一份非常詳盡的PyTorch教程，從如何安裝PyTorch開始

TensorDataset允許我們使用數(shù)組索引表示法（上面代碼中的[0：3]）訪問訓練數(shù)據(jù)的一小部分。 它返回一個元組（或?qū)Γ?，其中第一個元素包含所選行...

2019-03-12 標簽：函數(shù)機器學習pytorch 37.7萬 0

機器學習算法之隨機森林算法詳解及工作原理圖解

隨機森林是一種靈活且易于使用的機器學習算法，即便沒有超參數(shù)調(diào)優(yōu)，也可以在大多數(shù)情況下得到很好的結(jié)果。它也是最常用的算法之一，因為它很簡易，既可用于分類也...

2018-03-14 標簽：算法機器學習隨機森林 32.1萬 0

手機上可以使用chatgpt嗎

ChatGPT本質(zhì)屬于生成式人工智能，屬于無監(jiān)督或半監(jiān)督的機器學習。與之相關(guān)的還有Discriminative modeling區(qū)分式模型，區(qū)分式模型大...

2023-02-16 標簽：人工智能機器學習ChatGPT 14.8萬 0

支持向量機（SVM）的定義、分類及工作流程圖詳解

SVM可以做線性分類、非線性分類、線性回歸等，相比邏輯回歸、線性回歸、決策樹等模型。

2017-11-30 標簽：svm機器學習 8.5萬 0

NLP的介紹和如何利用機器學習進行NLP以及三種NLP技術(shù)的詳細介紹

本文用簡潔易懂的語言，講述了自然語言處理（NLP）的前世今生。從什么是NLP到為什么要學習NLP，再到如何利用機器學習進行NLP，值得一讀。這是該系列的...

2018-06-10 標簽：機器學習機器翻譯NLP 7.8萬 0

BP神經(jīng)網(wǎng)絡(luò)概述

BP 神經(jīng)網(wǎng)絡(luò)是一類基于誤差逆向傳播 (BackPropagation, 簡稱 BP) 算法的多層前饋神經(jīng)網(wǎng)絡(luò)，BP算法是迄今最成功的神經(jīng)網(wǎng)絡(luò)學習算法。...

2018-06-19 標簽：神經(jīng)網(wǎng)絡(luò)機器學習BP算法 4.5萬 0

一文讀懂人工智能、機器學習、神經(jīng)網(wǎng)絡(luò)及深度學習關(guān)系

接觸人工智能的內(nèi)容時，經(jīng)常性的會看到人工智能，機器學習，深度學習還有神經(jīng)網(wǎng)絡(luò)的不同的術(shù)語，一個個都很高冷，以致于傻傻分不清到底它們之間是什么樣的關(guān)系，很...

2018-05-07 標簽：神經(jīng)網(wǎng)絡(luò)人工智能機器學習 4.2萬 0

基于Arduino的機器學習開發(fā)

本項目采用的開發(fā)板是Arduino Nano 33 ble Sense，模型訓練平臺為SensiML或者Edge Impulse。對于SensiML，模...

2023-08-11 標簽：開發(fā)板模型機器學習 4.2萬 0

機器學習中五種常用的聚類算法

與K均值相比最大的優(yōu)點是我們無需指定指定聚類數(shù)目，聚類中心處于最高密度處也是符合直覺認知的結(jié)果。但其最大的缺點在于滑窗大小r的選取，對于結(jié)果有著很大的影響。

2018-05-25 標簽：聚類算法機器學習 3.9萬 0

Julia真有這么神？你做好學習一門新編程語言的準備了嗎？

我們想要一種擁有自由許可的開源語言。我們想要它擁有 C 的速度與 Ruby 的靈活。它要容易理解，像 Lisp 一樣真正地支持宏，但也要有像 Matla...

2018-08-13 標簽：c語言編程語言機器學習 3.7萬 0

樸素貝葉斯算法詳細總結(jié)

樸素貝葉斯法是基于貝葉斯定理與特征條件獨立假設(shè)的分類方法，是經(jīng)典的機器學習算法之一，處理很多問題時直接又高效，因此在很多領(lǐng)域有著廣泛的應(yīng)用，如垃圾郵件過...

2018-07-01 標簽：貝葉斯機器學習 3.5萬 0

13種神經(jīng)網(wǎng)絡(luò)激活函數(shù)

ReLU（Rectified Linear Unit，修正線性單元）訓練速度比tanh快6倍。當輸入值小于零時，輸出值為零。當輸入值大于等于零時，輸出值...

2018-05-16 標簽：神經(jīng)網(wǎng)絡(luò)函數(shù)機器學習 3.3萬 0