优达学城 UdaCity 纳米学位 Num Course desc 1 AI Programming with Python 使用Python编程基础 2 Android Basics 安卓基础 3 Android Developer 安卓开发工程师 4 Artificial Intelligence 人工智能基础 5 Blockchain Developer 区块链开发工程师 6 Com
本次包含3个部分： 简单的自编码器卷积自编码器去噪自编码器 目录 1 简单的自编码器 压表示法缩 可视化数据 线性自编码器 训练 检查结果 2 卷积自编码器 Encoder Decoder 解码器：转置卷积 训练 检查结果 （额外）解码器：上采样层 + 卷积层 3 去噪自编码器 去噪 训练 检查去噪效果
目录 加载和预处理数据 转换数据 数据加载器和数据可视化 定义模型 最终分类器层 指定损失函数和优化器 训练 测试 可视化样本测试结果 大多数时候，你不会想自己训练一个完整的卷积网络。像ImageNet这样的大型数据集上的现代卷积网络训练需要在多个gpu上花费数周时间。 作为替代
一、胶囊网络 池化运算会丢失一些图像信息。这是因为为了获得更小的特征级图像表示，池化会丢弃像素信息。与池化层相比，有一些分类方法不会丢弃空间信息，而是学习各个部分之间的关系（例如眼睛、鼻子和嘴之间的空间关系）。 学习各部分之间的空间关系的一种方法就叫胶囊网络。 胶囊网络
TensorFlow卷积层 TensorFlow 提供了 tf.nn.conv2d() 和 tf.nn.bias_add() 函数来创建你自己的卷积层。 # Output depth k_output = 64 # Image Properties image_width = 10 image_height = 10 color_channels = 3 # Convolution filter filter_size_width = 5 filter_size
梯度下降算法推导与实现 import matplotlib.pyplot as plt import numpy as np import pandas as pd #Some helper functions for plotting and drawing lines def plot_points(X, y): admitted = X[np.argwhere(y==1)] rejected = X[np.argwhere(y==0)] plt.scatt
一、One—Hot编码 计算机在表示多结果的分类时，使用One-Hot编码是比较常见的处理方式。即每个对象都有对应的列。 二、最大似然率 下面是两幅图像，比较两幅图像，试通过概率的方法来讨论一下为什么右边的模型会更好。 假设第一幅图像的每个点是对应颜色的概率为下图： 如果假设点的
学习如何用神经网络来解决分类问题。 开始都会说什么是机器学习？机器学习的应用是什么？用机器在海量数据中学习得到可以解决一类问题的办法，这就是我的理解。图像处理、文本处理、无人驾驶、等，深度学习最热门的应用就是无人驾驶。而深度学习的核心是神经网络。神经网
一、商业分析篇：数据处理 数据可视化中的数据类型汇总 二、商业分析篇：描述统计学 描述统计学 三、商业分析篇：电子表格处理数据 EXCEL中的常用函数 优达学城调查问卷分析 四、商业分析篇：商业思维与业务分析 互联网业务指标
分析Excel原则： 对于所有问题，如果答案位于多个列中，则合并为单个列并删除原始列。只保留合并过的列 将 birthdate （出生日期）列改为 age（年龄）列，方法是算出从出生日期到今天日期的天数，然后除以 365 删除表格中的异常信息
