MXNet 分布式环境部署 1. MxNet 分布式介绍 先忽略吧, 回头在填上去 2. 分布式部署方法 假设有两台主机ip地址分别是xxx.xxx.xxx.114 和 xxx.xxx.xxx.111 这两台主机的环境如下 ubuntu Server 16.04SLT python3.6| anac
CNN中,1X1卷积核到底有什么作用呢?   https://www.jianshu.com/p/ba51f8c6e348     Question:   从NIN 到Googlenet mrsa net 都是用了这个,为什么呢? 发现很多网络使用了1X1卷积核,这能起到什么作用呢?另外我一直觉得,
深度学习新星:GAN的基本原理、应用和走向     (本文转自雷锋网,转载已获取授权,未经允许禁止转载)原文链接:http://www.leiphone.com/news/201701/Kq6FvnjgbKK8Lh8N.html  作者:亚萌 相关参考: 【OpenAI】 Generative M
在建立模型的时候,最终是希望模型有较好的预测能力,但是在另一方面,也希望模型不要太复杂,以至于能有较好的解释性和适用性。 1、定义 定义:在机器学习或者统计学中,又称为变量选择、属性选择或者变量子集选择,是在模型构建中,选择相关特征并构成特征子集的过程[3]。 defination in wiki
  欠拟合和过拟合学习笔记   https://blog.csdn.net/u012535605/article/details/82499020   在建模的过程中会经常出现1.模型的效果,但是泛化能力弱,2.模型的结果很差的情况,即过拟合和欠拟合,一下是总结的学习笔记   1.1欠拟合 欠拟合现
AIOps 人工智能和IT运营支撑 Ops 之间的故事,愈演愈烈,已经成为当今运维圈的热门话题,我打算从2篇文档分享我们在 AIOps 上一些探索和实践。(上篇)主要介绍了为什么事件(告警)处理需要 AIOps;(本篇)主要分享OneAlert 事件处理平台在 AIOps 方面的探索。 上篇提到
欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由liuxuewen发表于云+社区专栏 在本文中,我们将研究深度学习和机器学习之间的差异。我们将逐一了解它们,然后讨论他们在各个方面的不同之处。除了深度学习和机器学习的比较外,我们还将研究他们未来的趋势和走向。 深度学习 VS 机器
机器学习项目失败的9个原因   https://mp.weixin.qq.com/s/S7u_lImK7xNGHKqftoRI6w     作者|Alberto Artasanchez 译者|刘志勇 编辑|Debra   导读:前不久,小编看到这么一个数据,说是截止到目前,最近三年大约有两万个机器学
在本篇博客中,我们将会学习到零代码情况下,如何利用已有的技术建立自己的知识问答系统,这种系统的可以广泛适用于学校、企业、客服、政府公开信息等领域,代替传统的电话咨询、电子邮件沟通等高人工负荷的方式。 建立知识库 什么叫QnA Maker? 知识库,就是人们总结出的一些历
Distributed TensorFlow Todo list: Distributed TensorFlow简介 Distributed TensorFlow的部署与运行 对3个台主机做多卡GPU和两台主机做多卡GPU的结果作对比 Distributed TensorFlow 意在使用等多主机的
一、C4.5决策树概述   C4.5决策树是ID3决策树的改进算法,它解决了ID3决策树无法处理连续型数据的问题以及ID3决策树在使用信息增益划分数据集的时候倾向于选择属性分支更多的属性的问题。它的大部分流程和ID3决策树是相同的或者相似的,可以参考我的上一篇博客:https://www.cnblo
欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由roganhuang发表于云+社区专栏 导语 随着腾讯云业务的扩大,母机数量越来越多。为减少人力并实现母机故障的自动化定位,本文尝试利用机器学习算法,通过对历史故障母机的日志数据学习,训练模型实现自动化分析定位母机故障原因。 背景
本文来自腾讯云技术沙龙,本次沙龙主题为AI平台及智能语音应用解析 近年来,人工智能技术快速发展,与其他行业的结合也成为业界不断探索的方向。在人工智能基础和工具方面,AI平台已成为降低人工智能门槛的关键因素;而在人工智能应用方面,作为最成熟的应用方向之一,智能语音已在智能家居、智能车载等领域有了迅猛发
以前是在Cent OS中运行Tensorflow,,经常需要切换操作系统,很不方便,于是决定在Windows 7下安装Tensorflow。 过程还是挺复杂的,需要安装的包括:Visual Studio、Anaconda、CUDA、cuDNN、PyCharm、Tensorflow-gpu等
本文为Thomas Simonini增强学习系列文章笔记或读后感,原文可以直接跳转到medium系列文章。文章先是给用户指出必须了解增强学习的概念增强学些是什么?为什么奖励是中心概念增强学习的任务和三种实现方式深度增强学习的深(deep)意味着什么?增强学习过程概念介绍首先,什么是增强学习? 我们需
本文为Thomas Simonini增强学习系列文章笔记或读后感,原文可以直接跳转到medium系列文章。主要概念为:Q-Learning,探讨其概念以及用Numpy实现我们可以将二维游戏想象成平面格子,每个格子代表一个状态,并且对应了不同的动作,例如下图:Q函数接收状态和动作两个参数并输出Q值,即
1. 什么是残差(residual)?   “残差在数理统计中是指实际观察值与估计值(拟合值)之间的差。”“如果回归模型正确的话, 我们可以将残差看作误差的观测值。”   更准确地,假设我们想要找一个 $x$,使得 $f(x) = b$,给定一个 $x$ 的估计值 $x_0$,残差(residual