寫給程式設計師的機器學習入門 (十一) - 物件識別 YOLO - 識別人臉位置與是否戴口罩
相關推薦
寫給程式設計師的機器學習入門 (十一) - 物件識別 YOLO - 識別人臉位置與是否戴口罩
這篇將會介紹目前最流行的物件識別模型 YOLO，YOLO 的特徵是快，識別速度非常快
寫給程式設計師的機器學習入門 (十) - 物件識別 Faster-RCNN - 識別人臉位置與是否戴口罩
每次看到大資料人臉識別抓逃犯的新聞我都會感嘆技術發展的太快了，國家治安水平也越來越好了
寫給程式設計師的機器學習入門 (十二) - 臉部關鍵點檢測
在前幾篇文章中我們看到了怎樣檢測圖片上的物體，例如人臉，那麼把實現人臉識別的時候是不是可以把圖片中的人臉截取出來再交給識別人臉的模型呢？下面的流程是可行的，但因為人臉的範圍不夠準確，截取出來的人臉並不在圖片的正中心，對於識別人臉的模型來說，資料質量不夠好就會導致識別的效果打折。  - 從基礎說起
前段時間因為店鋪不能開門，我花了一些空餘時間看了很多機器學習相關的資料，我發現目前的機器學習入門大多要不門檻比較高，要不過於著重使用而忽視基礎原理，所以我決定開一個新的系列針對程式設計師講講機器學習。這個系列會從機器學習的基礎原理開始一直講到如何應用，看懂這個系列需要一定的程式設計知識（主要會使用 pytho
寫給程式設計師的機器學習入門 (三) - 線性模型，啟用函式與多層線性模型
生物神經元與人工神經元 在瞭解神經元網路之前，我們先簡單的看看生物學上的神經元是什麼樣子的，下圖摘自維基百科： （因為我不是專家，這裡的解釋只用於理解人工神經元模擬了生物神經元的什麼地方，不一定完全準確） 神經元主要由細胞體和細胞突組成，而細胞突分為樹突 (Dendrites) 和軸突 (Axon)，樹突
寫給程式設計師的機器學習入門 (四) - 訓練過程中常用的技巧
這篇將會著重介紹使用 pytorch 進行機器學習訓練過程中的一些常見技巧，掌握它們可以讓你事半功倍。 使用的程式碼大部分會基於上一篇最後一個例子，即根據碼農條件預測工資
寫給程式設計師的機器學習入門 (五) - 遞迴模型 RNN，LSTM 與 GRU
## 遞迴模型的應用場景 在前面的文章中我們看到的多層線性模型能處理的輸入數量是固定的，如果一個模型能接收兩個輸入那麼你就不能給它傳一個或者三個。而有時候我們需要根據數量不一定的輸入來預測輸出，例如文字就是數量不一定的輸入，“這部片非常好看” 有 7 個字，“這部片很無聊” 有 6 個字，如果我們想根據文字
寫給程式設計師的機器學習入門 (六) - 應用遞迴模型的例子
這一篇將會舉兩個例子說明怎麼應用遞迴模型，包括文字情感分類和預測股價走勢。與前幾篇不同，這一篇使用的資料是現實存在的資料，我們將可以看到更高階的模型和手法
寫給程式設計師的機器學習入門 (七) - 雙向遞迴模型 (BRNN) - 根據上下文補全單詞
這一篇將會介紹什麼是雙向遞迴模型和如何使用雙向遞迴模型實現根據上下文補全句子中的單詞。 ## 雙向遞迴模型 到這裡為止我們看到的例子都是按原有順序把輸入傳給遞迴模型的，例如傳遞第一天股價會返回根據第一天股價預測的漲跌，再傳遞第二天股價會返回根據第一天股價和第二天股價預測的漲跌，以此類推，這樣的模型也稱單向
寫給程式設計師的機器學習入門 (八) - 卷積神經網路 (CNN) - 圖片分類和驗證碼識別
這一篇將會介紹卷積神經網路 (CNN)，CNN 模型非常適合用來進行圖片相關的學習，例如圖片分類和驗證碼識別，也可以配合其他模型實現 OCR。 ## 使用 Python 處理圖片 在具體介紹 CNN 之前，我們先來看看怎樣使用 Python 處理圖片。Python 處理圖片最主要使用的類庫是 Pillow
寫給程式設計師的機器學習入門 (八 補充) - 使用 GPU 訓練模型
在之前的文章中我訓練模型都是使用的 CPU，因為家中黃臉婆不允許我浪費錢買電腦
寫給程式設計師的機器學習入門 (九) - 物件識別 RCNN 與 Fast-RCNN
因為這幾個月飯店生意恢復，加上研究 Faster-RCNN 用掉了很多時間，就沒有更新部落格了
深入淺出排序學習：寫給程式設計師的算法系統開發實踐
引言 我們正處在一個知識爆炸的時代，伴隨著資訊量的劇增和人工智慧的蓬勃發展，網際網路公司越發具有強烈的個性化、智慧化資訊展示的需求。而資訊展示個性化的典型應用主要包括搜尋列表、推薦列表、廣告展示等等。 很多人不知道的是，看似簡單的個性化資訊展示背後，涉及大量的資料、演算法以及工程架構技術，這些足以讓大部分
寫給程式設計師的有效學習方法
在 9 月紐西蘭的 Kiwi PyCon （一個關於 Python 語言的年度例行研討會）研討會中，我就提出了針對程式設計師的有效學習方法。演講中主要提到了兩個方面：一個是思維模式方面，一個是具體可用的學習方法。下文是那次演講中關於思維模式的一個簡單指南。如果你想了
資料探勘python學習——《寫給程式設計師的資料探勘實踐指南》第3章
第3章 協同過濾——隱式評級及基於物品的過濾 對於一些5分割槽間，10分割槽間等的評分機智，使用者的評分方式可能傾向於極端化，集中在高分或是集中在低分，這樣參差不平的評分對於結果的準確性產生較大的
寫給程式設計師的 2018 新年計劃清單
2018計劃清單 一日之計在於晨，一年之計在於春，對於程式設計師來講，挑戰自我很重要。有創造力的以及技術性的休整是可行的。給自己的新年列個計劃清單，一起在新的一年更好地成長吧！ 每個月都是一個每年可更新的技術性的或個人的挑戰： 進入真實生活 保持健康 欣
寫給人類的機器學習 四、神經網路和深度學習
四、神經網路和深度學習 使用深度學習，我們仍然是習得一個函式f，將輸入X對映為輸出Y，並使測試資料上的損失最小，就像我們之前那樣。回憶一下，在 2.1 節監督學習中，我們的初始“問題陳述”： Y = f(X) + ϵ 訓練：機器從帶標籤的
Discuz驗證碼識別（編碼篇）-寫給程式設計師的TensorFlow教程
歡迎大家回到《寫給程式設計師的TensorFlow教程》系列中來，本系列希望能給廣大想轉型機器學習的程式設計師帶來一些不一樣的內容，我們不講公式，只調方法，不聊文獻，只說程式碼。不求最好，只求有用。帶大家迅速上手TensorFlow（以下簡稱TF。我是強迫症患者，每次都敲駝峰
黑馬程式設計師----基礎學習第十二天
------- android培訓、java培訓、期待與您交流！ ----------
寫給程式設計師的數理科普：混沌與三體
最初計算機出現就是為解決兩方面問題：第一破解密碼，第二科學計算。所以想聊聊這兩方面的內容，也就是數學、物理學。有時候換個角度會發現自己的技能樹還能解決其他學科的問題。而這些都是很實用的問題，其衍生出了衛星定軌、天氣預報、礦產勘探等一系列內容。本意想模仿《時間簡史》的筆法，但力