學(xué)習(xí)了
django登錄驗(yàn)證（狀態(tài)保持）設(shè)置book應(yīng)用下的頁(yè)面需要登錄才能訪問(wèn)user/views.py book/views.py
發(fā)簡(jiǎn)信
IP屬地：加州
-
-
機(jī)器學(xué)習(xí)與計(jì)算機(jī)視覺(jué)
-
分享深度學(xué)習(xí)、機(jī)器學(xué)習(xí)炎咖、計(jì)算機(jī)視覺(jué)赃泡、模式識(shí)別、資源語(yǔ)言處理乘盼、推薦系統(tǒng)等領(lǐng)域的一些技術(shù)
-
DRRN Pytorch實(shí)現(xiàn)
DRRN-pytorch 源碼CodeThis is an unofficial implementation of "Deep Recursive Residual Net...
-
-
理解 LSTM 網(wǎng)絡(luò)作者： Christopher Olah （OpenAI）譯者：朱小虎 Xiaohu (Neil) Zhu（CSAGI / University AI）原文鏈接：https:...
-
LIDC-IDRI肺結(jié)節(jié)Dicom數(shù)據(jù)集解析與總結(jié)相關(guān)文章：LIDC-IDRI肺結(jié)節(jié)公開(kāi)數(shù)據(jù)集Dicom和XML標(biāo)注詳解 一绸栅、數(shù)據(jù)源 訓(xùn)練數(shù)據(jù)源為L(zhǎng)IDC-IDRI级野，該數(shù)據(jù)集由胸部醫(yī)學(xué)圖像文件(如CT、X光片)和對(duì)應(yīng)的診斷結(jié)...
-
深度神經(jīng)網(wǎng)絡(luò)之2.0 AlexNet論文原圖如下：作者在圖里把每層分成了2塊是因?yàn)閿?shù)據(jù)跑在2塊GPU上粹胯。 conv1階段DFD（data flow diagram）：圖中有個(gè)問(wèn)題是在這一層的conv1就已經(jīng)有g(shù)...
-
深度神經(jīng)網(wǎng)絡(luò)之1.0 LeNet-5
LeNet-5 蓖柔，用于實(shí)現(xiàn)手寫(xiě)識(shí)別的7層CNN（不包含輸入層）辰企，以下為L(zhǎng)eNet-5的示意圖： 輸入原始圖像的大小是32×32，卷積層用 Cx 表示况鸣，子采樣層（pooling...
-
請(qǐng)問(wèn)最開(kāi)始的效果圖是哪個(gè)項(xiàng)目里的蟆豫？
醫(yī)療CT影像肺結(jié)節(jié)檢測(cè)參考項(xiàng)目(附論文)
Github項(xiàng)目 1. chestdetect python實(shí)現(xiàn)，numpy, skimage, PIL, cv2實(shí)現(xiàn)的檢測(cè)懒闷，代碼很短十减，優(yōu)先加進(jìn)來(lái)試試效果。 2. Lung-...
-
CentOS 7 Tensorflow-GPU 安裝遇到的坑記錄前陣子在學(xué)院的集群上跑keras代碼（tensorflow backend）愤估，發(fā)現(xiàn)裝了keras之后帮辟，import keras會(huì)報(bào)錯(cuò)，后來(lái)發(fā)現(xiàn)是安裝的keras不兼容老版本...
-
@Pope
個(gè)人認(rèn)為 世界是貝葉斯的玩焰。
為什么大家都不戳破深度學(xué)習(xí)的本質(zhì)由驹？！
自從去年 AlphaGo 完虐李世乭昔园，深度學(xué)習(xí)火了蔓榄。但似乎沒(méi)人說(shuō)得清它的原理，只是把它當(dāng)作一個(gè)黑箱來(lái)使默刚。有人說(shuō)甥郑，深度學(xué)習(xí)就是一個(gè)非線性分類(lèi)器[1]？有人說(shuō)荤西，深度學(xué)習(xí)是對(duì)人腦的...
-
看到這里我不禁想說(shuō)一句.....貝葉斯一統(tǒng)江湖.....
為什么大家都不戳破深度學(xué)習(xí)的本質(zhì)澜搅？！
自從去年 AlphaGo 完虐李世乭邪锌，深度學(xué)習(xí)火了勉躺。但似乎沒(méi)人說(shuō)得清它的原理，只是把它當(dāng)作一個(gè)黑箱來(lái)使觅丰。有人說(shuō)饵溅，深度學(xué)習(xí)就是一個(gè)非線性分類(lèi)器[1]？有人說(shuō)妇萄，深度學(xué)習(xí)是對(duì)人腦的...
-
神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)專(zhuān)題歡迎大家投稿相關(guān)內(nèi)容嚣伐。從基礎(chǔ)理論到實(shí)戰(zhàn)演練均可嘗試投稿糖赔。若有GPU計(jì)算資源需求去完成很有價(jià)值的工作也可以留言請(qǐng)求，我們會(huì)滿(mǎn)足你的哈轩端！ 該專(zhuān)欄中的文章還會(huì)被發(fā)在：UAI人工智能公眾號(hào)放典。讓更多的人看到你們的優(yōu)秀作品。
-
本專(zhuān)題招募管理員壳影，有意向請(qǐng)簡(jiǎn)信私聊弥臼，謝謝宴咧！ 用來(lái)分享機(jī)器學(xué)習(xí)，深度學(xué)習(xí)径缅，神經(jīng)網(wǎng)絡(luò)，計(jì)算機(jī)視覺(jué)等領(lǐng)域的一些技術(shù)纳猪。 Machine Learning 學(xué)習(xí)資料：http://www.reibang.com/p/e0238db24973 相關(guān)參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.reibang.com/p/182baeb82c71 3. [深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.reibang.com/p/6752a8845d01 8. [知乎“機(jī)器學(xué)習(xí)”專(zhuān)欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.reibang.com/p/fe428f0b32c1 …… 希望大家可以相互交流氧卧，相互學(xué)習(xí)！
-
用 LSTM 做時(shí)間序列預(yù)測(cè)的一個(gè)小例子
問(wèn)題：航班乘客預(yù)測(cè)數(shù)據(jù)：1949 到 1960 一共 12 年沙绝，每年 12 個(gè)月的數(shù)據(jù)，一共 144 個(gè)數(shù)據(jù)鼠锈，單位是 1000下載地址目標(biāo)：預(yù)測(cè)國(guó)際航班未來(lái) 1 個(gè)月的乘客數(shù)...
-
專(zhuān)注機(jī)器學(xué)習(xí)和數(shù)據(jù)分析，Python由桌、R为黎、Ruby、MATLAB行您、Mathematica。
-
使用Python語(yǔ)言斗蒋，及其在因特網(wǎng)信息數(shù)據(jù)獲劝聘（爬蟲(chóng)）和數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)上的應(yīng)用泉沾。也包含python的基本使用捞蚂。
