Tags

Talk is cheap. Show me the code.
Machine Learning Series

【机器学习基础】第三十七课:聚类之层次聚类

层次聚类,AGNES算法


【机器学习基础】第三十六课:聚类之密度聚类

密度聚类,DBSCAN算法


【机器学习基础】第三十五课:聚类之原型聚类

原型聚类,k均值算法,学习向量量化(LVQ),Voronoi剖分,高斯混合聚类


【机器学习基础】第三十四课:聚类之距离计算

距离度量,闵可夫斯基距离,VDM(Value Difference Metric),MinkovDM,非度量距离


【机器学习基础】第三十三课:聚类之性能度量

外部指标,内部指标,Jaccard系数,FM指数,Rand指数,DB指数,Dunn指数


【机器学习基础】第三十二课:聚类之聚类任务

聚类任务


【机器学习基础】第三十一课:集成学习之多样性

误差-分歧分解,多样性度量(不合度量、相关系数、Q-统计量、$\kappa$-统计量),多样性增强(数据样本扰动、输入属性扰动、输出表示扰动、算法参数扰动)


【机器学习基础】第三十课:集成学习之结合策略

平均法(简单平均法、加权平均法),投票法(绝对多数投票法、相对多数投票法、加权投票法),学习法(Stacking)


【机器学习基础】第二十九课:集成学习之Bagging与随机森林

Bagging,“包外估计”(out-of-bag estimate),随机森林(Random Forest)


【机器学习基础】第二十八课:集成学习之Boosting

Boosting,AdaBoost


【机器学习基础】第二十七课:集成学习之个体与集成

集成学习简介,霍夫丁不等式


【机器学习基础】第二十六课:EM算法

期望最大化(Expectation-Maximum,简称EM)算法,坐标下降法


【机器学习基础】第二十五课:贝叶斯网

贝叶斯网,边际独立性,道德图,道德化,最小描述长度(MDL)准则,AIC(Akaike Information Criterion)评分函数,BIC(Bayesian Information Criterion)评分函数,吉布斯采样


【机器学习基础】第二十四课:半朴素贝叶斯分类器

半朴素贝叶斯分类器,独依赖估计(ODE),SPODE,TAN,AODE


【机器学习基础】第二十三课:朴素贝叶斯分类器

朴素贝叶斯分类器,拉普拉斯修正


【机器学习基础】第二十二课:贝叶斯决策论

贝叶斯决策论,贝叶斯判定准则,贝叶斯最优分类器,贝叶斯风险,判别式模型,生成式模型,先验概率,条件概率,似然


【机器学习基础】第二十一课:支持向量机之核方法

表示定理,核方法,核线性判别分析(KLDA)


【机器学习基础】第二十课:支持向量回归

支持向量回归(SVR)


【机器学习基础】第十九课:支持向量机之软间隔与正则化

软间隔,正则化


【机器学习基础】第十八课:支持向量机之核函数

核函数,直积


【机器学习基础】第十七课:支持向量机之对偶问题

求解支持向量机,二次规划


【机器学习基础】第十六课:支持向量机之间隔与支持向量

二维平面,超平面,间隔,支持向量,支持向量机


【机器学习基础】第十五课:多变量决策树

多变量决策树


【机器学习基础】第十四课:决策树中的连续与缺失值

连续值处理,缺失值处理


【机器学习基础】第十三课:决策树的剪枝处理

剪枝,预剪枝,后剪枝


【机器学习基础】第十二课:决策树的划分选择

信息熵,信息增益,增益率,基尼值,基尼指数


【机器学习基础】第十一课:决策树的基本流程

决策树的基本流程


【机器学习基础】第十课:类别不平衡数据

不平衡数据,阈值移动,欠采样,过采样


【机器学习基础】第九课:多分类学习

多分类任务,一对一,一对其余,多对多,纠错输出码,海明距离


【机器学习基础】第八课:线性判别分析

线性判别分析,广义瑞利商,类内散度矩阵,类间散度矩阵,全局散度矩阵,拉格朗日乘子法,KTT条件,上确界,下确界


【机器学习基础】第七课:对数几率回归

单位阶跃函数,对率函数,sigmoid函数,几率,对数几率回归,最大似然估计


【机器学习基础】第六课:线性回归

线性模型,线性回归,最小二乘法,广义线性模型,距离的定义,闭式解,数值解,多变量线性回归


【机器学习基础】第五课:偏差与方差

偏差-方差分解,偏差,方差,噪声,偏差-方差窘境,代价的类型


【机器学习基础】第四课:统计学知识之假设检验

t检验,方差分析,卡方检验,秩检验


【机器学习基础】第三课:模型性能度量

查全率,查准率,F值,P-R曲线,ROC,AUC,代价敏感错误率,代价曲线


【机器学习基础】第二课:模型评估方法

误差,过拟合,留出法,交叉验证法,自助法


【机器学习基础】第一课:机器学习基本概念

机器学习定义,基本术语,假设空间,归纳偏好


Mathematics Series

【数学基础】第十九课:凸优化进阶

共轭函数,共轭函数的性质,对偶函数,对偶性


【数学基础】第十八课:凸优化基础

凸优化问题,凸集合,凸函数,上境图,凸组合,凸包,凸闭包,凸集合与凸函数的对应性质,凸集分离定理


【数学基础】第十七课:奇异值分解

奇异值分解


【数学基础】第十六课:主成分分析

主成分分析


【数学基础】第十五课:矩阵的相似变换和相合变换

相似变换,相合变换,正交相似变换


【数学基础】第十四课:线性代数

线性空间,基,线性映射,线性变换,基变换,线性回归


【数学基础】第十三课:参数估计

参数估计,点估计,区间估计,矩估计,极大似然估计,点估计的评判准则


【数学基础】第十二课:随机变量

随机变量,随机变量的矩,切比雪夫不等式,随机变量的特征函数,大数定律,中心极限定理


【数学基础】第十一课:贝叶斯公式

条件概率,全概率公式,贝叶斯公式,先验分布,似然函数,后验分布,共轭分布


【数学基础】第十课:积分

黎曼积分,牛顿-莱布尼兹公式,分部积分法,多变量函数的积分


【数学基础】第九课:协方差和相关系数

数学期望,方差,协方差,协方差矩阵,相关系数


【数学基础】第八课:概率分布

伯努利分布,二项分布,泊松分布,均匀分布,指数分布,正态分布,概率函数,概率密度函数,概率分布函数


【数学基础】第七课:矩阵与向量

矩阵定义,常见的矩阵类型,矩阵的基本运算,向量定义,常见的向量类型,向量的基本运算


【数学基础】第六课:梯度下降法和牛顿法

泰勒公式,梯度,牛顿法,梯度下降法


【数学基础】第五课:微分

微分,全微分,偏微分,微分方程


【数学基础】第四课:导数

导数,方向导数,偏导数,高阶导数,高阶偏导数,求导法则


【数学基础】第三课:极限

极限,无穷大,无穷小,洛必达法则


【数学基础】第二课:目标函数、损失函数、代价函数

目标函数,损失函数,代价函数,经验风险,结构风险


【数学基础】第一课:机器学习中需要的数学基础

监督学习,半监督学习,无监督学习,强化学习


Python Series

【Python基础】第三十七课:使用Python实现层次聚类

层次聚类,Agglomerative,Divisive,sch.linkage,sch.dendrogram,AgglomerativeClustering,single(the Nearest Point Algorithm),complete(the Farthest Point Algorithm,Voor Hees Algorithm),average(UPGMA),weighted(WPGMA),centroid(UPGMC),median(WPGMC),ward(Ward's minimum variance method),Lance–Williams algorithm


【Python基础】第三十六课:评估不同客户流失分析模型

SVC(),feature_importances_


【Python基础】第三十五课:ROC曲线

LabelEncoder,predict_proba,roc_curve,auc


【Python基础】第三十四课:模型评估方法

留出法,train_test_split,交叉验证法,KFold,cross_val_score,留一法,LeaveOneOut


【Python基础】第三十三课:混淆矩阵

accuracy_score,confusion_matrix,seaborn.heatmap,classification_report


【Python基础】第三十二课:使用分类模型预测客户流失

使用分类模型预测客户流失


【Python基础】第三十一课:分类模型之随机森林

随机森林,sklearn.ensemble.RandomForestClassifier


【Python基础】第三十课:分类模型之神经网络

神经网络,StandardScaler(),MLPClassifier(),plt.figure,subplots_adjust,add_subplot,plt.text


【Python基础】第二十九课:分类模型之SVM

SVM基础知识,SVC(),numpy数组中冒号的使用


【Python基础】第二十八课:分类模型之Logistic Regression

LogisticRegression()


【Python基础】第二十七课:分类模型之决策树

DecisionTreeClassifier(),graphviz可视化,numpy.arange,numpy.meshgrid,ravel,numpy.c_,numpy.r_


【Python基础】第二十六课:回归模型

回归模型,sklearn.linear_model,sklearn.preprocessing,statsmodels.api,R-squared,Adjusted R Square,AIC,BIC,itertools.combinations,str.format()


【Python基础】第二十五课:SQL实战应用之汇率资讯储存与管理

SQL实战应用之汇率资讯储存与管理


【Python基础】第二十四课:SQL Query的使用

pandas.melt,pandas.read_csv,pandas.to_sql,pandas.read_sql,SELECT,FROM,WHERE,ORDER BY,DESC,LIMIT,AVG,GROUP BY,HAVING


【Python基础】第二十三课:SQLite数据库之数据存储

使用python链接数据库,透过SQLite做数据新增、查询,使用pandas存储数据


【Python基础】第二十二课:关系数据库-SQLite简介

数据库,SQL,关系数据库,ACID原则,SQLite


【Python基础】第二十一课:网页浏览记录资料分析

parse_dates,pandas.unique,pandas.reset_index,pandas.merge,pandas.Series.dt.date,pandas.concat


【Python基础】第二十课:使用pandas绘制统计图表

pandas.DataFrame.plot(),pandas.DataFrame.rolling()


【Python基础】第十九课:使用pandas产生叙述性统计

叙述性统计,pandas_datareader,pct_change


【Python基础】第十八课:时事新闻资料的爬取和处理

网络爬虫,数据处理


【Python基础】第十七课:正则表达式

正则表达式,re


【Python基础】第十六课:重塑资料

虚拟变量(Dummy Variable),建立透视表(pivot_table),长宽表格转换(stack&unstack)


【Python基础】第十五课:处理时间格式资料

datetime


【Python基础】第十四课:资料转换

向量化计算,Apply,Map,ApplyMap


【Python基础】第十三课:资料处理实战应用

资料处理实战应用,位运算符,逻辑运算符


【Python基础】第十二课:类

类,创建类,类的基本用法,继承,导入类


【Python基础】第十一课:处理缺失值

缺失值的产生,缺失值的表示,检测缺失值,舍弃缺失值,填补缺失值


【Python基础】第十课:DataFrame的相关操作

数据选取,新增数据,删除数据,数据的索引


【Python基础】第九课:使用Pandas和Numpy处理数据

Pandas,NumPy,zip函数,列表解析,NumPy数组,DataFrame,Series


【Python基础】第八课:网络爬虫

网络爬虫架构,开发者工具,BeautifulSoup


【Python基础】第七课:处理JSON、XML格式的数据

JSON,XML


【Python基础】第六课:处理CSV、Excel格式的数据

CSV,Excel


【Python基础】第五课:读写TXT文件

读txt文件,写txt文件


【Python基础】第四课:数据类型

定量数据,定性数据,离散数据,连续数据,结构化数据,半结构化数据,非结构化数据


【Python基础】第三课:Python应用之文本的词频统计

词频统计


【Python基础】第二课:for循环、定义函数和模块导入

Python语法,for循环,if语句,定义函数,模块导入


【Python基础】第一课:列表、元组、字典

Python语法,列表,元组,字典,引号的用法


OpenCV Series

【OpenCV基础】第三十二课:Harris角点检测

图像特征,Harris角点检测,实对称矩阵的对角化,相似矩阵的几何意义,椭圆,cv::cornerHarris


【OpenCV基础】第三十一课:基于距离变换与分水岭的图像分割

距离变换,cv::distanceTransform,分水岭算法,Geodesic Distance,cv::watershed,cv::imshow,cv::inRange


【OpenCV基础】第三十课:点多边形测试

cv::pointPolygonTest


【OpenCV基础】第二十九课:图像矩

图像矩,Hu矩,几何矩,中心矩,归一化中心矩,cv::moments,cv::HuMoments,cv::contourArea,cv::arcLength


【OpenCV基础】第二十八课:轮廓周围绘制矩形框和圆形框

道格拉斯-普克算法(RDP算法或DP算法),cv::approxPolyDP,cv::boundingRect,cv::minAreaRect,cv::minEnclosingCircle,cv::fitEllipse


【OpenCV基础】第二十七课:凸包

凸包,Graham扫描算法,cv::convexHull


【OpenCV基础】第二十六课:轮廓发现

轮廓发现,cv::findContours,cv::drawContours


【OpenCV基础】第二十五课:模板匹配

模板匹配,cv::matchTemplate


【OpenCV基础】第二十四课:直方图反向投影

直方图反向投影,cv::mixChannels,cv::calcBackProject


【OpenCV基础】第二十三课:直方图比较

直方图比较,cv::compareHist


【OpenCV基础】第二十二课:直方图计算

cv::split,cv::merge,cv::calcHist,cv::normalize


【OpenCV基础】第二十一课:直方图均衡化

图像直方图,直方图均衡化,cv::equalizeHist


【OpenCV基础】第二十课:像素重映射

像素重映射,cv::remap,最近邻插值,双线性插值,双三次插值


【OpenCV基础】第十九课:霍夫变换

霍夫变换之直线检测,cv::HoughLines,cv::HoughLinesP,霍夫变换之圆检测,cv::HoughCircles


【OpenCV基础】第十八课:Canny边缘检测算法

Canny边缘检测算法,cv::Canny


【OpenCV基础】第十七课:Laplace算子

Laplace算子,cv::Laplacian,cv::convertScaleAbs


【OpenCV基础】第十六课:Sobel算子

图像边缘提取,Sobel算子,Scharr算子


【OpenCV基础】第十五课:边缘处理

图像边缘处理


【OpenCV基础】第十四课:自定义线性滤波

算子,robert算子,sobel算子,拉普拉斯算子,filter2D


【OpenCV基础】第十三课:基本阈值操作

阈值二值化,阈值反二值化,阈值截断,阈值取零,阈值反取零,大津法,三角法图像二值化


【OpenCV基础】第十二课:图像的缩放

几何变换,图像金字塔,高斯不同


【OpenCV基础】第十一课:形态学操作的应用

提取水平线和垂直线,提取验证码


【OpenCV基础】第十课:形态学操作

膨胀,腐蚀,开操作,闭操作,形态学梯度,顶帽,黑帽


【OpenCV基础】第九课:图像模糊

均值模糊,高斯模糊,中值模糊,双边模糊,高斯分布


【OpenCV基础】第八课:绘制形状和文字

Point,Scalar,line,ellipse,rectangle,circle,fillPoly,putText,rng,waitKey


【OpenCV基础】第七课:调整图像亮度与对比度

图像变换,对比度,亮度


【OpenCV基础】第六课:图像混合

线性混合操作,addWeighted,add,multiply


【OpenCV基础】第五课:图像操作

读写像素值,与/或/非/异或操作,ROI


【OpenCV基础】第四课:Mat对象

Mat对象,复制


【OpenCV基础】第三课:掩膜操作

掩膜操作,分辨率,FOV,像素值,位图深度,计时函数,%d


【OpenCV基础】第二课:加载、修改、保存图像

加载图像,显示图像,修改图像,保存图像


【OpenCV基础】第一课:OpenCV环境配置

环境配置


C++ Series

【C++基础】第四十二课:[类]访问控制与封装

访问说明符,public,private,class关键字,友元,friend


【C++基础】第四十一课:[类]定义抽象数据类型

成员函数,this,常量成员函数,类作用域,构造函数,拷贝、赋值和析构


【C++基础】第四十课:函数指针

函数指针


【C++基础】第三十九课:函数匹配

函数匹配,候选函数,可行函数


【C++基础】第三十八课:特殊用途语言特性

默认实参,内联函数,constexpr函数,assert,NDEBUG,__func__,__FILE__,__LINE__,__TIME__,__DATE__


【C++基础】第三十七课:函数重载

函数重载


【C++基础】第三十六课:返回类型和return语句

无返回值函数,有返回值函数,返回数组指针


【C++基础】第三十五课:参数传递

传值参数,传引用参数,const形参和实参,数组形参,main:处理命令行选项,含有可变形参的函数


【C++基础】第三十四课:函数基础

编写函数,调用函数,形参和实参,函数返回类型,局部对象,自动对象,局部静态对象,函数声明,分离式编译


【C++基础】第三十三课:try语句块和异常处理

throw,try,catch,标准异常


【C++基础】第三十二课:跳转语句

break语句,continue语句,goto语句


【C++基础】第三十一课:迭代语句

while语句,传统的for语句,范围for语句,do while语句


【C++基础】第三十课:条件语句

if语句,switch语句


【C++基础】第二十九课:简单语句

表达式语句,空语句,复合语句(块)


【C++基础】第二十八课:类型转换

隐式转换,显式转换,命名的强制类型转换,static_cast,dynamic_cast,const_cast,reinterpret_cast,旧式的强制类型转换


【C++基础】第二十七课:sizeof运算符

sizeof运算符


【C++基础】第二十六课:位运算符

位运算符,移位运算符,位求反运算符,位与、位或、位异或运算符


【C++基础】第二十五课:成员访问运算符和条件运算符

成员访问运算符,条件运算符


【C++基础】第二十四课:递增和递减运算符

递增和递减运算符


【C++基础】第二十三课:赋值运算符

赋值运算符


【C++基础】第二十二课:逻辑和关系运算符

逻辑运算符,关系运算符


【C++基础】第二十一课:算术运算符

算术运算符


【C++基础】第二十课:表达式基础

表达式基本概念,重载运算符,左值,右值,优先级,求值顺序


【C++基础】第十九课:多维数组

多维数组


【C++基础】第十八课:C风格字符串

C风格字符串


【C++基础】第十七课:数组

定义和初始化内置数组,访问数组元素,指针和数组


【C++基础】第十六课:迭代器

迭代器,迭代器的使用,迭代器运算


【C++基础】第十五课:标准库类型vector

标准库vector,定义和初始化vector对象,push_back,vector内对象的索引


【C++基础】第十四课:标准库类型string

标准库string,定义和初始化string对象,string对象上的操作,处理string对象中的字符


【C++基础】第十三课:命名空间的using声明

命名空间


【C++基础】第十二课:自定义数据结构

struct,预处理器,头文件保护符


【C++基础】第十一课:处理类型

类型别名,typedef,using,auto,decltype


【C++基础】第十课:const限定符

const变量,const引用,const指针,顶层const,底层const,常量表达式,constexpr


【C++基础】第九课:复合类型

引用,指针


【C++基础】第八课:变量

变量定义,初始化,变量声明,标识符,作用域


【C++基础】第七课:字面值常量

字面值,转义序列


【C++基础】第六课:类型转换

原码,反码,补码,类型转换,取模运算,取余运算


【C++基础】第五课:基本内置类型

算术类型,空类型,比特,字,字节,带符号类型,无符号类型


【C++基础】第四课:类简介

类,类类型,类对象,成员函数


【C++基础】第三课:循环语句与判断语句

while语句,for语句,if语句


【C++基础】第二课:C++的输入与输出

输入,输出,iostream库,命名空间,代码注释


【C++基础】第一课:函数

main函数,函数定义


Deep Learning Series

【深度学习基础】第四十八课:注意力模型

注意力模型


【深度学习基础】第四十七课:BLEU得分

BLEU得分


【深度学习基础】第四十六课:Beam Search

Seq2Seq,Beam Search


【深度学习基础】第四十五课:自然语言处理与词嵌入

词嵌入,Word2Vec,skip-gram模型,CBOW模型,GloVe,词嵌入除偏


【深度学习基础】第四十四课:深层循环神经网络

深层循环神经网络


【深度学习基础】第四十三课:BRNN

双向循环神经网络


【深度学习基础】第四十二课:GRU和LSTM

GRU,LSTM


【深度学习基础】第四十一课:RNN应用之语言模型

语言模型


【深度学习基础】第四十课:循环神经网络

循环神经网络


【深度学习基础】第三十九课:序列模型

序列模型


【深度学习基础】第三十八课:1D数据和3D数据

1D数据和3D数据的卷积运算


【深度学习基础】第三十七课:神经风格迁移

神经风格迁移,卷积网络的可视化,内容代价函数,风格代价函数


【深度学习基础】第三十六课:人脸识别

One-Shot Learning,Siamese网络,Triplet Loss Function


【深度学习基础】第三十五课:R-CNN中的候选区域

R-CNN,候选区域


【深度学习基础】第三十四课:YOLO算法

YOLO算法,交并比IoU,非极大值抑制NMS,Anchor Box


【深度学习基础】第三十三课:基于滑动窗口的目标检测算法

基于滑动窗口的目标检测算法


【深度学习基础】第三十二课:目标定位和特征点检测

目标定位,bounding box,特征点检测


【深度学习基础】第三十一课:Inception网络

$1\times 1$卷积,Inception模块,Inception网络,GoogLeNet


【深度学习基础】第三十课:残差网络ResNets

ResNets


【深度学习基础】第二十九课:经典的神经网络结构

LeNet-5,AlexNet,VGG-16


【深度学习基础】第二十八课:卷积神经网络基础

卷积运算,边缘检测,padding,stride,卷积层,池化层,全连接层,卷积神经网络示例


【深度学习基础】第二十七课:机器学习策略(下)

错误分析,数据集的划分,数据不匹配问题,迁移学习,多任务学习,端到端的深度学习


【深度学习基础】第二十六课:机器学习策略(上)

机器学习策略,正交化,单一数字评估指标,优化指标,满足指标,人的表现,贝叶斯最优错误率,可避免偏差


【深度学习基础】第二十五课:深度学习框架

深度学习框架


【深度学习基础】第二十四课:softmax函数的导数

softmax函数在神经网络中的反向传播


【深度学习基础】第二十三课:Batch Normalization

Batch Normalization


【深度学习基础】第二十二课:超参数调试

超参数调试,随机取值,精细搜索,搜索策略


【深度学习基础】第二十一课:局部最优问题

局部最优问题


【深度学习基础】第二十课:学习率衰减

什么是学习率衰减,为什么要进行学习率衰减,怎么进行学习率衰减


【深度学习基础】第十九课:Adam优化算法

Adam优化算法


【深度学习基础】第十八课:RMSprop

RMSprop


【深度学习基础】第十七课:Momentum梯度下降法

Momentum梯度下降法


【深度学习基础】第十六课:指数加权平均

指数加权平均,偏差修正


【深度学习基础】第十五课:mini-batch梯度下降法

batch gradient descent,stochastic gradient descent,mini-batch gradient descent,mini-batch,epoch


【深度学习基础】第十四课:梯度检验

梯度的数值逼近,梯度检验


【深度学习基础】第十三课:梯度消失和梯度爆炸

梯度消失,梯度爆炸,权重随机初始化


【深度学习基础】第十二课:归一化输入

归一化输入


【深度学习基础】第十一课:正则化

范数,L1正则化,L2正则化,dropout,inverted dropout,data augmentation,early stopping


【深度学习基础】第十课:神经网络模型的初步优化

数据集划分,偏差和方差


【深度学习基础】第九课:深层神经网络

前向传播,反向传播,超参数


【深度学习基础】第八课:神经网络的梯度下降法

神经网络的梯度下降法,网络参数的随机初始化


【深度学习基础】第七课:激活函数

激活函数,sigmoid函数,tanh函数,ReLU函数,Leaky ReLU函数,线性激活函数,非线性激活函数


【深度学习基础】第六课:浅层神经网络

双层神经网络


【深度学习基础】第五课:向量化

vectorization,numpy,broadcasting,logistic regression code


【深度学习基础】第四课:正向传播与反向传播

学习率,计算图,正向传播,反向传播,梯度下降法在logistic回归中的应用


【深度学习基础】第三课:什么是神经网络

神经网络的基本概念、神经网络的基本结构


【深度学习基础】第二课:softmax分类器和交叉熵损失函数

线性分类,softmax分类器,hardmax分类器,交叉熵损失函数


【深度学习基础】第一课:从KNN到深度学习

深度学习,KNN算法,CIFAR-10数据集,超参数


Tensorflow Series

【Tensorflow基础】第十四课:CNN在自然语言处理的应用

tf.app.flags,tf.app.run,tf.flags,re.sub,VocabularyProcessor,np.random.permutation,tf.ConfigProto,compute_gradients,apply_gradients,tf.nn.zero_fraction,os.path.abspath,os.path.curdir,datetime.datetime.now().isoformat(),yield,tf.train.global_step


【Tensorflow基础】第十三课:Word2Vec

os.path.exists,urllib.request.urlretrieve,os.stat,zipfile.ZipFile,ZipFile.namelist,tf.compat.as_str,collections.deque,random.randint,numpy.random.choice,tf.nn.embedding_lookup,tf.nn.nce_loss,xrange,argsort,TSNE降维可视化,tf.random_uniform


【Tensorflow基础】第十二课:验证码的生成与识别

ImageCaptcha(),tf.train.string_input_producer,tf.TFRecordReader,tf.parse_single_example,tf.decode_raw,tf.train.shuffle_batch,tf.train.batch,nets_factory.get_network_fn,tf.one_hot


【Tensorflow基础】第十一课:TFRecord的生成

TFRecord,tf.Graph().as_default(),tf.python_io.TFRecordWriter,tf.train.BytesList,tf.train.Int64List,tf.train.FloatList,tf.train.Feature,tf.train.Features,tf.train.Example,SerializeToString


【Tensorflow基础】第十课:Inception-v3的训练和检测

Inception-v3,os.walk,tf.gfile.FastGFile,get_tensor_by_name


【Tensorflow基础】第九课:模型的保存和载入

tf.train.Saver(),saver.save(),saver.restore(),ckpt模型


【Tensorflow基础】第八课:循环神经网络的实现

tf.nn.rnn_cell.BasicLSTMCell,tf.nn.dynamic_rnn


【Tensorflow基础】第七课:卷积神经网络的实现

tf.nn.conv2d(),padding详解,tf.nn.max_pool()


【Tensorflow基础】第六课:TensorBoard的使用

TensorBoard简介,TensorBoard的使用,TensorBoard可视化


【Tensorflow基础】第五课:模型优化

代价函数,网络结构,优化器,tf.truncated_normal


【Tensorflow基础】第四课:手写数字识别

MNIST数据集,手写数字识别模型


【Tensorflow基础】第三课:回归模型

非线性回归模型,numpy.linspace,numpy.random.rand,numpy.random.randn,numpy.random.normal,tf.random_normal,tf.reduce_mean,tf.train.GradientDescentOptimizer


【Tensorflow基础】第二课:Tensorflow基本概念

Graph,Session,Tensor,Operation,Feed,Fetch


【Tensorflow基础】第一课:Tensorflow的简介与安装

Tensorflow的简介,安装Tensorflow


AI Papers

【论文阅读】YOLO9000:Better, Faster, Stronger

YOLOv2,YOLO9000


【论文阅读】You Only Look Once: Unified, Real-Time Object Detection

YOLOv1


【论文阅读】GAUSSIAN ERROR LINEAR UNITS (GELUS)

Gaussian Error Linear Unit(GELU)激活函数,Sigmoid Linear Unit(SiLU)激活函数


【论文阅读】FAST AND ACCURATE DEEP NETWORK LEARNING BY EXPONENTIAL LINEAR UNITS (ELUS)

exponential linear unit(ELU)激活函数,Shifted ReLU(SReLU)激活函数


【论文阅读】Faster R-CNN:Towards Real-Time Object Detection with Region Proposal Networks

Faster R-CNN,Region Proposal Networks(RPN)


【论文阅读】Fast R-CNN

Fast R-CNN


【论文阅读】U-Net:Convolutional Networks for Biomedical Image Segmentation

U-Net


【论文阅读】Best Practices for Convolutional Neural Networks Applied to Visual Document Analysis

Elastic Distortions


【论文阅读】Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

SPP-net


【论文阅读】Fully Convolutional Networks for Semantic Segmentation

FCN,shift-and-stitch,backwards convolution(deconvolution)


【论文阅读】Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning

Inception-v4,Inception-ResNet


【论文阅读】Deep Residual Learning for Image Recognition

ILSVRC2015冠军,COCO2015冠军,ResNet,残差网络


【论文阅读】Rethinking the Inception Architecture for Computer Vision

Inception-v2,Inception-v3


【论文阅读】Batch Normalization:Accelerating Deep Network Training by Reducing Internal Covariate Shift

Batch Normalization,BN-Inception


【论文阅读】Generative Adversarial Nets

GAN,maxout激活函数,KL散度,JS散度


【论文阅读】Rich feature hierarchies for accurate object detection and semantic segmentation

R-CNN


【论文阅读】Going deeper with convolutions

ILSVRC2014(分类任务冠军/目标检测任务冠军):GoogLeNet,Inception-v1


【论文阅读】Visualizing and Understanding Convolutional Networks

ILSVRC2013(分类任务季军):ZFNet,卷积网络可视化,反卷积网络


【论文阅读】VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION

ILSVRC2014(分类任务亚军/定位任务冠军):VGG Net


【论文阅读】ImageNet Classification with Deep Convolutional Neural Networks

ILSVRC2012(分类任务冠军/定位任务冠军):AlexNet


【论文阅读】Gradient-Based Learning Applied to Document Recognition

卷积神经网络开山之作:LeNet-5