机器学习

Python 手把手教你玩转 MediaPipe 手势识别
MediaPipe 是 Google 开源的跨平台、可定制化机器学习解决方案框架，专注于快速构建和部署实时多媒体（图像、视频、音频）处理应用，尤其在人体视觉分析任务（人脸识别、姿态检测、手势识别等）上...
老孟2026-01-1948102
机器学习 GBDT 多分类计算过程
GBDT（Gradient Boosting Decision Tree，梯度提升树）本质上是一个二分类模型。它通过不断迭代地拟合前一轮模型的负梯度，逐步提升模型的预测精度。在二分类任务中，GBDT ...
老孟2025-09-2133800
机器学习恒等映射层 nn.Identity 的作用
nn.Identity 是 PyTorch 中的一个层，它的作用是不做任何改变地传递输入数据。它在前向传播时会返回输入数据本身，而不对其进行任何处理或变换。这样的一个实现，在大多数人看来似乎没有什么...
老孟2025-07-28173602
机器学习 AlexNet CIFAR10 图像分类
AlexNet 是 2012 年 ImageNet 竞赛冠军获得者 Hinton 和他的学生 Alex Krizhevsky 设计的。AlexNet 把CNN 的基本原理应用到了很深很宽的网络中。主要...
老孟2025-07-2899402
机器学习 Rouge 评价指标
在自然语言处理（NLP）任务中，自动评估文本生成质量是一个核心问题。例如，在机器翻译、自动摘要、文本生成等任务中，我们需要度量生成文本与参考文本的相似度。Rouge（Recall-Oriented U...
老孟2025-07-28192603
机器学习基于 PyTorch 手动实现线性回归
线性回归是机器学习中的基础算法之一，通过最小化预测值和真实值之间的误差来拟合数据。在本教程中，我们将使用 PyTorch 从零开始构建一个线性回归模型，并拆解成关键部分，以便更好地理解 PyTorch...
老孟2025-07-28118804
机器学习卷积核（Convolution Kernel）
卷积核（Convolution Kernel）是卷积神经网络（CNN）中的核心组件之一，通常用于图像处理和深度学习模型中。它是一个小的矩阵，用于对输入图像进行卷积操作，从而提取图像中的特征。卷积核通过...
老孟2025-07-28192505
机器学习 BERT
Bert（Pre-training of Deep Bidirectional Transformers for Language Understanding）模型采用的是 Transformer 的...
老孟2025-07-28379503
机器学习一个轻量级的 Albert 模型
Albert（A Lite Bert For Self-Supervised Learning Of Language Representations）是对 Bert 的改进，其主要思想就是用更少的参...
老孟2025-07-28131000
机器学习基于 Bert 实现 NER 任务
命名实体识别（Named Entity Recognition，简称 NER）是自然语言处理（NLP）中的一项重要任务，旨在从非结构化文本中识别并分类具有特定意义的实体，如人名、地名、机构名、时间表达...
老孟2025-07-28143203
机器学习权重衰减（Weight Decay）
当看到 weight decay 时，从字面意思看是权重参数衰减，很容易让人觉得它和 L2 正则化是等价的，因为 L2 正则化也能让权重变小。但实际上，两者的概念和实现位置并不相同。 L2 正则化通常...
老孟2025-07-28315702
机器学习 Learning Rate Scheduler（二）
书接上回，上篇文章介绍了 7 种学习率的调整策略，PyTorch 1.11 版本中共有 14 种，本篇文章接着介绍剩下的 7 种学习率调整策略。 lr_scheduler.CosineAnnealin...
老孟2025-07-28163701
机器学习 Learning Rate Scheduler（一）
torch.optim.lr_scheduler 提供了动态调整学习率的方法。在使用的时， Learning Rate Scheduler 一般在优化器的更新参数之后调用。另外，我们也可以在程序中使用...
老孟2025-07-28178400
未分类基于 PEGASUS 生成中文文本摘要
PEGASUS 是一种编码器-解码器模型，接下来我们基于开源的 PEGASUS 预训练模型来微调自己的生成式文本摘要模型。感谢 https://huggingface.co/IDEA-CCNL 给开源...
老孟2025-07-2825104
机器学习基于 GAN 网络 STL10 生成图像
STL-10 是一个用于图像识别和生成任务的数据集，训练集共计 5000 张图片，测试集共计 8000 张，另外包含 100000 张无标签图像，适用于无监督和半监督学习。图像尺寸为 96×96，适合...
老孟2025-07-2817300
机器学习伯努利朴素贝叶斯（Bernoulli NB）
伯努利朴素贝叶斯（Bernoulli Naive Bayes）分类器是一种基于贝叶斯定理的概率分类器，常用于处理文本分类等离散数据。它假设特征之间是条件独立的，并且每个特征都遵循伯努利分布，即每个特征...
老孟2025-07-28170404
机器学习索贝尔算子（Sobel）图像边缘检测
Sobel 算子是一种常用的图像处理工具，它描述了图像中每个像素点处的亮度或颜色值变化方向和强度。它通常用于分析图像的边缘、纹理、形状和其他特征。在二维图像中，梯度通常是两个分量的矢量，分别表示在水...
老孟2025-07-28140102
机器学习 AUC（Area Under the Curve）
AUC（Area Under the Curve）是一种常用二分类评估方法，它指的是 ROC 曲线（Receiver Operating Characteristic Curve）下的面积。 1. R...
老孟2025-07-2880200
机器学习循环神经网络（RNN）
循环神经网络（Recurrent Neural Network, RNN）是一类用于处理序列数据的神经网络。什么是序列数据？序列数据是指按照一定顺序排列的数据集合，其中的每个元素被称为序列的一个项。...
老孟2025-07-2851400
机器学习长短期记忆网络（LSTM）
长短期记忆网络（Long Short-Term Memory，LSTM）是一种特殊的循环神经网络（RNN），与传统的 RNN 相比，在处理涉及较长距离时间依赖的任务中表现出更强的能力。 1. 算法原理...
老孟2025-07-2885300
机器学习门控循环单元（GRU）
门控循环单元（Gated Recurrent Unit, GRU）是一种改进的循环神经网络（RNN）架构，旨在解决传统 RNN 在处理长序列时面临的梯度消失问题。GRU 由 KyungHyun Cho...
老孟2025-07-2874400
机器学习自动混合精度（AMP）
自动混合精度是一种能够提升训练效率的方法。它通过减少训练过程中的显存使用，从而提高 batch_size 大小，加快模型训练。在 PyTorch 中张量默认使用的是 float32 类型，如果我们能够...
老孟2025-07-28194801
机器学习基于 RNN/GRU/LSTM 手撸实现评论分类模型
本文将从零开始，详细讲解如何使用递归神经网络（RNN/GRU/LSTM）实现文本情感分类。我们将基于 PyTorch 从头构建一个模型，并应用于情感分析任务。内容涵盖数据预处理、构建词汇表、分词器、模...
老孟2025-07-28118205
机器学习全量微调 Qwen2.5-0.5B-Instruct 分类任务
Qwen2.5-0.5B-Instruct 是阿里云 Qwen 团队开发的 Qwen2.5 系列语言模型中的一个指令微调模型，参数规模为 0.5B，类型为因果语言模型，经过了预训练（Pretraini...
老孟2025-07-28248722
机器学习基于 AutoAWQ 模型量化压缩
AutoAWQ（Automatic Aware Quantization）是一个基于 AWQ（Activation-aware Weight Quantization for LLM）算法的自动化量...
老孟2025-07-2868501
机器学习基于文本语义的图像检索应用
近年来，随着大型语言模型（LLM）的发展，基于文本语义的图像检索技术取得了显著进步。这些模型通过理解复杂的自然语言描述，能够更准确地捕捉文本的语义，从而提高检索的精度和效率。基于文本语义的图像检索是...
老孟2025-07-2837500
机器学习基于 GAN 网络 CIFAR10 生成图像
对抗生成网络（Generative Adversarial Network）是一种深度学习模型，它通过两个神经网络生成器（Generator）和判别器（Discriminator）之间的对抗过程进行训...
老孟2025-07-28111204
机器学习变分自编码器（Variational Autoencoder）
变分自编码器（VAE）是一种深度生成模型。它主要由编码器（Encoder）和解码器（Decoder）两部分组成： 1. 基本思想假设模型想要知道如何生成一张图像，首先得知道该图像的分布，例如...
老孟2025-07-2862100
机器学习绝对位置编码（Absolute Positional Encoding）
在 Transformer 模型中，输入的词向量是没有顺序信息的，比如：我爱你和你爱我两个含义不同句子，在注意力计算时，每个 Token 的表示是相同的，即：模型理解这两个句子的含义是相同的，这...
老孟2025-07-2899000
机器学习实现 Seq2Seq + Attention 生成对联
对联是中国传统文化中的一项独特艺术形式，它不仅要求上下句字数相同，还要对仗工整、意义相对。随着人工智能和自然语言处理技术的进步，如何让机器自动生成符合对联规律的文本，变得越来越有趣也越来越可行。接下来...
老孟2025-07-28127302

文章筛选