Sciblog支持信息和代码
此仓库包含支持我的博客的项目,其他信息和代码: 。
您可以找到我在发表的所有帖子的列表。
笔记本项目
:在这个项目中,我们解释什么是卷积以及如何使用带有MNIST字符识别数据集的MXNet深度学习库来计算CNN。 这里是。
:在本项目中,我们使用PyTorch解释迁移学习的基本方法(微调和冻结),并分析在哪种情况下更好地使用每种方法。 这里是。
:在这些笔记本中,我们展示了如何使用Char-CNN和VDCNN模型执行字符级卷积以进行情感分析。 这里是。
:在本笔记本中,我们展示了许多简单的技术来生成图像,文本和时间序列中的新数据。 这里是。
降:在本项目中,我们使用sklearn和CUDA展示t-SNE算法的示例。 我们使用CNN从图像生成高维特征,然后展示如何将其投影并可视化为二维空间。 这里是。
:在本笔记本中,我们使用GPU上的LightGBM(也可在CPU上)设计实时欺诈检测模型。 然后使用Flask和websockets通过API对模型进行操作。 这里是。
:在本笔记本中,我们演示如何创建图像分类API。 该系统与使用CNTK深度
1