Artificial Intelligence
-
数据科学行业值得关注的五个趋势
分析行业可能走向何方以及您可能如何为此做准备——著名曲棍球运动员经常引用一句话：“我滑到冰球将去的地方，而不是它曾经去过的地方。”这句话几乎适用于每个行业，数据科学也不例外。尽管概念数据科学并不完全是一项新研究，但应用…
-
使用贝叶斯优化调整深度神经网络
利用贝叶斯理论提高你的表现——在之前的一篇文章中，我们展示了一个关于使用 Tensorflow 和深度学习方法进行图像分类的案例研究。尽管案例研究很少，但它展示了机器学习项目的每个阶段：清理、预处理、模型构建、训练和评估。但是我们跳过了调优。在本文中，我们将深入研究……
-
创建多层感知器 (MLP) 分类器模型以识别手写数字
神经网络和深度学习课程：第 16 部分——现在，我们已经熟悉了神经网络的大部分基础知识，正如我们在前面部分中讨论的那样。是时候利用我们的知识为实际应用构建神经网络模型了。多层感知器 (MLP) 是神经网络架构中最基本的类型……
-
面向 NLP 初学者的深度 spaCy 教程
学习自然语言处理的 Scikit-learn — 简介 不，我们今天不会构建具有数十亿参数的语言模型。我们将从小处着手，学习使用 spaCy 的 NLP 基础知识。我们将仔细研究该库的工作原理以及如何使用它轻松解决初学者/中级 NLP 问题。帖子是……
-
一致的半监督、可解释的医学成像多任务处理
MultiMix：从医学图像中进行少量监督、极端多任务学习 — 在本文中，我将讨论一种新的半监督、多任务医学成像方法 MultiMix，作者是 Ayaan Haque（我）、Abdullah-Al-Zubaer Imran、Adam Wang和德米特里·特佐普洛斯。我们的论文被 ISBI 2021 的全文接收，并在 4 月的会议上发表。我们论文的扩展…
-
使用 PCA 将神经网络中的参数数量减少 30 倍
同时仍然获得更好的性能！ — 神经网络和深度学习课程：第 17 部分 — 在上一篇文章中，我们创建了一个多层感知器 (MLP) 分类器模型来识别手写数字。我们为网络架构使用了两个具有 256 个神经元的隐藏层。即使使用这么小的网络，我们也得到了 269,322 个总参数（权重和偏差项）。 …
-
如何打造 AI 时装设计师
使用 StyleGAN 和 GANSpace 进行时装设计的服装语义编辑——概述这是我的旧项目 ClothingGAN 的一篇文章。该项目使用 StyleGAN 使用 AI 生成服装设计，并使用袖子、尺码、连衣裙、夹克等属性对其进行语义编辑。您还可以通过首先生成 2 种不同的服装设计来进行风格转换，如上图所示……
-
维度的诅咒；更多并不总是更好
人工智能和机器学习概念的哲学启示——多年来，在我作为一名人工智能从业者的旅程中，我观察到我们教给机器的人工智能中的几个概念也可以应用于生活中，以改善我们的幸福感和生产力。人类从机器学习是一个系列，我试图介绍一些……
-
基于 Web 的数据库驱动的聊天机器人项目 — 模块 1：近似字符串匹配
一个跨越网络编程、数学、人工智能等的项目。 ——我一直对聊天机器人很着迷，从我十几岁开始，我在学习编程的同时创造了几十个。然而，我从来没有让我的聊天机器人实现任何目标，所以我唯一的动力是好奇心，我的机器人仅限于从事非常有限的闲聊……
