的笔记本推荐,主要使用。cf/LOL。作图。ps,AI。高手给推荐下。_百度知道
的笔记本推荐,主要使用。cf/LOL。作图。ps,AI。高手给推荐下。
我有更好的答案
选择一款平板电脑，可以从三个方面考虑，一是产品的性能，二是待机时长、蓝魔等有多款英特尔芯平板供选择、戴尔、台电;tablet。希望能帮到您，三是产品的质量和品牌。性能和待机时长都与处理器的选择密不可分，建议选择全新64位英特尔芯的平板电脑你好，详情可访问intel.cn/，在性能和功耗上相比32位都有着极大地提升，并且兼容性也大大的加强，市场上联想、华硕
英特尔公司是全球最大的个人计...
主营：半导体芯片
上年买的，玩逆战、CF不卡;AI这些软件都OK 没问题，LOL没试过，主要我不玩。PS/我用的联想小新V1000
为您推荐：
其他类似问题
lol的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。Java 9 正式发布于 2017 年 9 月 21 日 。作为 Java8 之后 3 年半才发布的新版本，Java 9 带 来了很多重大的变化。其中最重要的改动是 Java 平台模块系统的引入。除此之外，还有一些新的特性。 本文对 Java9 中包含的新特性做了概括性的介绍，可以帮助你快速了解 Java 9
- 机器学习算法分类：监督学习、无监督学习、强化学习 - 基本的机器学习算法：线性回归、支持向量机(SVM)、最近邻居(KNN)、逻辑回归、决策树、k平均、随机森林、朴素贝叶斯、降维、梯度增强
- 来源：[30 Amazing Machine Learning Projects for the Past Year (v.2018)](https://medium.mybridge.co/30-amazing-machine-learning-projects-for-the-past-year-v-21ac7) - 评选：[Mybridge AI](https://www.mybridge.co) - 数据：从 8800 个机器学习领域开源项目中选取 Top 30 (0.3%)，Github 平均关注数 3558。
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”（BigdataAILab），欢迎关注。
这几年深度学习快速发展，在图像识别、语音识别、物体识别等各种场景上取得了巨大的成功，例如AlphaGo击败世界围棋冠军，iPhone X内置了人脸识别解锁功能等等，很多AI产品在世界上引起了很大的轰动。在这场深度学习革命中，卷积神经网络（Convolutional Neural Networks，简称CNN）是推动这一切爆发的主力，在目前人工智能的发展中有着非常重要的地位。 【问题来了】那什么是卷积神经网络（CNN）呢？ 1、小白一下，什么是神经网络？ 这里的神经网络，也指人工神经网络（Artificial Neural Networks，简称ANNs），是一种模仿生物神经网络行为特征的算法数学模型，由神经元、节点与节点之间的连接（突触）所构成，如下图：
每个神经网络单元抽象出来的数学模型如下，也叫感知器，它接收多个输入（x1，x2，x3...），产生一个输出，这就好比是神经末梢感受各种外部环境的变化（外部刺激），然后产生电信号，以便于转导到神经细胞（又叫神经元）。
单个的感知器就构成了一个简单的模型，但在现实世界中，实际的决策模型则要复杂得多，往往是由多个感知器组成的多层网络，如下图所...
- Hello TensorFlow - TensorFlow C library - TensorFlow Go bingding
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”（BigdataAILab），欢迎关注。
什么是迁移学习？ 迁移学习（Transfer Learning）是一种机器学习方法，是把一个领域（即源领域）的知识，迁移到另外一个领域（即目标领域），使得目标领域能够取得更好的学习效果。 通常，源领域数据量充足，而目标领域数据量较小，这种场景就很适合做迁移学习，例如我们我们要对一个任务进行分类，但是此任务中数据不充足（目标域），然而却又大量的相关的训练数据（源域），但是此训练数据与所需进行的分类任务中的测试数据特征分布不同（例如语音情感识别中，一种语言的语音数据充足，然而所需进行分类任务的情感数据却极度缺乏），在这种情况下如果可以采用合适的迁移学习方法则可以大大提高样本不充足任务的分类识别结果。
为什么现在需要迁移学习？ 前百度首席科学家、斯坦福的教授吴恩达（Andrew Ng）在曾经说过：「迁移学习将会是继监督学习之后的下一个机器学习商业成功的驱动力」。
在本次2016年的 NIPS 会议上，吴恩达 给出了一个未来 AI方向的技术发展图，还是很客观的：
毋庸置疑，监督学习是目前成熟度最高的，可以说已经成功商用，而下一个商用的技术 将会是...
南方都下大雪了，苦逼的北方还没下雪，天寒地冻，不过这几天办公室空调开太大了就想到做一个温控小风扇，简单模型出来了。等夏天一定做一个美观精致的小风扇送给女朋友（如果有的话QAQ）话不多说直接上干货。（跪求附件怎么上传） 所需器件 TPYBoard v102板子 1块 直流电机 1个 面包板 1块 数据线 1条 三极管9014（NPN）1个 杜邦线 若干 DS18B20 温度传感器1 个 首先连接DS18B20检测温度，不细说，直接上针脚图和接线方式
TPYBoard v102的针脚与DS18B20的针脚对应关系如下： TPYBoard DS18B20 3.3v VDD GND GND Y10 DO
接线OK后，将ds18x20.py和onewire.py这两个文件复制到PYBFLASH磁盘的根目录。（文件代码文章后边）复制文件后要安全退出磁盘，然后重新接入，不然找不到文件，即可运行main.py文件了，打印温度，即可用Putty看到当前的温度。 main.py源代码： # main.py
import pyb
from pyb import Pin
from ds18x20 import DS18X20
Pin("Y11",Pin.OUT_PP).low()#GND
Pin("Y9",Pin.OUT_PP).high()#VCC
pyb.delay(100)
DQ=DS18X20(Pin('Y10'))#DQ
while True:
tem = DQ.read_temp()
print(t...
最近突然想到一个之前很火的游戏
KNN算法 K-Means算法 目标
确定某个元素所属的分类 将已存在的一系列元素分类 算法类别 监督的分类算法 无监督的聚类算法 数据区别 训练数据中，有明确的标签。 如：一个数据集中有几万张图片，都被打上了“苹果”的标签，另外还有几万张图片，被打上了“香蕉”的标签，数据是完全正确，知道结果的数据 几十万张各种各样水果的图片放一起，杂乱无章。 训练过程 无需训练（或者没有很明显的训练过程），将数据与训练数据直接对比 需要前期训练 K的含义 K指的是相邻数据的数目。 举个例子，假设某张图片相邻的20张图片中，有18张是打着“苹果”标签的数据，有1张是“香蕉”，1张是“樱桃”，那么这张图片的标签也是“苹果”。 那么在这个例子中，K就是20，20张相邻的图片。 K指的是分类的数目，人为设定好分为K个簇。 对比结果 K值不变的情况下，每次结果都是一样的。 K值确定后每次结果可能不同。
1、KNN算法，本质是一种数据统计的方法。 1.1
欧几里得距离 欧几里得距离通俗来讲就是高中数学中直角坐标系求两点间的距离，二维公式：|x| = √( x2 + y2 ) 1.2
距离计算 假设我们现在要对某张图片进行识别，大概是个怎样的思路呢（仅供理解，实际开发中更复杂）？...
文章作者：Pablo Gomez Guerrero 原文链接：《[How to Work with Microsoft Bot Framework Since Last Update 》](https://chatbotsmagazine.com/how-to-work-with-microsoft-bot-framework-since-last-update-a748fd3bbec8) 翻译：[一熊翻译组](http://translation.bearychat.com) Mason  如果你有使用微软机器人框架的话，你很有可能已经看见提示你迁移机器人的提示了。你也可能会发现创建机器人的网页似乎和之前不大一样，有一些东西也不见了。尽管更新前已创建机器人的「设定」与「测试」部分在[dev.botframework.com](https://dev.botframework.com/)上仍旧可用。然而，如果你创建一个新的机器人，设定部分已经有了一定的改动。 没准就算在已创建的机器人设定中，如果它们还没有被迁移，网页看起来也会很奇怪。接下来，就让我来告诉你这是怎么一回事： # 1 .开始 创建机器人的方式有了一点改变。现在微软会重新定向至 Azure 并强制发送一个订阅至 Azure 以生成一个机器人服务。Azure 会给你一个 170 欧元的贷记额度用来做订阅，至少我的情况是这样。  文件夹中是该分类的图片信息：  #### 2.运行代码转换格式 代码比较简单，官方也给出过样例，这里仅供参考： ```python #导入相应的模块 import tensorflow as tf import os import random import math import sys #划分验证集训练集 _NUM_TEST = 40 #random seed _RANDOM_SEED = 0 #数据块 _NUM_SHARDS = 2 #数据集路径 DATASET_DIR = 'D:/jupyterworkplace/slim/images/' #标签文件 LABELS_FILENAME = 'D:/jupyterworkplace/slim/images/labels.txt' #定义tfrecord 的路径和名称 def _get_dataset_filename(dataset_dir,split_name,shard_id): output_filename = 'image_%s_%05d-of-%05d.tfrecord' % (split_name,shard_id,_NUM_SHARDS) return os.path.join...
每周为您推送最有价值的开源技术内参！
本系列博客是吴恩达(Andrew Ng)[深度学习工程师](http://mooc.study.163.com/smartSpec/detail/.htm) 课程笔记。全部课程请查看[吴恩达(Andrew Ng)深度学习工程师课程目录](http://blog.geekidentity.com/deeplearning_specialization/catalogues/) 上一节中，我们使用计算图来计算函数$J$，现在我们理清一下计算图的描述，看看我们如何利用它计算出函数$J$的导数。 下图是一个流程图，假设你要计算$J$对$v$的导数$\frac{dJ}{dv}$，比如我们改变$v$值那么$J$的值怎么呢？定义上$J$是$3v$，现在$v=11$，所以如果让$v$增加一点点，比如到11.001，那么$J$增加到33.003。所以这里$v$增加了1.001，最终结果是$J$上升到原来3倍，所以$J$对$v$的导数等于3。因为对于任何$v$的增量，$J$都会有三倍增量。  在反向传播算法中，我们看到如果你想计算最后输出变量的导数，使用你最关心的变量对v的导数。那么我们就做完了一步反向传播，所以在这个流程图中是一个反向步。 我们来看另一个例子，$...
本系列博客是吴恩达(Andrew Ng)[深度学习工程师](http://mooc.study.163.com/smartSpec/detail/.htm) 课程笔记。全部课程请查看[吴恩达(Andrew Ng)深度学习工程师课程目录](http://blog.geekidentity.com/deeplearning_specialization/catalogues/) 可以说，一个神经网络的计算都是按照前向或反向传播过程来实现的。首先计算出神经网络的输出，紧接着进行一个反向传输操作，后者我们用来计算出对应梯度或者导数。而计算图解释了为什么用这样的方式这样实现。 为了阐明这个计算过程，我们举一个比logistic回归更加简单的，不那么正式的神经网络的例子。我们计算函数$J$： $$ J(a,b,c)=3(a+bc) $$ 计算这个函数实际上有三个不同的步骤第一个首先是计算b乘以c，我们把它存储在变量u中： $$ u=bc $$ 然后计算$v=a+u$，最后计算$J=3v$。我们可以把这三步画成如下计算图：  可以看出，通过一个从左向右的过程，你可以计算出J的值。在接下的课程中我们会看到，为了计算导数从右到左的这个过程，和这个蓝色的过程...
本系列博客是吴恩达(Andrew Ng)[深度学习工程师](http://mooc.study.163.com/smartSpec/detail/.htm) 课程笔记。全部课程请查看[吴恩达(Andrew Ng)深度学习工程师课程目录](http://blog.geekidentity.com/deeplearning_specialization/catalogues/) 在上一节中学习了损失函数，损失函数是衡量单一训练样例的效果，成本函数用于衡量参数w和b的效果，在全部训练集上来衡量。下面我们讨论如何使用梯度下降法，来训练和学习训练集上的参数w和b，使得$J(w,b)$尽可能地小。  这个图中的横轴表示空间参数w和b，在实践中，w可以是更高维的。成本函数$J(w,b)$是在水平轴w和b上的曲面，曲面的高度表示了$J(w,b)$在某一点的值，我们所想要做的就是找到这样的w和b，使其对应的成本函数J值是最小值。可以看到成本函数$J$是一个凸函数，因此我们的成本函数$J(w,b)$之所以是凸函数，其性质是我们使用logistic回归的个特定成本函数$J$的重要原因之一。为了找到更好的参数值，我们要做的就是用某初始值初始化w和b，用...
OCR技术浅探：特征提取(1) 研究背景 关于光学字符识别(Optical Character Recognition, 下面都简称OCR)，是指将图像上的文字转化为计算机可编辑的文字内容，众多的研究人员对相关的技术研究已久，也有不少成熟的OCR技术和产品产生，比如汉王OCR、ABBYY FineReader、Tesseract OCR等. 值得一提的是，ABBYY FineReader不仅正确率高(包括对中文的识别)，而且还能保留大部分的排版效果，是一个非常强大的OCR商业软件. 然而，在诸多的OCR成品中，除了Tesseract OCR外，其他的都是闭源的、甚至是商业的软件，我们既无法将它们嵌入到我们自己的程序中，也无法对其进行改进. 开源的唯一选择是Google的Tesseract OCR，但它的识别效果不算很好，而且中文识别正确率偏低，有待进一步改进. 综上所述，不管是为了学术研究还是实际应用，都有必要对OCR技术进行探究和改进. 我们队伍将完整的OCR系统分为“特征提取”、“文字定位”、“光学识别”、“语言模型”四个方面，逐步进行解决，最终完成了一个可用的、完整的、用于印刷文字的OCR系统. 该系统可以初步用于电商、微信等平台的图片文字识别，以判断上面信息的真伪. 研究假设 在本文中，我们假设图像的文字部分有以下的特征： 1. 假设...
本文通过电信客户流失率预测问题， 详细介绍了如何把机器学习算法应用到具体问题中。 从提出问题， 分析数据， 准备数据， 评估算法， 提升结果到最终展示结果，一步步介绍机器学习基本流程。 注意：用户数据库来源于互联网。
一、单个词语的全文搜索 见 《Elasticsearch全文搜索与TF/IDF》https://my.oschina.net/stanleysun/blog/1594220
二、多个词语的全文搜索 向量空间模型 向量空间模型提供了一种对文档进行多词查询对方法，返回值就是一个数字，它表示相关度。这个模型，将文档和查询当作向量。 一个向量就是一个一维数组，比如[2, 3.5, 5, 2.1]。在向量里面，每个数字都是一个词语对TF-IDF权重. TF－IDF的解释参见我的另一篇文章《Elasticsearch全文搜索与TF/IDF》https://my.oschina.net/stanleysun/blog/1594220
举例 假如现在我要在文档中搜索“Python语言”，系统会如何处理呢？ Python是一个非常用词，权重高一点，比如5；语言是一个常用词，权重低一点，比如2；那么，我们就可以将这个词组转变为一个二维向量 [5,2]。 可以用图表示： 假设我们有3个文档，分别是 1. Python语言基础 2. Python的高级应用 3. 各种编程语言的比较 我们可以对每一个文档创建相似的向量，向量中包含“Python”和“语言”两个维度。 文档1: Python, 语言
------ [5, 2] 文档2: Python, _____
------ [5, 0] 文档3: ____, 语言
------ [0, 2] 我们比较查询向量和3个文档向量后，可以发现，查询向...
摘要：本章是在以前章节基本的算法之后， 介绍了一些提升算法：boosting， bagging， voting。 这些算法可以提高算法 的精确性。 以下是详细内容。
说在前面 2018年1月，Docker 推出了其容器管理平台——Docker企业版（Docker EE）的公开测试版。早前在DockerCon欧洲大会上曾宣布，在这个版本中，Kubernetes将作为一个可选的编排解决方案与Docker Swarm并存。有了这个解决方案，企业用户就能够使用Swarm或完全兼容的Kubernetes来部署其应用程序，同时满足了长久以来用户对Docker的期望，即保证了从开发人员到IT人员一致的工作流程，尤其是与近日发布支持Kubernetes的Docker for Mac版本衔接（详情请查看Docker for Mac）。除了Kubernetes之外，此版本还增强了Swarm和Docker Trusted Registry（DTR）的相关功能，您可以在测试期间自行对其进行测试。 由于用户对此测试版非常期待，所以Docker决定将在未来几周内分批发放公测码。通过www.docker.com/kubernetes申请参加测试的个人将收到有关如何访问此版本以及向何处提交反馈的说明。Docker鼓励其合作伙伴利用这段时间来测试和验证他们的Docker和Kubernetes解决方案。在此次测试期间，注册功能将持续对用户开放。（https://beta.docker.com/） 我有几张阿里云幸运券分享给你，用券购买或者升级阿里云相应产品会有特惠惊喜哦！把想要买的产品的幸运券都领走吧！快下手，马上就...
当我们点开某个网站或某个新闻APP的时候，经常能看到这样的题目：“14亿人都不知道的真相，历史的血泪……”、“删前速看！XXX视频流出”等，可是当我们点进去的时候，往往会发现，都是标题党，文章和内容完全不符合！ 如果这时候有一种工具能先替我们阅读新闻，再提炼出关键内容，那么我们肯定不会再受到标题党的影响，这对我们的生活无疑会有非常大的便利。而这需要的就是“文本摘要自动生成”技术！ 文本摘要充斥着我们生活的方方面面，往小了说，新闻关键词的提炼是文本摘要；往宽泛看，文本摘要也可以应用在像Google、百度等搜索引擎的结果优化中，真正实现搜索中的“所见即所得”，“Smarter & Faster”，再也不会翻好几页都找不到想要的信息了。
（Google开源的Textsum人类/机器摘要结果对比） 主流的文本摘要方式 目前主流的文本摘要自动生成有两种方式，一种是抽取式（extractive），另一种是生成式 （abstractive）。 抽取式顾名思义，就是按照一定的权重，从原文中寻找跟中心思想最接近的一条或几条句子。而生成式则是计算机通读原文后，在理解整篇文章意思的基础上，按自己的话生成流畅的翻译。 抽取式的摘要目前已经...
公安身份验证:接口形式,入参为姓名、身份证号、以及人脸活体检测得到的图像。基于姓名与身份证号,可调取公民身份证小图(源自公安系统),并同时将此小图与活体检测的图像进行比对,得到一个相似度分值,作为验证的依据。 有交互活体检测:人脸客户端SDK本地离线功能,配合手机前置摄像头使用,SDK指定用户随机做出随机动作交互,指用户配合做出眨眼、张嘴、点头、抬头、左摇头、右摇头动作,并同时检测用户的动作完成情况。在做动作的过程中,SDK可以随机抓取急诊图像,并在动作通过后将抓取的图像上传到后台进行活体判断
这里用到的关键技术叫做”感知哈希算法”（Perceptual hash algorithm），它的作用是对每张图片生成一个”指纹”（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似。 下面是一个最简单的实现： 第一步，缩小尺寸。 将图片缩小到8×8的尺寸，总共64个像素。这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。 第二步，简化色彩。 将缩小后的图片，转为64级灰度。也就是说，所有像素点总共只有64种颜色。 第三步，计算平均值。 计算所有64个像素的灰度平均值。 第四步，比较像素的灰度。 将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为1；小于平均值，记为0。 第五步，计算哈希值。 将上一步的比较结果，组合在一起，就构成了一个64位的整数，这就是这张图片的指纹。组合的次序并不重要，只要保证所有图片都采用同样次序就行了。 得到指纹以后，就可以对比不同的图片，看看64位中有多少位是不一样的。在理论上，这等同于计算”汉明距离”（Hamming distance）。如果不相同的数据位不超过5，就说明两张图片很相似；如果大于10，就说明这是两张不同的图片。 这种算法的优点是简单快速，...
原谅链接：http://blog.geekidentity.com/nlp/gensim/gensim_introduction_translation/ # Gensim官方介绍翻译 Gensim是一个[免费](http://radimrehurek.com/gensim/intro.html#availability)的Python库，它可以用来从文档中自动提取语义主题，并且尽可能地做到轻松（对人）高效（对电脑）。 Gensim致力于处理原始的、非结构化的数字文本（纯文本）。Gensim中用到的算法，如**潜在语义分析**（Latent Semantic Analysis，LSA）、**隐含狄利克雷分配**（Latent Dirichlet Allocation，LDA）或**随机预测**（Random Projections）等，是通过检查单词在训练语料库的同一文档中的统计共现模式来发现文档的语义结构。这些算法都是无监督算法，也就是无需人工输入——你仅需一个纯文本的语料库即可。 一旦这些统计模式被发现了，任何纯文本文档都可以在新的语义表示中简洁地表达出来，并用其查询某一文本与其他文本的主题相似性。 & 如果上面的这段话让你感到困惑，请在维基百科阅读更多关于[向量空间模型（](http://en.wikipedia.org/wiki/Vector_space_model)[Vector Space Model](http://en.wikipedia.org/wiki/Vector_space_model)[）](http://en.wikipedia.org/wiki/Vector...
原谅链接：http://blog.geekidentity.com/nlp/gensim/gensim_2_topics-and-transformations_translation/ 如果想要开启日志，别忘记设置： ```python &&& import logging &&& logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO) ``` ## 转换接口 在之前的教程[《语料库与向量空间》](http://blog.geekidentity.com/nlp/gensim/gensim_1_corpora-and-vector-spaces_translation/)中，我们创建了一个用向量流表示文档的语料库。为了继续征程，让我们启动gensim并使用该语料库。 ```python &&& from gensim import corpora, models, similarities &&& dictionary = corpora.Dictionary.load('/tmp/deerwester.dict') &&& corpus = corpora.MmCorpus('/tmp/deerwester.mm') &&& print(corpus) MmCorpus(9 documents, 12 features, 28 non-zero entries) ``` 在本次教程中，我将会向你展示如何将文档从一种向量表示方式转换到另一种。这个处理是为了两个目的： 1. 将语料库中隐藏的结构发掘出来，发现词语之间的关系，并且利用这些结构、关系使用一种新的、更有语义价值的（这是我们最希望的）方式描述其中的文档。 2. 使得表示方式...
介绍： 之前看了一篇在Ubuntu上写的人脸识别，自己在mac下试了一下，觉得有必要再扩展一下，通过一个简单的例子来了解一下人脸识别的过程。 准备知识： 欧几里得距离：是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）。在二维和三维空间中的欧氏距离就是两点之间的实际距离。公式如图： 就是说两项间的差是每个变量值差的平方和再平方根，目的是计算其间的整体距离即不相似性，同样的，如果距离短则相似度高。 K-Means：属于硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。 安装依赖库： 备注：mac下没有apt-get，但是对应的可以用brew来安装，下面我们通过brew来安装库文件
1. 安装cmake
(是一个跨平台的安装工具)
brew install cmake
2. 安装boost（C++的程序库）：brew install boost-python --with-python2.7
3. 编译dlib：
为什么交叉熵（cross-entropy）可以用于计算代价？ - 阿萨姆的回答 - 知乎 https://www.zhihu.com/question//answer/ 总结如下： 熵用来表示一个事件含有的信息量，独立事件的信息量可以叠加。 KL散度用来表示从事件A的角度看，事件B有多大不同。一般被用来计算两个分布之间的不同（也叫KL距离）。 在一定条件（A固定不变）下，交叉熵 = KL散度 机器学习希望 模型学到的分布 和 真实数据的分布 越接近越好。真实数据的分布使用训练数据（样本）的分布代替。所以目标函数可以设为最小化交叉熵。当然为了防止过拟合可以加上范数。
网上看了两篇非常不错的图片相似搜索的文章，转载如下： 上个月，Google把"相似图片搜索"正式放上了首页。 你可以用一张图片，搜索互联网上所有与它相似的图片。点击搜索框中照相机的图标。 一个对话框会出现。 你输入网片的网址，或者直接上传图片，Google就会找出与其相似的图片。下面这张图片是美国女演员Alyson Hannigan。 上传后，Google返回如下结果： 类似的"相似图片搜索引擎"还有不少，TinEye甚至可以找出照片的拍摄背景。 ========================================================== 这种技术的原理是什么？计算机怎么知道两张图片相似呢？ 根据Neal Krawetz博士的解释，原理非常简单易懂。我们可以用一个快速算法，就达到基本的效果。 这里的关键技术叫做"感知哈希算法"（Perceptual hash algorithm），它的作用是对每张图片生成一个"指纹"（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似。 下面是一个最简单的实现： 第一步，缩小尺寸。 将图片缩小到8x8的尺寸，总共64个像素。这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。
第二步，简化色彩。 将缩小后的图片，转为64级...
https://github.com/zlotus/notes-linear-algebra 下载后解压的文件为ipynb格式，需要特殊方法才能打开。 如何打开ipynb文件 通过安装anaconda anaconda包含大量的科学计算包,其中就包含ipython 和jupyter,安装之后即可用其打开ipython文件.安装方式为: 官网下载相应python版本的安装文件,我这里下载的是python2.7的版本.然后输入安装命令:
bash Anaconda2-4.3.1-Linux-x86_64.sh 通过安装ipython 和jupyter 该方法与上面方法相同,只是需要手动安装ipython和jupyter,安装命令如下: sudo pip install ipython --upgrade
sudo pip install jupyter 如何使用 接下来只需要在终端中输入: # 切换到文件目录
c80k2@c80k2-Vostro-3667?~$ cd ~/下载/notes-linear-algebra-master 即可在浏览器中打开当前目录,可以通过切换目录来选择所要打开的ipynb文件,双击即可查看文件内容. c80k2@c80k2-Vostro-3667?~/下载$ jupyter notebook
[I 13:47:52.639 NotebookApp] Writing notebook server cookie secret to /run/user/1000/jupyter/notebook_cookie_secret
[I 13:47:53.165 NotebookApp] Serving notebooks from local directory: /home/c80k2/下载
[I 13:47:53.166 NotebookAp...
- 机器学习算法分类：监督学习、无监督学习、强化学习 - 基本的机器学习算法：线性回归、支持向量机(SVM)、最近邻居(KNN)、逻辑回归、决策树、k平均、随机森林、朴素贝叶斯、降维、梯度增强
十个有趣的开源人工智能项目，千万不要错过了~~
火车票抢票代码公开揭秘
关于机器学习的 5 个未来预测
自从Google推出了能自动设计神经网络自我进化的AutoML论文后，我便开始持续关注这个领域 到目前为止，从网上显示的信息来看，深度学习这块大多没有实现的源码，还出于理论和论文阶段，而机器学习领域则产生了一些在一定程度上可以自动化的工具。 目前，在github上能实现一定程度auto ml的主要有如下几类： 1.tpot
https://github.com/rhiever/tpot
工作流程：
1.分析数据集的多项式特征(线性回归等)；
2.分析数据集的主成份(PCA)；
3.将多项式特征与主成份分析结果合并起来；
4.使用GP算法反复迭代，选取交叉熵最小的组合；
5.使用随机森林对结果分类；
输出结果：
最佳模型组合及其参数(python文件)和最佳得分
tpot在数据治理阶段采用了PCA主成份分析，在模型选择过程中可以使用组合方法，分析的过程比起其他工具更科学，并能直接生成一个写好参数的python文件，但输出可参考的结果较少，不利于进一步分析。 2.auto_ml
https://github.com/ClimbsRocks/auto_ml
工作流程：
1.首先自动将所有字段归一化；
2.自动尝试选用tree-...
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”（BigdataAILab），欢迎关注。
这几年深度学习快速发展，在图像识别、语音识别、物体识别等各种场景上取得了巨大的成功，例如AlphaGo击败世界围棋冠军，iPhone X内置了人脸识别解锁功能等等，很多AI产品在世界上引起了很大的轰动。在这场深度学习革命中，卷积神经网络（Convolutional Neural Networks，简称CNN）是推动这一切爆发的主力，在目前人工智能的发展中有着非常重要的地位。 【问题来了】那什么是卷积神经网络（CNN）呢？ 1、小白一下，什么是神经网络？ 这里的神经网络，也指人工神经网络（Artificial Neural Networks，简称ANNs），是一种模仿生物神经网络行为特征的算法数学模型，由神经元、节点与节点之间的连接（突触）所构成，如下图：
每个神经网络单元抽象出来的数学模型如下，也叫感知器，它接收多个输入（x1，x2，x3...），产生一个输出，这就好比是神经末梢感受各种外部环境的变化（外部刺激），然后产生电信号，以便于转导到神经细胞（又叫神经元）。
单个的感知器就构成了一个简单的模型，但在现实世界中，实际的决策模型则要复杂得多，往往是由多个感知器组成的多层网络，如下图所...
- 来源：[30 Amazing Machine Learning Projects for the Past Year (v.2018)](https://medium.mybridge.co/30-amazing-machine-learning-projects-for-the-past-year-v-21ac7) - 评选：[Mybridge AI](https://www.mybridge.co) - 数据：从 8800 个机器学习领域开源项目中选取 Top 30 (0.3%)，Github 平均关注数 3558。
cv.Canny() 理论 Canny Edge Detection 是一个流行的边界检测算法. 它是一个多步骤的算法 降噪 寻找图像的灰度梯度 非最大值抑制 迟滞阈值 Canny Edge Detection in OpenCV OpenCV把如上所有步骤集成到同一个函数(cv.Canny())中. 第一个参数是我们输入的图片 第二和第三个参数分别是最小值和最大值 第四个参数是孔径尺寸, 它被用于寻找图像梯度, 是Sobel kernel的尺寸, 默认值是3. 最后一个参数是L2gradient(指定查找渐变幅度的公式), 如果为True, 它使用如上更精密的公式, 否则使用Edge_Gradient(G)=|Gx|+|Gy|, 默认值为False import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('messi5.jpg',0)
edges = cv.Canny(img,100,200)
plt.subplot(121),plt.imshow(img,cmap = 'gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(edges,cmap = 'gray')
plt.title('Edge Image'), plt.xticks([]), plt.yticks([])
plt.show() 运行结果: 参考文件 Canny Edge Detection...
阿拉伯数字“0”有“零”和“〇”两种汉字书写形式。一个数字用作计量时，其中“0”的汉字书写形式为“零”，用作编号时，“0”的汉字书写形式为“〇”。 ``` import java.util.regex.M import java.util.regex.P public class Test { private static final String[] CN_NUMBER = { "〇", "一", "二", "三", "四", "五", "六", "七", "八", "九" }; private static final String[] CN_UNIT = { "", "十", "百", "千" }; /** * 格式化：数字转汉字 * 未完待续.. * @param str * @return */ public String formatMethod(String str) { str = str.replace(" ", ""); //删除空格 Pattern pattern = Pattern.compile("^\\d+(\\.\\d+)?$"); //非负数 Matcher flag = pattern.matcher(str); if (!flag.matches()) { //System.out.println("格式不正确！"); } String p_int = str.split("\\.")[0]; //整数部分 String p_dec = str.indexOf(".") == -1 ? "" : str.split("\\.")[1]; //小数部分 String[] intArr = split(p_int); //分隔，每4位为一组 } /** * 格式化4位整数 * @param str * @return */ public String formatInt(String str...
- 机器学习算法分类：监督学习、无监督学习、强化学习 - 基本的机器学习算法：线性回归、支持向量机(SVM)、最近邻居(KNN)、逻辑回归、决策树、k平均、随机森林、朴素贝叶斯、降维、梯度增强
之前发表了一篇介绍AutoML技术的文章，但感觉还不够深入。今天抽出时间来仔细分析了AutoML相关框架的源码，见微知著，希望能更全面准确的把握目前的AutoML技术现状。 这次，我首先拿Auto_ML这块框架作为切入点，分析了框架源码的工作流，以及用到的技术，再与其他框架进行了横向比较，分析记录如下： AutoML 1.首先创建 Predictor 预测器； 一个Predictor预测器支持两种类型的任务：分类和回归 主要设置两个参数 type_of_estimator 和 column_descriptions type_of_estimator 指定了任务类型（classifier 或者 regressor） column_descriptions 指定了字段描述信息，如果为分类任务时，需指定Y所在的列（output）
2.调用Predictor 预测器的train方法训练模型； 一个简单的train方法，却做了很多事情： a. _clean_data_and_prepare_for_training :数据清洗和准备 _prepare_for_training：准备X和Y；删除X中的重复字段；删除Y值缺失的记录；将X中所有字段转换为float类型； 将Y值标准化； b.fit_transformation_pipeline :数据转换并输入管道 如果要使用深度学习组件，这里就会多一步特征学习的过程，调用方法名为：fit_feature_learning_and_transformation_pipeline 适应...
火车票抢票代码公开揭秘
十个有趣的开源人工智能项目，千万不要错过了~~
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”（BigdataAILab），欢迎关注。
这几年深度学习快速发展，在图像识别、语音识别、物体识别等各种场景上取得了巨大的成功，例如AlphaGo击败世界围棋冠军，iPhone X内置了人脸识别解锁功能等等，很多AI产品在世界上引起了很大的轰动。在这场深度学习革命中，卷积神经网络（Convolutional Neural Networks，简称CNN）是推动这一切爆发的主力，在目前人工智能的发展中有着非常重要的地位。 【问题来了】那什么是卷积神经网络（CNN）呢？ 1、小白一下，什么是神经网络？ 这里的神经网络，也指人工神经网络（Artificial Neural Networks，简称ANNs），是一种模仿生物神经网络行为特征的算法数学模型，由神经元、节点与节点之间的连接（突触）所构成，如下图：
每个神经网络单元抽象出来的数学模型如下，也叫感知器，它接收多个输入（x1，x2，x3...），产生一个输出，这就好比是神经末梢感受各种外部环境的变化（外部刺激），然后产生电信号，以便于转导到神经细胞（又叫神经元）。
单个的感知器就构成了一个简单的模型，但在现实世界中，实际的决策模型则要复杂得多，往往是由多个感知器组成的多层网络，如下图所...
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”（BigdataAILab），欢迎关注。
在上一篇文章中，介绍了 卷积神经网络（CNN）的算法原理，CNN在图像识别中有着强大、广泛的应用，但有一些场景用CNN却无法得到有效地解决，例如： 语音识别，要按顺序处理每一帧的声音信息，有些结果需要根据上下文进行识别； 自然语言处理，要依次读取各个单词，识别某段文字的语义 这些场景都有一个特点，就是都与时间序列有关，且输入的序列数据长度是不固定的。 而经典的人工神经网络、深度神经网络（DNN），甚至卷积神经网络（CNN），一是输入的数据维度相同，另外是各个输入之间是独立的，每层神经元的信号只能向上一层传播，样本的处理在各个时刻独立。
而在现实生活中，例如对一个演讲进行语音识别，那演讲者每讲一句话的时间几乎都不太相同，而识别演讲者的讲话内容还必须要按照讲话的顺序进行识别。 这就需要有一种能力更强的模型：该模型具有一定的记忆能力，能够按时序依次处理任意长度的信息。这个模型就是今天的主角“循环神经网络”（Recurrent Neural Networks，简称RNN）。 循环神经网络（RNN），神经元的输出可以在下一个时间戳直接作用到自身（作为输入）...
摘要：本章是在以前章节基本的算法之后， 介绍了一些提升算法：boosting， bagging， voting。 这些算法可以提高算法 的精确性。 以下是详细内容。
聊天机器人知识主要是自然语言处理。包括语言分析和理解、语言生成、机器学习、人机对话、信息检索、信息传输与信息存储、文本分类、自动文摘、数学方法、语言资源、系统评测。 NLTK库安装，pip install nltk 。执行python。下载书籍，import nltk，nltk.download()，选择book，点Download。下载完，加载书籍，from nltk.book import * 。输入text*书籍节点，输出书籍标题。搜索文本，text1.concordance("former”) 。搜索相关词，text1.similar("ship") 。查看词在文章的位置，text4.dispersion_plot(["citizens", "democracy", "freedom", "duties", "America"]) ，可以按Ctr+Z退出。继续尝试其他函数需要重新执行python，重新加载书籍。词统计，总字数 len(text1)，文本所有词集合 set(text1)，文本总词数 len(set(text4))，单词出现总次数 text4.count("is") ，统计文章词频从大到小排序到列表 FreqDist(text1)，统计词频输出累计图 fdist1 = FreqDist(text1);fdist1.plot(50, cumulative=True)，只出现一次的词 fdist1.hapaxes()，频繁双联词 text4.collocations() 。 自然语言处理关键点，词意理解、自动生成语言，机器翻译、人机对话(图灵测试，5分钟内回答提出问题...
原论文地址：https://arxiv.org/abs/
WAVENET: A GENERATIVE MODEL FOR RAW AUDIO Aaron van den Oord Sander Dieleman Heiga Zen Karen Simonyan Oriol Vinyals Alex Graves Nal Kalchbrenner Andrew Senior Koray Kavukcuoglu {avdnoord, sedielem, heigazen, simonyan, vinyals, gravesa, nalk, andrewsenior, korayk}@google.com Google DeepMind, London, UK Google, London, UK
摘要 这篇论文提出了WaveNet，一个生成原始音频波形的深度神经网络。这是一个完全的概率自回归模型，它基于之前已经声称的所有样本，来预测当前音频样本的概率分布；尽管如此，我们会展示它可以在每秒数万采样率的音频数据上高效的进行训练。将其应用到语音合成，它可以获得当前业界最佳的性能，不管是英语还是中文普通话，相比之前最好的参数式和拼接式系统，人类听众评价其在自然度上有大幅度进步。一个单模型的WaveNet可以同等保真度捕获很多说话人的特征，可以针对特定说话者进行训练后在多人之间切换。将其应用到音乐合成，我们发现它可以产生新颖的高度真实的音乐片段。同时，我们也会展示它还可以作为判别模型应用在音素识别中，获得有可观前景的结果。 1 介绍 近来...
关于机器学习的 5 个未来预测
分块，根据句子的词和词性，按照规则组织合分块，分块代表实体。常见实体，组织、人员、地点、日期、时间。名词短语分块(NP-chunking)，通过词性标记、规则识别，通过机器学习方法识别。介词短语(PP)、动词短语(VP)、句子(S)。 分块标记，IOB标记，I(inside，内部)、O(outside，外部)、B(begin，开始)。树结构存储分块。多级分块，多重分块方法。级联分块。 关系抽取，找出实体间关系。实体识别认知事物，关系识别掌握真相。三元组(X,a,Y)，X、Y实体，a表达关系字符串。通过正则识别。from nltk.corpus import conll2000，print(conll2000.chunked_sents('train.txt')[99]) 。 文法，潜在无限句子集合紧凑特性。形式化模型，覆盖所有结构句子。符合多种文法句子有歧义。只能用特征方法处理。 文法特征结构，单词最后字母、词性标签、文法类别、正字拼写、指示物、关系、施事角色、受事角色。文法特征是键值对，特征结构存储形式是字典。句法协议、属性、约束、术语。import nltk，fs1 = nltk.FeatStruct(TENSE='past', NUM='sg') ，fs2 = nltk.FeatStruct(POS='N', AGR=fs1) 。nltk产生式文法描述 /nltk_data/grammars/book_grammars 。sql0.fcfg，查找国家城市sql语句文法...
- 来源：[30 Amazing Machine Learning Projects for the Past Year (v.2018)](https://medium.mybridge.co/30-amazing-machine-learning-projects-for-the-past-year-v-21ac7) - 评选：[Mybridge AI](https://www.mybridge.co) - 数据：从 8800 个机器学习领域开源项目中选取 Top 30 (0.3%)，Github 平均关注数 3558。
安装包管理器
1 启动 Windows PowerShell （管理员） 2 输入命令：Set-ExecutionPolicy Bypass -Scope Process -F iex ((New-Object System.Net.WebClient).DownloadString('https://chocolatey.org/install.ps1')) 3 等待即可 安装命令行工具cmder
choco install cmder
安装Python3
choco install python3
安装anaconda3
choco install anaconda3
cmder自带vim8 cmder自带git anaconda3自带jupyter
句柄的本质：一个唯一的整数，作为对象的身份id，区分不同的对象，和同类中的不同实例。程序可以通过句柄访问对象的部分信息。句柄不代表对象的内存地址。 句柄和指针的区别：程序不能通过句柄直接阅读文件中的信息，指针是可以的。从所起的作用这点来说，句柄就是弱化后的指针，更安全，功能减少。 每种编程语言都有自己的数据处理方式。有些时候，程序员必须时刻留意准备处理的是什么类型。您曾利用一些特殊语法直接操作过对象，或处理过一些间接表示的对象吗（C或C++里的指针）？ 所有这些在Java里都得到了简化，任何东西都可看作对象。因此，我们可采用一种统一的语法，任何地方均可照搬不误。但要注意，尽管将一切都“看作”对象，但操纵的标识符实际是指向一个对象的“句柄”（Handle）。在其他Java参考书里，还可看到有的人将其称作一个“引用”，甚至一个“指针”。可将这一情形想象成用遥控板（句柄）操纵电视机（对象）。只要握住这个遥控板，就相当于掌握了与电视机连接的通道。但一旦需要“换频道”或者“关小声音”，我们实际操纵的是遥控板（句柄），再由遥控板自己操纵电视机（对象）。如果要在房间里四处走走，并想保持对电视机的控制，那么手上拿着的是遥...
Stanford出品，先膜拜一下。。。官网地址：https://stanfordnlp.github.io/CoreNLP/index.html Stanford CoreNLP is available on Maven Central.
所以可以直接配置gradle依赖。对不同的语言通过classifier选择对应的model。其中models是其他语言models的基础，默认可以处理English，必须引入。我们需要处理中文，所以还需要：models-chinese。 然而models和models-chinese两个包很大，下载有点慢（对网速自信的童鞋可以无视“然而”）。所以我就用迅雷下载好通过本地文件引入。
// Apply the java plugin to add support for Java
apply plugin: 'java'
// In this section you declare where to find the dependencies of your project
repositories {
// Use 'jcenter' for resolving your dependencies.
// You can declare any Maven/Ivy/file repository here.
url "http://maven.aliyun.com/nexus/content/groups/public"
// In this section you declare the dependencies for your production and test code
dependencies {
// https://mvnrepository.com/artifact/edu.stanford.nlp/stanford-corenlp
compile grou...
摘要： 在机器学习建模中，你所选择的数据特征对结果会有巨大的影响。 不相关和部分相关的特征可能会影响到模型的效果。 本章你将会学习用scikit-learn来 探索自动特征选择技术。 如下： - 单变量选择 - 回归的特征消除 - 主成因分析- 这个前面做过单独的学习 - 特征重要性分析
资源地址：https://wanmen.jinshuju.com/f/dVxsOT
KNN算法 K-Means算法 目标
确定某个元素所属的分类 将已存在的一系列元素分类 算法类别 监督的分类算法 无监督的聚类算法 数据区别 训练数据中，有明确的标签。 如：一个数据集中有几万张图片，都被打上了“苹果”的标签，另外还有几万张图片，被打上了“香蕉”的标签，数据是完全正确，知道结果的数据 几十万张各种各样水果的图片放一起，杂乱无章。 训练过程 无需训练（或者没有很明显的训练过程），将数据与训练数据直接对比 需要前期训练 K的含义 K指的是相邻数据的数目。 举个例子，假设某张图片相邻的20张图片中，有18张是打着“苹果”标签的数据，有1张是“香蕉”，1张是“樱桃”，那么这张图片的标签也是“苹果”。 那么在这个例子中，K就是20，20张相邻的图片。 K指的是分类的数目，人为设定好分为K个簇。 对比结果 K值不变的情况下，每次结果都是一样的。 K值确定后每次结果可能不同。
1、KNN算法，本质是一种数据统计的方法。 1.1
欧几里得距离 欧几里得距离通俗来讲就是高中数学中直角坐标系求两点间的距离，二维公式：|x| = √( x2 + y2 ) 1.2
距离计算 假设我们现在要对某张图片进行识别，大概是个怎样的思路呢（仅供理解，实际开发中更复杂）？...
package com.
import javax.swing.*;
import java.awt.*;
import java.awt.event.MouseE
import java.awt.event.MouseL
import java.io.IOE
import java.util.ArrayL
* 版权所有：桃李软件
* 官方网址：http://www.ittaoli.com
public class MyJump {
public static void main(String[] args) throws Exception {
JFrame jf = new JFrame("MyJump");
jf.setLayout(new FlowLayout());
jf.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE); // 关闭后退出程序
jf.setSize(360, 640);
//设定窗体的宽和高
jf.setVisible(true);
设定窗口为可见
jf.setLocation(100, 100);
设定窗体的坐标
jf.setResizable(false);
// 禁用最大化按钮
JLabel lb = new JLabel("此处显示鼠标左键点击后的坐标");
创建一个 Label对象
jf.add(lb);
// 添加标签到窗口上
JLayeredPane jlp = jf.getLayeredPane();
ImageIcon img = new ImageIcon("screen.png");
感谢google，感谢资本主义羊毛，为我们提供了这么好的学习工具。网上文档比较少，colab使用过程中有一些坑，我记录下来方便以后查阅，说不定也能帮到遇到同样问题的童鞋 ~ ### Google drive授权 貌似每隔一段时间之后，colab给分配的环境会被自动初始化，下次进来得重新挂载google drive。我是新建了一个notebook，用来存储授权过程，每次环境被情况了只要打开这个notebook重新执行以下就行。执行下面的代码，中间会出现两次提示，要求你打开授权地址，填写drive授权码。两次的授权权限不一样，都要填写。 ```python !apt-get install -y -qq software-properties-common python-software-properties module-init-tools !add-apt-repository -y ppa:alessandro-strada/ppa 2&&1 & /dev/null !apt-get update -qq 2&&1 & /dev/null !apt-get -y install -qq google-drive-ocamlfuse fuse from google.colab import auth auth.authenticate_user() from oauth2client.client import GoogleCredentials creds = GoogleCredentials.get_application_default() import getpass !google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} & /dev/...
句柄的本质：一个唯一的整数，作为对象的身份id，区分不同的对象，和同类中的不同实例。程序可以通过句柄访问对象的部分信息。句柄不代表对象的内存地址。 句柄和指针的区别：程序不能通过句柄直接阅读文件中的信息，指针是可以的。从所起的作用这点来说，句柄就是弱化后的指针，更安全，功能减少。 每种编程语言都有自己的数据处理方式。有些时候，程序员必须时刻留意准备处理的是什么类型。您曾利用一些特殊语法直接操作过对象，或处理过一些间接表示的对象吗（C或C++里的指针）？ 所有这些在Java里都得到了简化，任何东西都可看作对象。因此，我们可采用一种统一的语法，任何地方均可照搬不误。但要注意，尽管将一切都“看作”对象，但操纵的标识符实际是指向一个对象的“句柄”（Handle）。在其他Java参考书里，还可看到有的人将其称作一个“引用”，甚至一个“指针”。可将这一情形想象成用遥控板（句柄）操纵电视机（对象）。只要握住这个遥控板，就相当于掌握了与电视机连接的通道。但一旦需要“换频道”或者“关小声音”，我们实际操纵的是遥控板（句柄），再由遥控板自己操纵电视机（对象）。如果要在房间里四处走走，并想保持对电视机的控制，那么手上拿着的是遥...
分块，根据句子的词和词性，按照规则组织合分块，分块代表实体。常见实体，组织、人员、地点、日期、时间。名词短语分块(NP-chunking)，通过词性标记、规则识别，通过机器学习方法识别。介词短语(PP)、动词短语(VP)、句子(S)。 分块标记，IOB标记，I(inside，内部)、O(outside，外部)、B(begin，开始)。树结构存储分块。多级分块，多重分块方法。级联分块。 关系抽取，找出实体间关系。实体识别认知事物，关系识别掌握真相。三元组(X,a,Y)，X、Y实体，a表达关系字符串。通过正则识别。from nltk.corpus import conll2000，print(conll2000.chunked_sents('train.txt')[99]) 。 文法，潜在无限句子集合紧凑特性。形式化模型，覆盖所有结构句子。符合多种文法句子有歧义。只能用特征方法处理。 文法特征结构，单词最后字母、词性标签、文法类别、正字拼写、指示物、关系、施事角色、受事角色。文法特征是键值对，特征结构存储形式是字典。句法协议、属性、约束、术语。import nltk，fs1 = nltk.FeatStruct(TENSE='past', NUM='sg') ，fs2 = nltk.FeatStruct(POS='N', AGR=fs1) 。nltk产生式文法描述 /nltk_data/grammars/book_grammars 。sql0.fcfg，查找国家城市sql语句文法...
—— 原文发布于本人的微信公众号“大数据与人工智能Lab”（BigdataAILab），欢迎关注。
在上一篇文章中，介绍了 卷积神经网络（CNN）的算法原理，CNN在图像识别中有着强大、广泛的应用，但有一些场景用CNN却无法得到有效地解决，例如： 语音识别，要按顺序处理每一帧的声音信息，有些结果需要根据上下文进行识别； 自然语言处理，要依次读取各个单词，识别某段文字的语义 这些场景都有一个特点，就是都与时间序列有关，且输入的序列数据长度是不固定的。 而经典的人工神经网络、深度神经网络（DNN），甚至卷积神经网络（CNN），一是输入的数据维度相同，另外是各个输入之间是独立的，每层神经元的信号只能向上一层传播，样本的处理在各个时刻独立。
而在现实生活中，例如对一个演讲进行语音识别，那演讲者每讲一句话的时间几乎都不太相同，而识别演讲者的讲话内容还必须要按照讲话的顺序进行识别。 这就需要有一种能力更强的模型：该模型具有一定的记忆能力，能够按时序依次处理任意长度的信息。这个模型就是今天的主角“循环神经网络”（Recurrent Neural Networks，简称RNN）。 循环神经网络（RNN），神经元的输出可以在下一个时间戳直接作用到自身（作为输入）...
之前发表了一篇介绍AutoML技术的文章，但感觉还不够深入。今天抽出时间来仔细分析了AutoML相关框架的源码，见微知著，希望能更全面准确的把握目前的AutoML技术现状。 这次，我首先拿Auto_ML这块框架作为切入点，分析了框架源码的工作流，以及用到的技术，再与其他框架进行了横向比较，分析记录如下： AutoML 1.首先创建 Predictor 预测器； 一个Predictor预测器支持两种类型的任务：分类和回归 主要设置两个参数 type_of_estimator 和 column_descriptions type_of_estimator 指定了任务类型（classifier 或者 regressor） column_descriptions 指定了字段描述信息，如果为分类任务时，需指定Y所在的列（output）
2.调用Predictor 预测器的train方法训练模型； 一个简单的train方法，却做了很多事情： a. _clean_data_and_prepare_for_training :数据清洗和准备 _prepare_for_training：准备X和Y；删除X中的重复字段；删除Y值缺失的记录；将X中所有字段转换为float类型； 将Y值标准化； b.fit_transformation_pipeline :数据转换并输入管道 如果要使用深度学习组件，这里就会多一步特征学习的过程，调用方法名为：fit_feature_learning_and_transformation_pipeline 适应...
英文词干提取器，import nltk，porter = nltk.PorterStemmer()，porter.stem('lying') 。 词性标注器，pos_tag处理词序列，根据句子动态判断，import nltk，text = nltk.word_tokenize("And now for something completely different”)，nltk.pos_tag(text) 。CC 连接词，RB 副词，IN 介词，NN 名次，JJ 形容词。 标注自定义词性标注语料库，tagged_token = nltk.tag.str2tuple('fly/NN') 。字符串转成二元组。布朗语料库标注 nltk.corpus.brown.tagged_words() 。 nltk中文语料库，nltk.download()。下载 Corpora sinica_treebank，台湾中国研究院。 # coding:utf-8 import sys import importlib importlib.reload(sys) import nltk for word in nltk.corpus.sinica_treebank.tagged_words(): print(word[0], word[1]) jieba切词，https://github.com/fxsjy/jieba，自定义语料中文切词，自动词性标注。 词性自动标注。默认标注器 DefaultTagger，标注为频率最高词性。 # coding:utf-8 import sys import importlib importlib.reload(sys) import nltk default_tagger = nltk.DefaultTagger('NN') raw = '我 好 想 你' tokens = nltk.word_tokenize(raw) tags = default_t...
感谢google，感谢资本主义羊毛，为我们提供了这么好的学习工具。网上文档比较少，colab使用过程中有一些坑，我记录下来方便以后查阅，说不定也能帮到遇到同样问题的童鞋 ~ ### Google drive授权 貌似每隔一段时间之后，colab给分配的环境会被自动初始化，下次进来得重新挂载google drive。我是新建了一个notebook，用来存储授权过程，每次环境被情况了只要打开这个notebook重新执行以下就行。执行下面的代码，中间会出现两次提示，要求你打开授权地址，填写drive授权码。两次的授权权限不一样，都要填写。 ```python !apt-get install -y -qq software-properties-common python-software-properties module-init-tools !add-apt-repository -y ppa:alessandro-strada/ppa 2&&1 & /dev/null !apt-get update -qq 2&&1 & /dev/null !apt-get -y install -qq google-drive-ocamlfuse fuse from google.colab import auth auth.authenticate_user() from oauth2client.client import GoogleCredentials creds = GoogleCredentials.get_application_default() import getpass !google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} & /dev/...
背景 效率和稳定性是我们从工程层面来衡量系统对业务支持能力的两个关键指标。从流程管控上来看，业务效率的提升一定程度上会影响到稳定性，而对稳定性要求过高又会带来对业务效率的影响。从业务的角度来看，成熟的业务会更偏向于稳定性，而新业务更偏向于效率。效率和稳定性兼顾，也就变成了一个巨大的挑战。 我们理解的效率 通常我们提到“效率”更多的是关注开发效率或迭代效率，我们这里称之为“业务效率”。大家通常容易忽视“资源效率”，在阿里集团搜索和推荐现有业务规模下，忽视资源效率的将付出很大的成本。 效率 = 业务效率 + 资源效率 影响业务效率的因素主要有： 开发复杂度 业务迭代流程 业务维护成本 稳定性要求 开发复杂度取决于其生态能为业务的开发提供什么支持，包括语言层面和业务领域所在的第三方生态、集团层面的二方生态、以及业务所在平台。迭代流程一方面可以保证业务功能的正确性，同时也可以提升线上系统的稳定性，但是复杂的流程会很大程度上影响到业务的效率。如何降低业务开发复杂度，为业务开发提供更强大的生态支持？如何简化迭代流程且不影响稳定性？如何降低业务的维护成本，提升其稳定性？我有几张阿里云幸运券分享给你，用券购买或者升...
对于虚拟货币市场，2018年的开场颇为动荡，对于中国尤为如此。本文作者是美国一位区块链资深投资人和知名科技专栏作家，他认为，中国很多优质的区块链项目被低估了。 尽管存在政策禁锢，但长期来讲，技术优势加集中的社会资源，都为中国在区块链行业成为发力提供了优质条件。回归价值投资的核心方法论，我们该如何看待这波乱潮？这些值得我们关注的中国区块链项目到底想解决现实世界中的什么问题？ 现在区块链市场就像开荒前的美国西部，似乎每天都能发现几十个新的项目。 coinmarketcap.com上有1426种币或代币的项目（我开始写这篇文章的时候又增加了36个），到底要选择哪一种？ 大部分人都选择了以下三种途径。 我有几张阿里云幸运券分享给你，用券购买或者升级阿里云相应产品会有特惠惊喜哦！把想要买的产品的幸运券都领走吧！快下手，马上就要抢光了。 一些投资者将其资金分散投入并持有市值最高的不同币种上，比如比特币(Bitcoin)、莱特币(Litecoin)、达世币(Dash)和以太坊(Ethereum)。这是像指数基金一样的加密投资。他们的资产可能会随着市场的增长而增长，同时有望回报颇丰。如果你想接触一下加密货币但又不想太耗费时间，你可以选择这个做法。 但是多数人想要的更...
通过PowerShell远程连接到Windows 1、目标Windows配置 远程连接到目标Windows服务器，以管理员身份运行PowerShell，执行以下命令开启服务 Enable-PSRemoting
然后一路确定。 开启服务后，设置谁可以通过PowerShell连接到本服务器，执行以下命令 我有几张阿里云幸运券分享给你，用券购买或者升级阿里云相应产品会有特惠惊喜哦！把想要买的产品的幸运券都领走吧！快下手，马上就要抢光了。 Set-Item wsman:\localhost\Client\Trustedhosts $ip
其中ip为本地的IP地址。如果你的IP地址不稳定，可执行 Set-Item wsman:\localhost\Client\Trustedhosts *
再执行以下命令 Test-WSMan $ip #本地或云服务器上
Test-WSMan localhost #云服务器上 这样就在云端设置成功了。
这是一篇tesseract使用备忘录，其中主要论述限定要识别的文字
网址： tesseract项目网址是：http://code.google.com/p/tesseract-ocr/
命令行的使用： tesseract xxx.jpg result.txt -psm 7 digit 解释 tesseract 命令名 xxx.jpg 文件名，jpg,png都可以 result.txt 识别出的文字输出到文件 -psm 7 digit 参数
限定要识别的文字 例如要识别身份证号码，一般身份证号码为数字0到9还有大写的X， 加了限定以后，识别的准确率有所提升 例如识别身份证的一部分： 不加限定前，识别成1.3250 加了只能识别数字和X后，识别成:43250
具体方法： 打开tesseract安装目录，进入 tessdata/configs/ 将digits复制一份，改名为：sfz，表示增加一份识别身份证规则的配置 使用文字编辑工具，打开文件sfz 在tessedit_char_whitelist 后面跟随要识别的字符 例如 tessedit_char_whitelist X 保存退出 这个就是白名单，想识别的文字或者符号就写进去 识别的时候，需要在命令里加上sfz配置，例如 tesseract xxx.jpg result -psm 7 sfz python代码: import pytesseract
from PIL import Image
image = Image.open("../pic/c.png")
card_no = tess.image_to_string(car...
原论文地址：https://arxiv.org/abs/
WAVENET: A GENERATIVE MODEL FOR RAW AUDIO Aaron van den Oord Sander Dieleman Heiga Zen Karen Simonyan Oriol Vinyals Alex Graves Nal Kalchbrenner Andrew Senior Koray Kavukcuoglu {avdnoord, sedielem, heigazen, simonyan, vinyals, gravesa, nalk, andrewsenior, korayk}@google.com Google DeepMind, London, UK Google, London, UK
摘要 这篇论文提出了WaveNet，一个生成原始音频波形的深度神经网络。这是一个完全的概率自回归模型，它基于之前已经声称的所有样本，来预测当前音频样本的概率分布；尽管如此，我们会展示它可以在每秒数万采样率的音频数据上高效的进行训练。将其应用到语音合成，它可以获得当前业界最佳的性能，不管是英语还是中文普通话，相比之前最好的参数式和拼接式系统，人类听众评价其在自然度上有大幅度进步。一个单模型的WaveNet可以同等保真度捕获很多说话人的特征，可以针对特定说话者进行训练后在多人之间切换。将其应用到音乐合成，我们发现它可以产生新颖的高度真实的音乐片段。同时，我们也会展示它还可以作为判别模型应用在音素识别中，获得有可观前景的结果。 1 介绍 近来...
聊天机器人知识主要是自然语言处理。包括语言分析和理解、语言生成、机器学习、人机对话、信息检索、信息传输与信息存储、文本分类、自动文摘、数学方法、语言资源、系统评测。 NLTK库安装，pip install nltk 。执行python。下载书籍，import nltk，nltk.download()，选择book，点Download。下载完，加载书籍，from nltk.book import * 。输入text*书籍节点，输出书籍标题。搜索文本，text1.concordance("former”) 。搜索相关词，text1.similar("ship") 。查看词在文章的位置，text4.dispersion_plot(["citizens", "democracy", "freedom", "duties", "America"]) ，可以按Ctr+Z退出。继续尝试其他函数需要重新执行python，重新加载书籍。词统计，总字数 len(text1)，文本所有词集合 set(text1)，文本总词数 len(set(text4))，单词出现总次数 text4.count("is") ，统计文章词频从大到小排序到列表 FreqDist(text1)，统计词频输出累计图 fdist1 = FreqDist(text1);fdist1.plot(50, cumulative=True)，只出现一次的词 fdist1.hapaxes()，频繁双联词 text4.collocations() 。 自然语言处理关键点，词意理解、自动生成语言，机器翻译、人机对话(图灵测试，5分钟内回答提出问题...
安装包管理器
1 启动 Windows PowerShell （管理员） 2 输入命令：Set-ExecutionPolicy Bypass -Scope Process -F iex ((New-Object System.Net.WebClient).DownloadString('https://chocolatey.org/install.ps1')) 3 等待即可 安装命令行工具cmder
choco install cmder
安装Python3
choco install python3
安装anaconda3
choco install anaconda3
cmder自带vim8 cmder自带git anaconda3自带jupyter
- 机器学习算法分类：监督学习、无监督学习、强化学习 - 基本的机器学习算法：线性回归、支持向量机(SVM)、最近邻居(KNN)、逻辑回归、决策树、k平均、随机森林、朴素贝叶斯、降维、梯度增强
特斯拉去年立过一个flag：2017年年底之前，使用全自动驾驶功能做一场横穿美国的越野驾驶。2017年已经过去了，显然特斯拉没有完成这个目标。 刚刚发射猎鹰成功的特斯拉CEO伊隆·马斯克并没有闲下来，近日，在一次媒体会面中，他表示会在三到六个月内开启这段旅程。 驾驶特斯拉横穿美国不是一件容易的事情，考验的除了特斯拉的续航能力，还需要考虑沿途路况、天气等多种变数，甚至驾驶员的个人能力。 事实上，这种自动驾驶的长途旅程Drive.ai之前也做过，他们将其命名为“无人车马拉松项目”（The Drive-a-thon），并详细记录下了这场惊险刺激的“24小时行车日记”。 点击查看大数据文摘报道《Drive.ai驾驶日记：有一天，我们让一辆无人车连续行驶了24小时……》 近日，在回应一个有关自动驾驶的问题时，马斯克表示会在3-6个月的时间内做一场横穿美国大陆的自动驾驶。当被问及这个“横穿驾驶功能”普通特斯拉客户能否使用的时候，他说“以后是可以的”，但没有评价具体什么时候才可以。 我有几张阿里云幸运券分享给你，用券购买或者升级阿里云相应产品会有特惠惊喜哦！把想要买的产品的幸运券都领走吧！快下手，马上就要抢光了。 马斯克承认，对于去年立下的这一目标，他“错...
马斯克已经让他的Tesla跑车飞上了天，然而地面上想打车的你，可能会发现随着春节的临近，越来越难呼唤到一辆车了。 加班需谨慎 要说打车，Uber是世界上最流行的打车软件之一。Uber必须不停地匹配搭车者和司机，并使他们能尽可能快地抵达目的地。这个简单的任务的每一步都需要优化，比如决定最优路径、最佳到达时间…… 然而，现实世界充满了不确定性。雨雪啦，事故啦，很多事件的发生都可能影响车辆的供需。 我有几张阿里云幸运券分享给你，用券购买或者升级阿里云相应产品会有特惠惊喜哦！把想要买的产品的幸运券都领走吧！快下手，马上就要抢光了。 许多目前的机器学习模型还是基于确定性的，但是现实世界的数据基本都是不完整的，或者某种意义上不完善的。这样一来，在做预测（比如预测车辆供需）的时候，概率论就很有用武之地了。 贝叶斯推断能让我们在预测之前对现实世界有一个先验假设，并且能基于观测不断更新模型。 不久前，为了更好地适应现实世界的不确定性，Uber的团队开源了一种编程语言Pyro。Pyro是一种概率语言，使用Python和PyTorch构建。我们可以通过它，建立一个既可以扩展也十分高效的贝叶斯深度学习模型。 编程语言那么多，为什么偏偏还要开发一种？ 因...
计算改变社交，计算加速创造，计算变革技术，计算重塑商业，当所有人受惠于计算，计算驱动的智能时代已经到来。 正如阿里云总裁胡晓明所说的，“随着移动互联、物联网和人工智能技术的发展，云计算、大数据技术已经越来越影响着人们生活的方方面面，优化着产业的升级，影响着社会治理效率的提升。在这场革命中将会诞生越来越多的新的商业模式。” 七个开发人员，两个月的时间，融资一个亿，快速发展的空格是无数处于创业中的企业的缩影。正如空格CEO唐永波所说的“创业公司像飞机，速度够快才能起飞，通过现有的云端资源，我们才能快速地让产品落地，才能让企业野蛮生长，通过阿里云，普通的创业者也能拥有和五百强企业一样的计算资源，和大企业同台竞争，让创业进入快消时代。” 2016年春节，新浪微博利用阿里云节省了一千四百多台服务器，支持了一百八十二亿次访问和八亿我有几张阿里云幸运券分享给你，用券购买或者升级阿里云相应产品会有特惠惊喜哦！把想要买的产品的幸运券都领走吧！快下手，马上就要抢光了。次红包领取。新浪微博研发中心总经理刘子正谈到“互联网行业的硬件大战已经变成了计算能力大战，新浪微博利用阿里云搭建了一个社交媒体混合云，不仅可以应对核...
Java 简史： 任职于太阳微系统的詹姆斯?高斯林等人于1990年代初开发Java语言的雏形，最初被命名为Oak，目标设置在家用电器等小型系统的程序语言，应用在电视机、电话、闹钟、烤面包机等家用电器的控制和通信。由于这些智能化家电的市场需求没有预期的高，Sun公司放弃了该项计划。随着1990年代互联网的发展，Sun公司看见Oak在互联网上应用的前景，于是改造了Oak，于1995年5月以Java的名称正式发布。Java伴随着互联网的迅猛发展而发展，逐渐成为重要的网络编程语言。 Java编程语言的风格十分接近C++语言。继承了C++语言面向对象技术的核心，Java舍弃了C++语言中容易引起错误的指针，改以引用替换，同时移除原C++与原来运算符重载，也移除多重继承特性，改用接口替换，增加垃圾回收器功能。在Java SE 1.5版本中引入了泛型编程、类型安全的枚举、不定长参数和自动装/拆箱特性。太阳微系统对Java语言的解释是：“Java编程语言是个简单、面向对象、分布式、解释性、健壮、安全与系统无关、可移植、高性能、多线程和动态的语言。” Java不同于一般的编译语言或直译语言。它首先将源代码编译成字节码，然后依赖各种不同平台上的虚拟机来解释执行字节码，从而实现了“一次编写，到处...
原论文地址：https://openreview.net/forum?id=B1VWyySKx
CHAR2WAV: END-TO-END SPEECH SYNTHESIS Jose Sotelo, Soroush Mehri, Kundan Kumar, Joao Felipe Santos, Kyle Kastner, Aaron Courville , Yoshua Bengio Universite de Montreal IIT Kanpur INRS-EMT CIFAR Fellow Senior CIFAR Fellow
我们提出一种端到端的用于语音合成的模型 Char2Wav，其有两个组成部分：一个读取器（reader）和一个神经声码器。该读取器是一个带有注意力（attention）的编码器-解码器模型。其中编码器是一个以文本或音素作为输入的双向循环神经网络（RNN），而解码器则是一个带有注意力的循环神经网络，其会产出声码器声学特征。神经声码器是指 SampleRNN 的一种条件式的扩展，其可以根据中间表征（intermediate representations）生成原始的声波样本。与用于语音合成的传统模型不同，Char2Wav 可以学习直接根据文本生成音频。
1 介绍 语音合成的主要任务包括将文本映射为音频信号。语音合成有两个主要目标：可理解性和自然度。可理解性是指合成音频的清晰度，特别是听话人能够在多大程度上提取出原信息。自然度则描述了无法被可理解性直接获取的信息，比如听的整体容易程...
+----------------------------------------------------------+------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
| Variable_name
+---------------------------------------------...
- 机器学习算法分类：监督学习、无监督学习、强化学习 - 基本的机器学习算法：线性回归、支持向量机(SVM)、最近邻居(KNN)、逻辑回归、决策树、k平均、随机森林、朴素贝叶斯、降维、梯度增强
火车票抢票代码公开揭秘
OCR技术浅探：特征提取(1) 研究背景 关于光学字符识别(Optical Character Recognition, 下面都简称OCR)，是指将图像上的文字转化为计算机可编辑的文字内容，众多的研究人员对相关的技术研究已久，也有不少成熟的OCR技术和产品产生，比如汉王OCR、ABBYY FineReader、Tesseract OCR等. 值得一提的是，ABBYY FineReader不仅正确率高(包括对中文的识别)，而且还能保留大部分的排版效果，是一个非常强大的OCR商业软件. 然而，在诸多的OCR成品中，除了Tesseract OCR外，其他的都是闭源的、甚至是商业的软件，我们既无法将它们嵌入到我们自己的程序中，也无法对其进行改进. 开源的唯一选择是Google的Tesseract OCR，但它的识别效果不算很好，而且中文识别正确率偏低，有待进一步改进. 综上所述，不管是为了学术研究还是实际应用，都有必要对OCR技术进行探究和改进. 我们队伍将完整的OCR系统分为“特征提取”、“文字定位”、“光学识别”、“语言模型”四个方面，逐步进行解决，最终完成了一个可用的、完整的、用于印刷文字的OCR系统. 该系统可以初步用于电商、微信等平台的图片文字识别，以判断上面信息的真伪. 研究假设 在本文中，我们假设图像的文字部分有以下的特征： 1. 假设...
1行代码实现人脸识别，1. 首先你需要提供一个文件夹，里面是所有你希望系统认识的人的图片。其中每个人一张图片，图片以人的名字命名。2. 接下来，你需要准备另一个文件夹，里面是你要识别的图片。3. 然后你就可以运行face_recognition命令了，把刚刚准备的两个文件夹作为参数传入，命令就会返回需要识别的图片中都出现了谁，1行代码足以！！！
调用腾讯优图开放平台进行人脸识别-Java调用API实现
TensorFlow入门介绍
本文旨在通过几何方法来阐述为何人工神经网络能够有效地工作。
