在sklearn中，模型都是現成的。tf.Keras是一個神經網絡庫,我們需要根據數據和標簽值構建神經網絡。神經網絡可以發(fā)現特征與標簽之間的復雜關系。神經網絡是一個高度結構化的圖，其中包含一個或多個隱藏層。每個隱藏層都包含一個或多個神經元。神經網絡有多種類別，該程序使用的是密集型神經網絡，也稱為全連接神經網絡：一個層中的神經元將從上一層中的每個神經元獲取輸入連接。查看全文>>
我們來實踐一個具體的例子：熱狗識別。將基于一個小數據集對在ImageNet數據集上訓練好的ResNet模型進行微調。該小數據集含有數千張熱狗或者其他事物的圖像。我們將使用微調得到的模型來識別一張圖像中是否包含熱狗。查看全文>>
兩個變量的二元分布可視化也很有用。在 Seaborn中最簡單的方法是使用 jointplot()函數，該函數可以創(chuàng)建一個多面板圖形，比如散點圖、二維直方圖、核密度估計等，以顯示兩個變量之間的雙變量關系及每個變量在單坐標軸上的單變量分布。查看全文>>
在NLP領域, HMM用來解決文本序列標注問題. 如分詞, 詞性標注, 命名實體識別都可以看作是序列標注問題。同HMM一樣, CRF一般也以文本序列數據為輸入, 以該序列對應的隱含序列為輸出。查看全文>>
圖像分類實質上就是從給定的類別集合中為圖像分配對應標簽的任務。也就是說我們的任務是分析一個輸入圖像并返回一個該圖像類別的標簽。假定類別集為categories = {dog, cat, panda}，之后我們提供一張圖片給分類模型，如下圖所示：查看全文>>
YOLO系列算法是一類典型的one-stage目標檢測算法，其利用anchor box將分類與目標定位的回歸問題結合起來，從而做到了高效、靈活和泛化性能好，所以在工業(yè)界也十分受歡迎，接下來我們介紹YOLO 系列算法。查看全文>>
AI智能應用開發(fā)
AI大模型開發(fā)
AI鴻蒙開發(fā)
AI嵌入式+
AI大數據開發(fā)
AI運維
AI測試
跨境電商運營
AI設計
AI+短視頻直播運營
.jpg)