已找到以下 10000 条记录
  • 分享深度学习发展的学习范式——混合学习

     这种学习范式试图去跨越监督学习与无监督学习边界。由于标签数据的匮乏和收集有标注数据集的高昂成本,它经常被用于商业环境中。从本质上讲,混合学习是这个问题的答案。我们如何才能使用监督学习方法来解决或者链接无监督学习问题?例如这样一个例子,半监督学习在机器学习领域正日益流行,因为它能

    作者: 初学者7000
    741
    1
  • 机器学习以及深度学习

    所谓“ 机器学习” , 是指利用算法使计算机能够像人一样从数据中挖掘出信息; 而“ 深度学习”作为“机器学习”的一个**子集**, 相比其他学习方法, 使用了更多的参数、模型也更复杂, 从而使得模型对数据的理解更加深人, 也更加智能。 传统机器学习是分步骤来进行的, 每一步的最优解不一定带来结果的最优解;

    作者: 黄生
    348
    1
  • 分享深度学习发展的学习范式——混合学习

        这种学习范式试图去跨越监督学习与无监督学习边界。由于标签数据的匮乏和收集有标注数据集的高昂成本,它经常被用于商业环境中。从本质上讲,混合学习是这个问题的答案。我们如何才能使用监督学习方法来解决或者链接无监督学习问题?例如这样一个例子,半监督学习在机器学习领域正日益流行,因

    作者: 初学者7000
    829
    3
  • 分享深度学习发展的混合学习

      这种学习范式试图跨越监督学习和非监督学习之间的界限。由于缺少标签数据和收集标签数据集的高成本,它通常用于业务环境中。从本质上讲,混合学习就是这个问题的答案。我们如何使用监督学习方法来解决或联系非监督学习问题?例如,半监督学习在机器学习领域正变得越来越流行,因为它可以很好地处理

    作者: 初学者7000
    929
    1
  • 查询智能标注的样本列表 - AI开发平台ModelArts

    sample_data Array of strings 样本数据列表。 sample_dir String 样本所在路径。 sample_id String 样本ID。 sample_name String 样本名称。 sample_size Long 样本大小或文本长度,单位是字节。 sample_status

  • 深度学习应用开发学习

    件不仅展示了人工智能的演进,也体现了其在系统性思维上的挑战。在机器学习领域,我学习了有监督学习、无监督学习、半监督学习和强化学习等概念。特别是强化学习,它通过奖励和惩罚机制进行学习,非常适合棋类游戏。而无监督学习中的聚类算法,让我意识到它在日常生活中的广泛应用,比如超市货架的商品

    作者: 黄生
    22
    0
  • 导入和预处理训练数据集 - CodeArts IDE Online

    plt.show() 父主题: 基于CodeArts IDE Online、TensorFlow和Jupyter Notebook开发深度学习模型

  • “智能基座”产教融合协同育人基地

    力。 通过课后实践、创新实践课等,把知识转化为动手能力。 学练考证一站式学习 一站式服务:课程学习、沙箱实验、考试认证。 一站式服务:课程学习、沙箱实验、考试认证。 精选课程 体系化的培训课程,快速完成学习覆盖,让您轻松上云 鲲鹏主题课程 昇腾主题课程 《数据库》课程方案 1 方案介绍

  • 机器学习服务是什么?

    简单介绍一下机器学习服务是什么

  • 深度学习学习

    1%。主要问题是如何设置 ϵ0。若 ϵ0 太大,学习曲线将会剧烈振荡,代价函数值通常会明显增加。温和的振荡是良好的,容易在训练随机代价函数(例如使用 Dropout 的代价函数)时出现。如果学习率太小,那么学习过程会很缓慢。如果初始学习率太低,那么学习可能会卡在一个相当高的代价值。通常,就

    作者: 小强鼓掌
    454
    2
  • 深度学习学习算法

            机器学习算法是一种可以从数据中学习的算法。然而,我们所谓的 “学习”是什么意思呢?Mitchell (1997) 提供了一个简洁的定义:“对于某类任务 T 和性能度量P,一个计算机程序被认为可以从经验 E 中学习是指,通过经验 E 改进后,它在任务 T 上由性能度量

    作者: 小强鼓掌
    944
    0
  • 深度学习之监督学习算法

    或者结构化输出问题称为监督学习。支持其他任务的密度估计通常被称为无监督学习学习范式的其他变种也是有可能的。例如,半监督学习中,一些样本有监督目标,但其他的没有。在多实例学习中,样本的整个集合被标记为含有或者不含有该类的样本,但是集合中单独的样本是没有标记的。

    作者: 小强鼓掌
    865
    2
  • 深度学习概述

    合往往能较好地学习训练集数据的性质,而在测试集上的性能较差。在神经网络训练的过程中,欠拟合主要表现为输出结果的高偏差,而过拟合主要表现为输出结果的高方差。机器学习的目标:是使学得的模型能够很好的适用于新的样本,而不是仅仅在训练样本上工作的很好,学得的模型适用于新样本的能力称为泛化能力,也称为鲁棒性。

    作者: 大鹏爱学习
    发表时间: 2022-10-17 10:07:38
    961
    0
  • 不惧噪音环境、提升样本效率,最新强化学习成果入选NeurIPS 2020

    算法真的能很快学到好的策略吗?为此,更高的样本效率成为当前学术界与工业界对强化学习算法优化的核心目标,也就是希望 RL 算法能够「聪明地试错」,通过尽量少的环境交互学到尽量好的策略。人们普遍认为有模型的强化学习 (model-based RL, MBRL) 比无模型的强化学习 (model-free

    作者: 大赛技术圈小助手
    327
    0
  • 深度学习应用开发》学习笔记-14

    global_variable_initializer()然后开始迭代训练,训练的内容,是每次将样本逐个输入模型,进行梯度下降优化操作。这里为了演示,每轮迭代后绘制出模型曲线(这里有点不清楚的地方,是将样本输入模型?还是训练得到了模型?我觉得是前者,训练得到的只是参数值,模型不是训练出来的)训练代码:for

    作者: 黄生
    626
    2
  • 深度学习学习算法

    机器学习算法是一种可以从数据中学习的算法。然而,我们所谓的 ‘‘学习’’ 是什么意思呢?Mitchell (1997) 提供了一个简洁的定义:‘‘对于某类任务 T 和性能度量P,一个计算机程序被认为可以从经验 E 中学习是指,通过经验 E 改进后,它在任务 T 上由性能度量 P 衡量的性能有所提升。”

    作者: 小强鼓掌
    736
    1
  • 深度学习之半监督学习

    深度学习的背景下,半监督学习通常指的是学习一个表示 h = f(x)。学习表示的目的是使相同类中的样本有类似的表示。无监督学习可以为如何在表示空间聚集样本提供有用线索。在输入空间紧密聚集的样本应该被映射到类似的表示。在许多情况下,新空间上的线性分类器可以达到较好的泛化 (Belkin

    作者: 小强鼓掌
    749
    10
  • 深度学习的概念

    深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。 深度学习学习样本数据的内在规律和表示层次,

    作者: 某地瓜
    1858
    1
  • Flow被首次用于零样本学习

    F,即可下载访问下载1:动手学深度学习在CVer公众号后台回复:动手学深度学习,即可下载547页《动手学深度学习》电子书和源码。该书是面向中文读者的能运行、可讨论的深度学习教科书,它将文字、公式、图像、代码和运行结果结合在一起。本书将全面介绍深度学习从模型构造到模型训练,以及它们

    作者: HWCloudAI
    发表时间: 2020-10-14 11:17:20
    6236
    0
  • 深度学习学习 XOR

    发挥作用的一个简单例子说起:学习 XOR 函数。       XOR 函数(“异或” 逻辑)是两个二进制值 x1 和 x2 的运算。当这些二进制值中恰好有一个为 1 时,XOR 函数返回值为 1。其余情况下返回值为 0。XOR 函数提供了我们想要学习的目标函数 y = f∗(x)。我们的模型给出了一个函数

    作者: 小强鼓掌
    949
    3