深度学习-腾讯云开发者社区

开发者社区

文档建议反馈控制台

腾讯云架构师技术同盟

文章/答案/技术大牛

发布

深度学习

专栏成员

74

文章

81702

阅读量

41

订阅数

第六章（1.6）机器学习实战——打造属于自己的贝叶斯分类器

机器学习神经网络深度学习人工智能 github

github项目地址：https://github.com/liangzhicheng120/bayes

2021-11-24

3150

第四章（1.2）机器学习——在web攻击检测中的应用实践

机器学习神经网络深度学习人工智能特征工程

通俗地讲，任何一个的机器学习问题都可以等价于一个寻找合适变换函数的问题。例如语音识别，就是在求取合适的变换函数，将输入的一维时序语音信号变换到语义空间；而近来引发全民关注的围棋人工智能AlphaGo则是将输入的二维布局图像变换到决策空间以决定下一步的最优走法；相应的，人脸识别也是在求取合适的变换函数，将输入的二维人脸图像变换到特征空间，从而唯一确定对应人的身份。

2021-11-24

6670

利用RNN和LSTM生成小说题记

tensorflow 编辑器开发环境

一、选取素材本文选取的小说素材来自17k小说网的一篇小说《两只橙与遠太郎》，手工复制小说中的题记。小说网址：http://www.17k.com/list/2793873.html 训练语料如下：小说题记语料格式题记：此情可待成追忆，只是当时已惘然。二、开发环境 tensorflow anconde idea编辑器三、实战代码 #!/bash/bin # -*-coding:utf-8-*- import sys import os import numpy as np import

2021-11-24

4700

如何使用TensorFlow生成对抗样本

tensorflow 神经网络

如果说卷积神经网络是昔日影帝的话，那么生成对抗已然成为深度学习研究领域中一颗新晋的耀眼新星，它将彻底地改变我们认知世界的方式。对抗学习训练为指导人工智能完成复杂任务提供了一个全新的思路，生成对抗图片能够非常轻松的愚弄之前训练好的分类器，因此如何利用生成对抗图片提高系统的鲁棒性是一个很有研究的热点问题。神经网络合成的对抗样本很容易让人大吃一惊，这是因为对输入进行小巧精心制作的扰动就可能导致神经网络以任意选择的方式对输入进行错误地分类。鉴于对抗样本转移到物质世界，可以使其变得非常强大，因此这是一个值得关注的安全问题。比如说人脸识别，若一张对抗图像也被识别为真人的话，就会出现一些安全隐患及之后带来的巨大损失。对生成对抗图像感兴趣的读者可以关注一下最近的Kaggle挑战赛NIPS。

2021-11-24

5880

神经网络相关名词解释

神经网络卷积神经网络深度学习

很多人认为深度学习很枯燥，大部分情况是因为对深度学习的学术词语，特别是专有名词很困惑，即便对相关从业者，亦很难深入浅出地解释这些词语的含义。

2021-11-24

5850

关于深度学习优化器 optimizer 的选择

编程算法深度学习批量计算

在很多机器学习和深度学习的应用中，我们发现用的最多的优化器是 Adam，为什么呢？

2021-11-24

5890

推荐系统评测指标—准确率(Precision)、召回率(Recall)、F值(F-Measure)

average precision

准确率和召回率是广泛用于信息检索和统计学分类领域的两个度量值，用来评价结果的质量。其中精度是检索出相关文档数与检索出的文档总数的比率，衡量的是检索系统的查准率；召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统的查全率。

2021-11-24

3.1K0

机器学习教材中的 7 大经典问题

决策树神经网络机器学习深度学习人工智能

这是最有名错误判断，现在的教科书几乎已经不再有这样的结论，但如果看15年、20年前的机器学习教科书，会有一个很有趣的结论：神经网络不能超过三层。这和我们现在说的深度学习是矛盾的，深度学习现在大家比拼的不是神经网络能不能超过三层，而是能不能做出一百层、一千层或者更多。

2021-11-24

5150

深度学习性能提升的诀窍

编程算法数据可视化批量计算学习方法深度学习

性能提升的力度按上表的顺序从上到下依次递减。举个例子，新的建模方法或者更多的数据带来的效果提升往往好于调出最优的参数。但这并不是绝对的，只是大多数情况下如此。

2021-11-24

3200

图像分类 | 深度学习PK传统机器学习

神经网络机器学习深度学习人工智能

图像分类，顾名思义，是一个输入图像，输出对该图像内容分类的描述的问题。它是计算机视觉的核心，实际应用广泛。

2021-11-24

8050

机器学习、深度学习知识点总结及面试题

机器学习人工智能深度学习监督学习批量计算

1、计算出输出与标签间的损失函数值，然后计算其相对于每个神经元的梯度，根据梯度方向更新权值。

2021-11-24

4820

第三章（1.4）linux下部署tensorflow环境

tensorflow anaconda

一、在安装好 anaconda后，即可通过anaconda安装tensorflow

2021-11-24

2600

第三章（1.2）windows下安装Anaconda+TensorFlow+配置PyCharm

tensorflow python 命令行工具 anaconda

conda config –add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

2021-11-24

2020

第二章（1.4）Python基础知识（流程控制）

（1）for...in循环，依次把list或tuple中的每个元素迭代出来，Python提供一个Range()函数，可以生成一个整数序列。

2021-11-24

2310

第一章（1.3）机器学习概念图谱

机器学习神经网络人工智能监督学习深度学习

机器学习(machine learning)是最近非常火的一个领域，关于其一些基本定义百度百科、维基百科或者网上随便都可以找到很多资料，所以这里不做过多解释。

2021-11-24

4170

个性化推荐系统设计（4.1）案例分析

学习方法神经网络

在过去的十年中，神经网络已经取得了巨大的飞跃。如今，神经网络已经得以广泛应用，并逐渐取代传统的机器学习方法。接下来，我要介绍一下YouTube如何使用深度学习方法来做个性化推荐。

2021-11-24

5980

个性化推荐系统设计（2.1）推荐算法介绍

推荐系统编程算法

协同过滤算法协同过滤(Collaborative filtering, CF)算法是目前个性化推荐系统比较流行的算法之一。协同算法分为两个基本算法：基于用户的协同过滤（UserCF）和基于项目的协同过滤（ItemCF）。 image 基于属性的推荐算法基于用户标签的推荐统计用户最常用的标签，对于每个标签，统计被打过这个标签次数最多的物品，然后将具有这些标签的最热门的物品推荐给这个用户。这个方法非常适合新用户或者数据很少的冷启动，目前许多的app都会在新用户最初进入时让用户添加喜好标签方便为用

2021-11-24

1.3K0

个性化推荐系统设计（3.1）如何评价个性化推荐系统的效果

average curve image map precision

一般来说，Precision就是检索出来的条目（比如：文档、网页等）有多少是准确的，Recall就是所有准确的条目有多少被检索出来了。正确率、召回率和 F 值是在鱼龙混杂的环境中，选出目标的重要评价指标。不妨看看这些指标的定义先：

2019-05-19

1.2K0

个性化推荐系统设计（4.1）案例分析

在过去的十年中，神经网络已经取得了巨大的飞跃。如今，神经网络已经得以广泛应用，并逐渐取代传统的机器学习方法。接下来，我要介绍一下YouTube如何使用深度学习方法来做个性化推荐。

2019-05-19

1.2K0

第八章（1.1）总结与展望——AI 领域最稀缺的人才：人工智能架构师

硬件开发编程算法 fpga 神经网络深度学习

这里，就不卖关子了。AI领域最最最最最稀缺的人才应该为人工智能架构师。有过4次技术创业经历，如今做AI投资的星瀚资本创始合伙人杨歌如是说。

2019-02-25

5270

点击加载更多

社区活动

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·干货材料·成员作品最新动态