个人中心

AI智能
-
适用于Python的自动机器学习(AutoML)库
AutoML提供了一些工具,可以在很少用户干预的情况下自动发现数据集的良好机器学习模型管道。 对于刚开始使用机器学习的领域专家或希望在预测性建模任务中快速获得良好结果的机器学习从业…
-
如何通过Keras中的正则化来减少过度拟合
辍学正则化是对深度神经网络进行正则化的一种计算便宜的方法。 辍学是通过概率性地删除或“放弃”对某个层的输入来进行的,该输入可以是数据样本中的输入变量或来自上一层的激活。它具有模拟具…
-
用scikit-learn在Python中为机器学习加载数据
在构建机器学习模型之前,您需要将数据加载到内存中。 在本文中,您将发现如何使用scikit-learn在Python中为机器学习加载数据。 打包数据集 scikit-learn库与…
-
如何开发深层卷积神经网络对狗和猫的照片分类
狗与猫的数据集是标准的计算机视觉数据集,涉及将照片分类为包含狗或猫。 尽管这个问题听起来很简单,但只有在最近几年使用深度学习卷积神经网络才有效解决了这个问题。在有效解决数据集的同时…
-
如何开发深度学习照片字幕生成器
开发一个深度学习模型 ,逐步使用Keras使用Python自动描述照片。 字幕生成是一个具有挑战性的人工智能问题,其中必须为给定照片生成文本描述。 它既需要计算机视觉的方法来理解图…
-
如何开发神经网络来预测汽车保险支出
为新数据集开发神经网络预测模型可能具有挑战性。 一种方法是首先检查数据集并为可能使用的模型开发思路,然后探索数据集上简单模型的学习动态,然后最后使用健壮的测试工具为数据集开发和调整…
-
如何选择深度学习的激活功能
激活函数是神经网络设计的关键部分。 隐藏层中激活功能的选择将控制网络模型学习训练数据集的程度。输出层中激活函数的选择将定义模型可以做出的预测类型。 因此,必须为每个深度学习神经网络…
-
深度学习神经网络的权重初始化
在开发深度学习神经网络模型时,权重初始化是重要的设计选择。 从历史上看,权重初始化涉及使用小的随机数,尽管在过去的十年中,已经开发出了使用信息的更具体的启发式方法,例如正在使用的激…
-
Python的第一个机器学习项目
您是否想使用Python进行机器学习,但入门上却遇到困难? 在本文中,您将使用Python完成第一个机器学习项目。 在本分步教程中,您将: 下载并安装Python SciPy,并获…
-
用Python开发k最近邻
在本教程中,您将学习k最近邻居算法, 包括它的工作方式以及如何在Python中(没有库)从头开始实现它。 一种简单但功能强大的预测方法是对新数据使用最相似的历史示例。这是k最近邻居…