Google又為科研工作者推出了一款重磅產(chǎn)品——數(shù)據(jù)集搜索

在這個新版本中，用戶可以找到很多環(huán)境和社會科學(xué)相關(guān)的數(shù)據(jù)集，以及其他學(xué)科的數(shù)據(jù)，包括政府?dāng)?shù)據(jù)和新聞機構(gòu)提供的數(shù)據(jù)，如 ProPublica。隨著越來越多...

2018-09-07 標(biāo)簽：Google數(shù)據(jù)集 2339 0

RadialGAN讓我們可以利用多個不同來源的數(shù)據(jù)集

Lars等發(fā)表的這篇論文通過在GAN的訓(xùn)練過程中施加特定類別的梯度懲罰，在較老的架構(gòu)上取得了當(dāng)前最先進的表現(xiàn)（在該項基準(zhǔn)測試上超過了之前最佳的學(xué)術(shù)成果）...

2018-09-07 標(biāo)簽：GAN機器學(xué)習(xí)數(shù)據(jù)集 4183 0

了解一下適用于每種學(xué)習(xí)模式的數(shù)據(jù)集和問題類型

在無監(jiān)督式學(xué)習(xí)中，深度學(xué)習(xí)模型會收到某個數(shù)據(jù)集，但對于如何處理該數(shù)據(jù)集卻未獲得明確的指示。訓(xùn)練數(shù)據(jù)集是沒有特定預(yù)期結(jié)果或正確答案的示例的集合。然后，神經(jīng)...

2018-09-06 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集深度學(xué)習(xí) 3564 0

基于深度學(xué)習(xí)的無信標(biāo)自動追蹤工具

通過構(gòu)建深度網(wǎng)絡(luò)和數(shù)據(jù)集，研究人員們成功訓(xùn)練出了一個可以從視頻中抽取身體特定部分位置的模型。研究人員門分別標(biāo)注了圖像中的ROI區(qū)域和每個區(qū)域中的關(guān)節(jié)作為...

2018-09-06 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集深度學(xué)習(xí) 4552 0

使用MATLAB和Simulink設(shè)計和優(yōu)化算法實現(xiàn)你的機器人創(chuàng)意

設(shè)計與分析三維剛體機械（如車輛平臺和機械臂）和執(zhí)行機構(gòu)動力組件（如機電或流體系統(tǒng)）。您可以將 URDF 導(dǎo)入 Simulink，也可以從 SolidWo...

2018-09-05 標(biāo)簽：傳感器機器人數(shù)據(jù)集 7883 0

為什么特征工程如此重要？把數(shù)據(jù)轉(zhuǎn)換成圖像

如上圖所示，目標(biāo)變量明顯泄漏到了f190486列中。事實上，我沒有用任何機器學(xué)習(xí)就得到了0.57分，這在排行榜上是個高分。在競賽截止日期前二十天左右，主...

2018-09-05 標(biāo)簽：圖像數(shù)據(jù)集數(shù)據(jù)科學(xué) 5765 0

為什么要降維？降維技術(shù)一覽

隨著數(shù)據(jù)的生成和數(shù)據(jù)收集量的不斷增加，可視化和繪制推理圖變得越來越困難。一般情況下，我們經(jīng)常會通過繪制圖表來可視化數(shù)據(jù)，比如假設(shè)我們手頭有兩個變量，一個...

2018-08-31 標(biāo)簽：降維數(shù)據(jù)集 1.9萬 0

調(diào)參心得:如何優(yōu)化超參數(shù)的，如何證實方法是有效的

自動化超參數(shù)優(yōu)化及其工具最主要的問題之一，是你常常偏離原本的工作方式。預(yù)測任務(wù)無關(guān)的超參數(shù)優(yōu)化的關(guān)鍵——也是所有復(fù)雜問題的關(guān)鍵——是擁抱人機之間的協(xié)作。...

2018-08-31 標(biāo)簽：參數(shù)數(shù)據(jù)集 2.1萬 0

nteract數(shù)據(jù)探索器的設(shè)計理念和主要功能

據(jù)可視化主要有兩個領(lǐng)域：應(yīng)用和工具。在數(shù)據(jù)可視化的語境下，工具是指諸如D3這樣的軟件庫，或者Tableau這樣的平臺，這些可視化工具讓你可以創(chuàng)建數(shù)據(jù)產(chǎn)品...

2018-08-31 標(biāo)簽：可視化數(shù)據(jù)集 4173 0

在回歸模型或分類模型中創(chuàng)建嵌套

租賃站 ID（由于不知道完整詞匯，這里我們使用哈希存儲分區(qū)。該數(shù)據(jù)集有大約 650 個唯一值。我們會使用一個很大的哈希存儲分區(qū)，但之后會將其嵌入到較低維度中）

2018-08-28 標(biāo)簽：數(shù)據(jù)集嵌套 4728 0

為進入機器學(xué)習(xí)的大門掃清障礙，大步向前！

有了數(shù)據(jù)后要找地方進行計算也是個頭疼的問題。雖然對于普通的機器學(xué)習(xí)問題來說，你的筆記本就能夠搞定，但是對于深度學(xué)習(xí)任務(wù)或者大數(shù)據(jù)量的數(shù)據(jù)集，小本本的算力...

2018-08-27 標(biāo)簽：機器學(xué)習(xí)數(shù)據(jù)集深度學(xué)習(xí) 2154 0

最先進的NLP模型很脆弱!最先進的NLP模型是虛假的!

這兩個問題都很棘手，顯然，為期一天的研討會肯定討論不出什么結(jié)果。但是在會議現(xiàn)場，一些有遠見卓識的NLP研究人員還是探討了不少方法和想法，其中有一些尤其值...

2018-08-27 標(biāo)簽：數(shù)據(jù)集NLP 4709 0

使用TensorFlow框架演示了卷積神經(jīng)網(wǎng)絡(luò)在MNIST數(shù)據(jù)集上的應(yīng)用

卷積層從原輸入的三維版本開始，一般是包括色彩、寬度、高度三維的圖像。接著，圖像被分解為過濾器（核）的子集，每個過濾器的感受野均小于圖像總體。這些過濾器接...

2018-08-27 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像分類數(shù)據(jù)集 4857 0

AttnGAN可以生成任意圖像，從普通的田園風(fēng)光到抽象的場景

更具體地說，除了將自然語言描述編碼到全局句子向量中，句中的每個單詞同樣有對應(yīng)的向量。在第一階段，生成網(wǎng)絡(luò)利用全局句子向量生成一個低分辨率的圖像。接著，它...

2018-08-24 標(biāo)簽：機器學(xué)習(xí)數(shù)據(jù)集自然語言 1.0萬 0

面向NLP任務(wù)的遷移學(xué)習(xí)新模型ULMFit

除了能夠更快地進行訓(xùn)練之外，遷移學(xué)習(xí)也是特別有趣的，僅在最后一層進行訓(xùn)練，讓我們可以僅僅使用較少的標(biāo)記數(shù)據(jù)，而對整個模型進行端對端訓(xùn)練則需要龐大的數(shù)據(jù)集...

2018-08-22 標(biāo)簽：數(shù)據(jù)集NLP遷移學(xué)習(xí) 5870 0

通過訓(xùn)練大型卷積網(wǎng)絡(luò)，可以預(yù)測數(shù)十億社交媒體圖像的hashtag

本文試圖通過研究一個未被探索的數(shù)據(jù)體系來解決這個復(fù)雜的問題：數(shù)十億張帶有社交媒體“標(biāo)簽”（hashtags）的真實圖片。這個數(shù)據(jù)源的優(yōu)點是：它很大，并且...

2018-08-19 標(biāo)簽：圖像分類數(shù)據(jù)集 2565 0

計算機相關(guān)概念太難、太抽象？別怕，往下看！

看透一個數(shù)據(jù)云是非常困難的，因此，在3D空間中，PCA顯得更為重要。在下面的示例中，原始數(shù)據(jù)以3D的形式繪制，但可以通過不同的視角，將其投射到2D空間。...

2018-08-19 標(biāo)簽：PCA可視化數(shù)據(jù)集 4662 0