常基本的GPU也会胜过CPU。
-
发表了文章 2022-12-27
PyTorch的Dataset 和TorchData API的比较
从版本1.11开始，PyTorch引入了TorchData库，它实现了一种不同的加载数据集的方法。
-
发表了文章 2022-12-26
如何检测时间序列中的异方差（Heteroskedasticity）
时间序列中非恒定方差的检测与处理，如果一个时间序列的方差随时间变化，那么它就是异方差的。否则数据集是同方差的。 异方差性影响时间序列建模。因此检测和处理这种情况非常重要。
-
发表了文章 2022-12-25
论文推荐：CCNet用于语义分割的交叉注意力
CCNet， Transformer递归交叉自注意力，比非局部神经网络更有效。华中科技大学、地平线、ReLER 和伊利诺伊大学香槟分校联合研发
-
发表了文章 2022-12-24
15个节省时间的Jupyter技巧
Jupyter Notebooks使用非常简单并且对于任何面向python的任务都可以非常方便的使用。只要它的内核处于活动状态，就可以用数据子集运行和测试脚本，而不用每次重启程序，这样可以加快我们开发和测试的速度。
-
发表了文章 2022-12-23
变分自编码器VAE的数学原理
变分自编码器(VAE)是一种应用广泛的无监督学习方法，它的应用包括图像生成、表示学习和降维等。
-
发表了文章 2022-12-22
通过遗传算法进行超参数调整和自动时间序列建模
通过遗传算法进行超参数调整和自动时间序列建模
-
发表了文章 2022-12-22
参加Kaggle比赛的一般流程以及如何判断是否有条件参加
参加Kaggle比赛的一般流程以及如何判断是否有条件参加
-
发表了文章 2022-12-22
5分钟 NLP：使用 OpenNRE 进行关系提取
5分钟 NLP：使用 OpenNRE 进行关系提取
-
发表了文章 2022-12-22
Python 3.10的几个好用的新特性
Python 3.10的几个好用的新特性
-
发表了文章 2022-12-22
M1 mac安装PyTorch的完整步骤指南
M1 mac安装PyTorch的完整步骤指南
-
发表了文章 2022-12-22
基于MeshCNN和PyTorch的三维对象分类和分割
基于MeshCNN和PyTorch的三维对象分类和分割
-
发表了文章 2022-12-22
GPT-3在招聘市场的应用案例介绍（下）
GPT-3在招聘市场的应用案例介绍
-
发表了文章 2022-12-22
GPT-3在招聘市场的应用案例介绍（上）
GPT-3在招聘市场的应用案例介绍
-
发表了文章 2022-12-22
4个提高jupiter Notebooks开发效率的工具
4个提高jupiter Notebooks开发效率的工具
-
发表了文章 2022-12-22
Lasso 和 Ridge回归中的超参数调整技巧（下）
Lasso 和 Ridge回归中的超参数调整技巧
-
发表了文章 2022-12-22
Lasso 和 Ridge回归中的超参数调整技巧（上）
Lasso 和 Ridge回归中的超参数调整技巧
-
发表了文章 2022-12-22
如何利用Transformer建立时间序列预测模型
如何利用Transformer建立时间序列预测模型
-
发表了文章 2022-12-22
特征选择中的哲学问题：多还是精
特征选择中的哲学问题：多还是精
-
发表了文章 2022-12-22
决策树和机器学习算法的贝叶斯解释
决策树和机器学习算法的贝叶斯解释
-
发表了文章 2022-12-22
5个Python库可以帮你轻松的进行自然语言预处理
5个Python库可以帮你轻松的进行自然语言预处理
-
发表了文章 2022-12-22
半监督学习与PyTorch和SESEMI
半监督学习与PyTorch和SESEMI
-
发表了文章 2022-12-22
如何微调GPT-2生成高质量的歌词
如何微调GPT-2生成高质量的歌词
-
发表了文章 2022-12-22
使用深度学习的模型对摄影彩色图像进行去噪（下）
使用深度学习的模型对摄影彩色图像进行去噪
-
发表了文章 2022-12-22
使用深度学习的模型对摄影彩色图像进行去噪（上）
使用深度学习的模型对摄影彩色图像进行去噪
-
发表了文章 2022-12-22
自动驾驶汽车的车道检测
自动驾驶汽车的车道检测
-
发表了文章 2022-12-22
VarifocalNet (VF-Net)一种新型的目标检测网络
VarifocalNet (VF-Net)一种新型的目标检测网络
-
发表了文章 2022-12-22
使用Tensorboard投影进行高维向量的可视化
使用Tensorboard投影进行高维向量的可视化
-
发表了文章 2022-12-22
使用结构化表格数据对比深度学习和GBDT模型（下）
使用结构化表格数据对比深度学习和GBDT模型
-
发表了文章 2022-12-22
使用结构化表格数据对比深度学习和GBDT模型（上）
使用结构化表格数据对比深度学习和GBDT模型
-
发表了文章
2025-11-08
TensorRT 和 ONNX Runtime 推理优化实战：10 个降低延迟的工程技巧
-
发表了文章
2025-11-07
Orion-MSP：深度学习终于在表格数据上超越了XGBoost
-
发表了文章
2025-11-06
Python因果分析选哪个？六个贝叶斯推断库实测对比（含代码示例）
-
发表了文章
2025-11-05
提升回归模型可信度：4种神经网络不确定性估计方法对比与代码实现
-
发表了文章
2025-11-04
从零实现3D Gaussian Splatting:完整渲染流程的PyTorch代码详解
-
发表了文章
2025-11-03
FastMCP 入门：用 Python 快速搭建 MCP 服务器接入 LLM
-
发表了文章
2025-11-02
LangChain v1.0 中间件详解：彻底搞定 AI Agent 上下文控制
-
发表了文章
2025-11-01
解决GRPO优势归因错误,Chunk-GRPO让文生图模型更懂"节奏"
-
发表了文章
2025-10-31
打造自己的 Claude Code：LangGraph + MCP 搭建一个极简的 AI 编码助手
-
发表了文章
2025-10-30
sklearn 特征选择实战：用 RFE 找到最优特征组合
-
发表了文章
2025-10-29
Optuna AutoSampler 更新：让多目标和约束优化不再需要手动选算法
-
发表了文章
2025-10-28
构建有记忆的 AI Agent：SQLite 存储 + 向量检索完整方案示例
-
发表了文章
2025-10-27
Pandas 缺失值最佳实践：用 pd.NA 解决缺失值的老大难问题
-
发表了文章
2025-10-26
大模型强化学习的熵控制：CE-GPPO、EPO与AsyPPO技术方案对比详解
-
发表了文章
2025-10-25
LLM安全新威胁：为什么几百个毒样本就能破坏整个模型
-
发表了文章
2025-10-24
vLLM 性能优化实战：批处理、量化与缓存配置方案
-
发表了文章
2025-10-23
HNSW算法实战：用分层图索引替换k-NN暴力搜索
-
发表了文章
2025-10-22
AutoGen框架入门:5个核心概念搭建智能体协作系统
-
发表了文章
2025-10-21
深入BERT内核:用数学解密掩码语言模型的工作原理
-
发表了文章
2025-10-20
LangGraph 记忆系统实战：反馈循环 + 动态 Prompt 让 AI 持续学习
