在这个教程中，我们将创建一个异常检测项目，使用TensorFlow构建一个深度学习模型，该模型能够检测时间序列数据中的异常值。
执行语义搜索之前的聚类演示 | 图片来自作者
2025年01月23日
CPython 3.13 已经在两周前发布了，该版本是一段时间以来最注重性能的版本。我在快速阅读发行说明后，了解以下几点对性能的影响显而易见：
2025年01月23日
深度学习学习和纯优化的不同在于它们解决问题的方式和目标。
纯优化是指通过优化算法来寻找最优解的过程，它通常是在给定的问题和目标函数下，通过调整变量的取值来最小化或最大化目标函数。例如，线性规划问题可以使用线性规划算法来求解最优解。
2025年01月23日
本文旨在探究将PyTorch Lightning应用于激动人心的强化学习（RL）领域。在这里，我们将使用经典的倒立摆gym环境来构建一个标准的深度Q网络（DQN）模型，以说明如何开始使用Lightning来构建RL模型。
在本文中，我们将讨论：
·什么是lighting以及为什么要将它应用于RL
·标准DQN模型简介
·使用Lightning构建DQN的步骤
·结果和结论
2025年01月23日
为了展示如何应用神经网络算法模型，我们将使用神经网络来学习优化井字棋（Tic Tac Toe）。明确井字棋是一种决策性游戏，并且走棋步骤优化是确定的。
开始
为了训练神经网络模型，我们有一系列优化的不同的走棋棋谱，棋谱基于棋盘位置列表和对应的最佳落子点。考虑到棋盘的对称性，通过只关心不对称的棋盘位置来简化棋盘。井字棋的非单位变换（考虑几何变换）可以通过90度、180度、270度、Y轴对称和X轴对称旋转获得。如果这个假设成立，我们使用一系列的棋盘位置列表和对应的最佳落子点，应用两个随机变换，然后赋值给神经网络算法模型学习。
2025年01月23日
当我在使用深度学习进行图像语义分割并想使用PyTorch在DeepLabv3[1]上运行一些实验时，我找不到任何在线教程。并且torchvision不仅没有提供分割数据集，而且也没有关于DeepLabv3类内部结构的详细解释。然而，我是通过自己的研究进行了现有模型的迁移学习，我想分享这个过程，这样可能会对你们有帮助。
2025年01月23日
深入学习中最具争议的话题之一是如何解释和理解一个经过训练的模型——特别是在医疗等高风险行业的背景下。“黑匣子”一词经常与深度学习算法联系在一起。如果我们不能解释模型是如何工作的，我们怎么能相信模型的结果呢？这是个合理的问题。
以一个为检测癌症而训练的深度学习模型为例。这个模型告诉你，它99%确定它已经检测到癌症，但它并没有告诉你为什么或者如何做出这个决定。
2025年01月23日
特征工程是机器学习流程中的关键步骤，在此过程中，原始数据被转换为更具意义的特征，以增强模型对数据关系的理解能力。
特征工程通常涉及对现有数据应用转换，以生成或修改数据，这些转换后的数据在机器学习和数据科学的语境下用于训练模型，从而提高模型性能。
本文主要介绍处理数值变量特征工程，将探讨使用Python的Scikit-Learn库、Numpy等工具处理数值的高级
2025年01月23日
大侠幸会，在下全网同名「算法金」 0 基础转 AI 上岸，多个算法赛 Top 「日更万日，让更多人享受智能乐趣」