腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
MelonTeam专栏
移动端+后端开发经验分享
专栏成员
举报
107
文章
210453
阅读量
73
订阅数
订阅专栏
申请加入专栏
全部文章(107)
android(30)
ios(25)
机器学习(16)
人工智能(13)
数据处理(11)
图像处理(10)
编程算法(10)
神经网络(9)
深度学习(8)
objective-c(6)
java(6)
c++(6)
opengl(5)
tensorflow(4)
缓存(4)
数据库(3)
kotlin(3)
windows(3)
其他(2)
swift(2)
xcode(2)
python(2)
ide(2)
存储(2)
大数据(2)
对象存储(1)
人脸识别(1)
iphone(1)
javascript(1)
xml(1)
css(1)
单片机(1)
云数据库 SQL Server(1)
mvc(1)
api(1)
apache(1)
网站(1)
微信小程序音视频(1)
reactnative(1)
容器(1)
开源(1)
spark(1)
图像识别(1)
卷积神经网络(1)
opencv(1)
seo(1)
udp(1)
gradle(1)
微信(1)
数据可视化(1)
https(1)
block(1)
bug(1)
model(1)
view(1)
编程(1)
性能(1)
搜索文章
搜索
搜索
关闭
长短时记忆网络学习笔记
机器学习
神经网络
卷积神经网络
aaa导语 一个机器学习算法包含两个主要部分 (1)模型从输入特征x预测输入y的函数f(x); (2)目标函数 目标函数取最小(最大)值时所对应的参数值,就是模型的参数的最优值。我们往往只能获得目标函数的局部最小(最大)值,因此也只能得到模型参数的局部最优值,而常见求最优解的算法是梯度下降/上升算法。 而神经网络算法是实现机器学习的其中一种方法,为了适应不同的输入特征应用场景,神经网络算法也有很多种变形,这里只是简单的介绍下长短时记忆网络,做个笔记。 背景 全连接神经网络和卷积神经网络的特点是只能单独的
MelonTeam
2018-01-15
1.7K
3
OpenGL-投影和摄像机
opengl
本文介绍了从相机内外参数的标定、立体匹配、多视几何、投影映射、体渲染等多个方面,系统地讲解了移动设备GPU上基于光线的3D渲染从输入到输出的整个过程。同时,通过实例介绍了在移动端GPU上实现这些算法的具体实现方式和优化策略,包括Vulkan、Metal、OpenGL ES、WebGL等多种平台上的实现。本文旨在帮助读者了解3D渲染技术的基本原理,以及在移动端GPU上实现这些算法的具体实现方式和优化策略,包括Vulkan、Metal、OpenGL ES、WebGL等多种平台上的实现。
MelonTeam
2018-01-08
3.3K
0
机器学习入门系列06,logistic regression逻辑回归
机器学习
人工智能
引用课程:http://speech.ee.ntu.edu.tw/~tlkagk/courses_ml16.html 先看这里,可能由于你正在查看这个平台行间公式不支持很多的渲染,所以最好在我的c
MelonTeam
2018-01-04
1.3K
0
机器学习入门系列05,classification: probabilistic generative model(分类:概率生成模型)
机器学习
数据处理
人工智能
该文介绍了如何通过基于数据增强和迁移学习的GAN,在训练过程中利用生成器生成图像,并将这些图像与原始图像进行混合,从而获得更高质量的训练数据。同时,文章还介绍了一种称为“自监督学习”的零样本学习技术,该技术旨在从原始图像中提取有用的特征,并将其用于训练检测器。这些技术结合在一起,可以在不使用任何额外标注数据的情况下,训练出更准确的图像分类器。
MelonTeam
2018-01-04
1.5K
0
移动互联网IM之协议设计
xml
udp
MelonTeam
2018-01-04
4K
1
机器学习入门系列04,Gradient Descent(梯度下降法)
机器学习
人工智能
神经网络
引用课程:http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML16.html 先看这里,可能由于你正在查看这个平台行间公式不支持很多的渲染,所以最好在我
MelonTeam
2018-01-04
685
0
机器学习入门系列03,Error的来源:偏差和方差(bias 和 variance)
人工智能
机器学习
大数据
本文讨论了机器学习中的偏差和方差问题,以及它们如何影响模型的性能。作者通过一个具体的例子来说明,当模型过于复杂时,方差问题会变得更为严重。为了解决这些问题,作者提出了使用正则化方法来减少模型的复杂度,并采用交叉验证等技术来评估模型的性能。这些方法可以帮助我们更好地理解模型,并提高模型在实际问题中的表现。
MelonTeam
2018-01-04
701
0
机器学习入门系列02,Regression 回归:案例研究
机器学习
深度学习
人工智能
数据可视化
本文介绍了机器学习的两种基本类型:回归(Regression)和分类(Classification)。回归问题是根据一组连续的输入变量预测一个连续的输出变量,例如预测房价、销售额等。分类问题是根据一组离散的输入变量预测一个离散的输出变量,例如预测一个电子邮件是否为垃圾邮件。作者通过对比机器学习的回归和分类问题,以及它们在训练、预测和评估方面的不同点,全面介绍了机器学习中的回归和分类问题,并提供了相关的Python代码示例。
MelonTeam
2018-01-04
700
0
机器学习入门系列01,Introduction
深度学习
机器学习
人工智能
神经网络
本文介绍了机器学习的基本概念、算法和应用场景,包括监督学习、无监督学习、半监督学习、强化学习以及深度学习等内容。文章还讲解了机器学习中的学习地图和颜色的意义,并通过实例讲解了机器学习算法的具体应用。
MelonTeam
2018-01-04
635
0
IOS触摸事件分发机制详解
ios
本文主要介绍了iOS事件传递机制,包括Touch Event、Mouse Event和Gesture Event。首先介绍了事件传递的整个流程,然后重点讲解了Touch Event、Mouse Event和Gesture Event的传递流程和区别。最后列举了一些常见应用解决方案,如扩大按钮点击区域、子视图消息传递给父视图等。
MelonTeam
2018-01-04
3.6K
4
Android短视频边下边播详解
数据处理
android
本文主要分析了如何实现短视频的边下边播功能,包括视频的下载、播放、缓存、本地代理等核心问题。针对这些问题,本文提出了一整套解决方案,并通过代码示例给出了详细的实现步骤。该方案已在短视频项目中成功实践,有效地提高了应用的性能和用户体验。
MelonTeam
2018-01-04
7K
1
视频编解码学习分享
人脸识别
机器学习
大数据
目录 视频为什么要编解码 视频是否可以压缩 编解码实现原理 编解码标准和国际组织 视频文件封装(容器) 视频质量评价体系 1.为什么视频要编解码? 未经过压缩的视频数据量非常大,存储困难,同时也不便于
MelonTeam
2018-01-04
5.4K
1
深度学习入门实战(二)
深度学习
机器学习
tensorflow
该文章介绍了如何通过Python和Keras框架实现线性回归模型,并使用数据集对模型进行训练和评估。同时,文章还探讨了如何使用Keras的优化器实现随机梯度下降,以及如何使用TensorBoard查看模型的训练过程,并分析了模型的收敛速度和准确率。
MelonTeam
2018-01-04
841
0
深度学习入门实战(一)
深度学习
神经网络
本文介绍了如何用MXNet框架进行深度学习,通过一个绘画风格迁移的示例介绍了训练神经网络的过程。首先介绍了MXNet的特点和适用场景,然后介绍了如何安装MXNet并运行示例。最后列出了参考文档,供读者进一步阅读学习。
MelonTeam
2018-01-04
909
0
重磅整理---Android进程保活组件
android
本文介绍了Android进程保活的一些主流方案,包括Service指定为START_STICKY、Service设置为前台进程、1像素Activity方案、静态广播自启、JobSchedule和AlarmManager、账号同步拉活以及守护进程等。这些方案旨在提高进程的保活能力,确保在系统资源紧张的情况下不会被杀死。
MelonTeam
2018-01-04
1.5K
0
深度学习简易入门
数据处理
机器学习
该文介绍了深度学习简易入门,包括深度学习是什么、神经网络、神经元、神经网络组成、训练神经网络、神经网络能做什么、案例、神经网络训练过程中需要注意的问题、调参、深度学习框架选择、安装等。
MelonTeam
2018-01-04
898
0
ndk代码支持断点调试
android
gradle
该文介绍了如何将Android NDK代码迁移到Android Studio中,以支持断点调试、自动补全等功能,并总结为使用Android Studio进行C++开发的步骤和注意事项。
MelonTeam
2018-01-04
3.8K
0
老司机用神经网络带您安全驾驶
其他
本文通过分析一个技术案例,介绍了如何使用深度学习技术解决图片分类问题。首先介绍了传统的机器学习方法,然后通过一个具体的例子展示了如何使用深度学习技术进行图片分类。文章还探讨了如何通过迁移学习来快速训练一个具有准确性的模型,并总结了实验的结果。
MelonTeam
2018-01-04
681
0
抠图技术初探
编程算法
图像处理
MelonTeam
2018-01-04
5.1K
1
android bitmap的缓存策略
android
缓存
MelonTeam
2018-01-04
1.1K
1
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档