个”人的具体数量，就是KNN里的“K”值。如果你设定K=3，那么你只考虑最近的3个人；如果K=5，你就考虑最近的5个人。K的选择可能会影响最后的决策，因为它改变了你考虑的邻居数量。         在机器学习中，这个比喻就是KNN在进行分类时的工作原理。你有一堆已经分类好的数据（就像宴会上已经形成的小圈子），当一个新的数据点出现时（新嘉宾），KNN算法会查看它附近最相似的K个数据点，然后根据“多数原则”将...

目录 简介 设置 准备数据 使用数据增强 定义模型 实现梯度集中化 训练工具 不使用 GC 训练模型 使用 GC 训练模型 性能比较 本文目标：实施梯度集中化，提高 DNN 的训练性能。 简介 本示例实现了 Yong 等人提出的深度神经网络新优化技术 "梯度集中化"（Gradient Centralization），并在 Laurence Moroney 的 "马或人 "数据集（Horses or Hum...

自动化机器学习——网格搜索法：寻找最佳超参数组合 在机器学习中，选择合适的超参数是模型调优的关键步骤之一。然而，由于超参数的组合空间通常非常庞大，手动调整超参数往往是一项耗时且困难的任务。为了解决这个问题，自动化机器学习中的网格搜索法成为了一种常用的方法。本文将介绍网格搜索法的概述、原理及其Python实现示例代码，并通过可视化展示其效果。 1. 概述 在机器学习中，超参数是在模型训练之前需要手动设置的...

在图像处理领域，机器学习方法和深度学习方法都被广泛应用，但两者有一些不同点和各自的优势。 机器学习 机器学习方法是利用数据和统计学方法来构建模型和算法，从而对图像进行分类、分割、特征提取等任务。常见的机器学习方法包括支持向量机（SVM）、随机森林（Random Forest）、决策树等。它们通常需要手动选择和提取图像的特征，然后通过训练模型来学习特征与标签之间的关系。机器学习方法的优点是对于小规模数据集...

目录 简介 设置 数据集构建 数据可视化 模型构建 模型训练 帧预测可视化 预测视频 本文目标：如何建立和训练用于下一帧视频预测的卷积 LSTM 模型。 简介 卷积 LSTM 架构通过在 LSTM 层中引入卷积递归单元，将时间序列处理和计算机视觉结合在一起。在本示例中，我们将探讨卷积 LSTM 模型在下一帧预测中的应用，下一帧预测是指在一系列过去帧的基础上预测下一个视频帧的过程。 设置 import nu...

文章目录 一. 深度学习的起源1. 概率建模--机器学习分类器2. 早期神经网络--反向传播算法的转折3. 核方法 -- 忽略神经网络4. 决策树、随机森林和梯度提升机5. 神经网络替代svm与决策树 二. 深度学习与机器学习有何不同 可以这样说，当前工业界所使用的大部分机器学习算法不是深度学习算法。深度学习不一定总是解决问题的正确工具：有时没有足够的数据，深度学习不适用；有时用其他算法可以更好地解决问...

目录 数据收集 设置 定义超参数 数据准备 构建基于变换器的模型 培训的效用函数 模型训练和推理 本文目标：用混合变压器训练视频分类器。 本示例是使用 CNN-RNN 架构（卷积神经网络-循环神经网络）进行视频分类示例的后续。这一次，我们将使用基于变换器的模型（Vaswani 等人）对视频进行分类。阅读本示例后，您将了解如何开发基于变换器的混合模型，用于在 CNN 特征图上运行的视频分类。 数据收集 与本...

毕业论文（设计）开题报告 核心算法代码分享如下： 在yarn-site.xml中加入如下配置：<property> <name>yarn.nodemanager.resource.memory-mb</name> <value>20480</value> </property> <property> <name>yarn.scheduler.minimum-allocation-mb</name> <v...

白话特征向量 一个方阵 A A A 与列向量 v v v 的乘积会生成一个新的列向量。这个新向量通常与原向量有着不同的方向，矩阵在这里代表一个线性变换。然而，某些向量会保持其原始方向。我们称这种向量为矩阵 A A A 的特征向量（eigenvector）。 在本文中，我们将探讨特征向量、特征值和矩阵的特征方程。并且以 2 维方阵为例，教大家如何计算矩阵的特征向量和特征值。 文章目录 举个例子特征向量的定...

文章目录 一. 深度学习概念二. 深度学习与机器学习的区别三. 理解深度学习的工作原理1. 每层的转换进行权重参数化2. 怎么衡量神经网络的质量3. 怎么减小损失值 四. 深度学习已取得的进展五. 人工智能的未来 - 不要太过焦虑跟不上 一. 深度学习概念 先放一张图来理解下人工智能、机器学习、神经网络和深度学习之间的关系。   深度学习是机器学习的一个分支领域：它从数据中学习表示，强调从连续的层中学习...