[NLP]OpenNLP Maven工程的依赖-爱代码爱编程
目录 OpenNLP Tools依赖 OpenNLP UIMA Annotators 依赖 OpenNLP Morfologik AddOn依赖 OpenNLP Brat Annotator依赖 OpenNLP Tools SNAPSHOT依赖 Maven依赖，参考http://opennlp.apache.org/maven-dependen
川普的退休生活？不，是AI算法的宅舞演绎。-爱代码爱编程
一、前言 大家好，我是 Jack 。 最近看到了一个很好玩的算法，人体的动作迁移。 给定一张或者多张人物 A 的图像，和一段人物 B 的视频，就可以通过动作迁移算法自动合成一段人物 A 做任务 B 动作的视频。 看看阿川老师模仿阿坤老师等人的舞姿： 川普的退休生活，AI 宅舞很专业。 要不是马保国被封杀了，绝对给大家来一段“
[NLP]OpenNLP介绍-爱代码爱编程
目录 OpenNLP介绍 OpenNLP执行步骤 预训练模型 OpenNLP介绍 Apache OpenNLP库是一个基于机器学习的工具箱，用于处理自然语言文本。OpenNLP 支持大部分通用的NLP任务，例如分词、分句、词性标注、命名实体识别、分块、语法分析、语言检测、共指解析等。 OpenNLP项目的目标是为上述任务创建一个成熟的工具箱。另
监督学习之随机森林原理与代码实现-爱代码爱编程
随机森林： 当你对某件事犹豫不决的时候，询问朋友的意见，听从大部分朋友的意见来做决定。 随机森林由多个决策树组成，每一棵决策树分别进行判断和分类，每棵决策树都会得到一个自己的分类结果。最后随机森林对所有决策树的分类结果进行统计，分类结果最多的就是最终所属分类。 随机森林的构造： 构造随机森林的时候，会构造不同的决策树。哪里不同？训练数据不同，特征不同
Paper Reading Note: Knowledge Distillation via Instance Relationship Graph-爱代码爱编程
目录 Knowledge Distillation via Instance Relationship Graphidea实现 L
论文阅读：BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding-爱代码爱编程
该论文是谷歌提出BERT时的原论文，在distill的时候感觉对于该模型的理解不够，所以再次对于该论文进行了阅读，希望有更好的理解。 BERT所提供的是一种预训练模型，所谓预训练模型可以理解为一个特征抽取器，在使用的时候就将这些预训练模型用到对应的数据集上进行fintune，具体理解可参考。 1. BERT的网络结构 2. BERT的输入表示
文献学习(part17)--Correlation Adaptive Subspace Segmentation by Trace Lasso-爱代码爱编程
学习笔记，仅供参考，有错必纠 文章目录 Correlation Adaptive Subspace Segmentation by Trace Lasso 摘要 介绍 相关工作 贡献 Trace Lasso相关自适应子空间分割
单目相机的内外参标定-爱代码爱编程
本教程所使用标定工具为一个9x7的棋盘格，单格尺寸123mm。 内参标定 1.1 借助ROS中的usb_cam功能包，具体实现如下： 安装usb_cam功能包 $ sudo apt-get install ros-kinetic-usb-cam 安装标定功能包 $ sudo apt-get install ros-kinetic-camera-cal
机器学习实战（ 六）：Decision Trees-爱代码爱编程
决策树也像SVM一样能实现分类与回归（甚至多输出），能拟合复杂数据集。 本章将训练、可视化、预测决策树，介绍Scikit-Learn的CART算法，介绍正则化决策树并应用于回归，介绍决策树的部分限制。 Training and Visualizing a Decision Tree 构建决策树，了解其如何预测（load_iris）： from skl
Chapter 2 Inputs: From Analog to Digital-爱代码爱编程
Chapter 2 Inputs: From Analog to Digital 1 Why2 Temporal Coding2.1 Time-to-First Spike Coding2.2 Spike Latency Coding2.3 Population Coding3 Examples3.1 Time-to-First Spike Cod
python---lambda表达式-爱代码爱编程
Lambda 表达式是什么 Lambda 表达式（lambda expression）是一个匿名函数，Lambda表达式基于数学中的λ演算得名，直接对应于其中的lambda抽象（lambda abstraction），是一个匿名函数，即没有函数名的函数。Lambda表达式可以表示闭包（注意和数学传统意义上的不同）。 是一种快速定义单行的最小函数，可以简
ps-lite代码解析:push/pull过程中的slicer-爱代码爱编程
ps-lite代码解析:push/pull过程中的slicer ps-lite的slicer原理1.range定义：2.获取每个server的range3.数据分片 第一次写blog，非最终稿，慢慢修改。 slicer是一个用于切分数据的函数，将一次pull/push数据进行切分成多个分片，发送到不同的server上。每个分片对应一个serv
小样本学习研究综述-爱代码爱编程
小样本学习方法分类 基于模型微调的小样本学习方法基于数据增强的小样本学习基于无标签数据的方法基于数据合成的方法基于特征增强的方法基于迁移学习的小样本学习基于度量学习的方法基于元学习的方法基于图神经网络的方法展望 小样本学习目标：从少量样本中学习到解决问题的方法。 本文将小样本学习分为基于模型微调、基于数据增强、基于迁移学习三种。 基于模型微
论文研究7：DEEP LEARNING FOR MONAURAL SPEECH SEPARATION-爱代码爱编程
论文研究7：DEEP LEARNING FOR MONAURAL SPEECH SEPARATION abstract 单声道信号源分离对于许多实际应用而言都是有用的，尽管这是一个具有挑战性的问题。 在本文中，我们研究了用于单声道语音分离的深度学习。 我们提出了使用额外的屏蔽层对深度学习模型（深度神经网络和递归神经网络）进行联合优化的方法，该方法会强制
选择要用的GPU: CUDA_VISIBLE_DEVICES-爱代码爱编程
选择要用的GPU: CUDA_VISIBLE_DEVICES 在JetsonNX中使用PaddleHUB，要使用GPU来做目标检测时，出错，测试代码很简单： import paddlehub as hub import cv2 object_detector = hub.Module(name="yolov3_darknet53_coco2017")
[目标检测]-涨点trick之ATSS:Bridging the Gap Between Anchor-based and Anchor-free Detection笔记-爱代码爱编程
1.论文及代码 1.论文:https://arxiv.org/abs/1912.02424 2.代码:https://github.com/sfzhang15/ATSS 2.动机及结论 本文主要探讨anchor-base与anchor-free的目标检测算法之间的差异是由什么引起的？ 1.论文主要阐述了对于正负样本的定义和选取对模型最终效果的影响。
6 机器学习基础-爱代码爱编程
文章目录 1 混淆矩阵等概念1.1 混淆矩阵1.2 准确率1.3 精度1.4 召回率1.5 F12 机器学习2.1 机器学习 ≈ 构建一个映射函数2.2 机器学习概念2.3 一些术语2.31 数据集2.32 泛化能力2.33 机器学习的三要素2.3.4 过拟合与欠拟合2.4 机器学习的分类2.41 根据目标划分2.42 根据有无标签划分2.5 如何
树家族算法梳理-爱代码爱编程
树家族第一篇 树家谱 决策树 决策树模型可以看做是if-else指令集合，通过对特征空间的划分来完成分类或者回归任务。 如上图，是树模型的经典案例。根据天气、温度和风强度决策是否打网球。其过程就像是做了一系列的”if-else"判断。即基于数据，让算法学习这些’if-else‘规则。 树模型家族简史 单棵树 单棵树三大知名算法：ID3、C4
论文阅读——Cost-Sensitive Regularization for Diabetic Retinopathy Grading from Eye Fundus Images-爱代码爱编程
Cost-Sensitive Regularization for Diabetic Retinopathy Grading from Eye Fundus Images 代价敏感的正则化方法用于眼底图像糖尿病视网膜病变分级 From MICCAI2020PaperCode Abstract 对医学图像中的疾病进行分级与常规的分类任务比较类似，但会受
python对象属性的set和get方法的用法-爱代码爱编程
属性的set和get方法 如果有一个对象，当需要对其进行修改属性时，有2种方法： 1.对象名.属性名 = 数据 —->直接修改 2.对象名.方法名() —->间接修改 为了更好的保存属性安全，即不能随意修改，一般的处理方式为： 1.将属性定义为私有属性。 2.添加一个可以调用的方法，供调用。 class Person(objec