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
宏伦工作室
专栏成员
举报
29
文章
41467
阅读量
29
订阅数
订阅专栏
申请加入专栏
全部文章(29)
python(10)
深度学习(7)
其他(5)
github(5)
微信(5)
机器学习(4)
人工智能(4)
https(4)
java(3)
神经网络(3)
tensorflow(2)
数据库(2)
存储(2)
自动化(2)
网络安全(2)
keras(2)
机器人(2)
linux(1)
黑石物理服务器(1)
云直播(1)
文字识别(1)
视频处理(1)
出行(1)
编程算法(1)
游戏(1)
开源(1)
爬虫(1)
卷积神经网络(1)
numpy(1)
无监督学习(1)
大数据(1)
小程序(1)
数据分析(1)
windows(1)
database(1)
global(1)
搜索文章
搜索
搜索
关闭
推荐一位B站UP主《大仙家的厨房》
视频处理
云直播
文字识别
先晒一下成绩,今天是成为UP主的第62天,共投稿了78个视频,包括两个频道:日常下饭、高能混剪。数据如下,还不是很多,所以希望逛B站的朋友多多支持、感激不尽~
张宏伦
2021-01-18
790
0
GAN的前生今世(先导篇)
机器学习
python
神经网络
人工智能
不过,现在工作和生活都差不多稳定下来了,于是想捡起以前的爱好,继续追逐技术、感受分享的乐趣
张宏伦
2020-07-24
377
0
一文看懂GAN的原理
机器学习
神经网络
人工智能
深度学习
编程算法
生成对抗网络(Generative Adversarial Network,GAN)自从2014年由Ian Goodfellow提出以来,一直受到了广泛的关注和研究,在短短几年时间内获得了快速的发展,并在许多应用场景中取得了显著的成果
张宏伦
2020-07-24
793
0
一键上妆的BeautyGAN
机器学习
神经网络
深度学习
人工智能
https
作者也很nice地给出了自建的数据集,包括1116张无妆图、2720张有妆图,在官方网站提供了下载链接
张宏伦
2019-07-31
998
0
关于人工智能培训课程的一些思考
人工智能
一直想写点什么,拖了很久。因为某些契机,终于提笔,写一写,关于人工智能培训课程的思考。
张宏伦
2019-05-06
1.2K
0
深度有趣 | 05 自编码器图像去噪
其他
自编码器(AutoEncoder)是深度学习中的一类无监督学习模型,由encoder和decoder两部分组成
张宏伦
2018-12-13
792
0
深度有趣 | 04 图像风格迁移
tensorflow
keras
深度学习
卷积神经网络
numpy
图像风格迁移是指,将一幅内容图的内容,和一幅或多幅风格图的风格融合在一起,从而生成一些有意思的图片
张宏伦
2018-10-25
896
0
深度有趣 | 03 高端又一般的词云
其他
以《西游记》为例,可以看到结果中会出现各种双字、三字和四字等,但很多并不是合理的词语
张宏伦
2018-10-25
838
0
深度有趣 | 01-02 前言和准备工作
其他
用 Python 做一些有意思的案例和应用,内容和领域不限,可以包括数据分析、自然语言理解、计算机视觉,等等等等
张宏伦
2018-10-25
656
0
开源 | 深度有趣 - 人工智能实战项目合集
开源
深度学习
python
tensorflow
keras
理论部分 已经有很多神级大佬的工作,例如吴恩达老师的深度学习微专业课,所以不在这块花重复力气。
张宏伦
2018-10-10
1.1K
0
一次不成功的深度学习实践 - 微信跳一跳
深度学习
微信
小程序
github
最近微信的跳一跳小程序火了一把,所以前天也更新了微信玩了几盘,最多手动到200左右就不行了。 后来准备用代码写个辅助工具,上Github一查,已经有人做出来了,17年12月29号的项目,不到5天差不多
张宏伦
2018-06-07
504
0
微信红包自动监测
微信
github
java
自动化
前段时间接触了下Auto.js(https://github.com/hyb1996/Auto.js),很好上手而且挺有意思,于是写了个微信红包监测脚本 大概思路是,不断获取手机屏幕截图,发现新消息则进入,如果进一步发现了红包,则点击红包并打开 由于Auto.js只能在安卓上安装,所以脚本同样仅适用于安卓 Auto.js简介 适用于安卓的脚本工具 一个主要由无障碍服务实现的,不需要Root权限的自动操作软件 可以实现自动点击、滑动、输入文字、打开应用等功能 更详细的介绍可以参考项目官方Github 下载链接
张宏伦
2018-06-07
8.9K
0
解放你的双手,陪爸妈看春晚去!
https
github
微信
java
自动化
前段时间接触了下Auto.js(https://github.com/hyb1996/Auto.js),很好上手而且挺有意思,于是写了个微信红包监测脚本,完整代码见文末 大概思路是,不断获取手机屏幕截图,发现新消息则进入,如果进一步发现了红包,则点击红包并打开 由于Auto.js只能在安卓上安装,所以脚本同样仅适用于安卓 Auto.js简介 适用于安卓的脚本工具 一个主要由无障碍服务实现的,不需要Root权限的自动操作软件 可以实现自动点击、滑动、输入文字、打开应用等功能 更详细的介绍可以参考项目官方Gi
张宏伦
2018-06-07
1.1K
0
动手实现notMNIST数据集图片分类
机器学习
python
图片分类是机器学习中的一项常见任务。notMNIST是这样的一个数据集:图片共分为A、B、C、D、E、F、G、H、I、J十类,宽高都是28个像素,样式各异、姿态万千。下图中的图片虽然都属于A类,但外观
张宏伦
2018-06-07
1.3K
0
200行Python代码实现2048
python
游戏
github
存储
深度学习
2048 是我读大学的时候火起来的一门游戏,没有玩过的童鞋可以亲自体验一下:http://gabrielecirulli.github.io/2048/ 前一段时间又出来了个 博士版,嗯,玩起来很有
张宏伦
2018-06-07
1.6K
0
全栈 - 3 序言 带好装备Python和Sublime
python
java
这是全栈数据工程师养成攻略系列教程的第三期:3 序言 带好装备Python和Sublime。 对于程序员来说,两件最重要的装备,便是编辑器和编程语言。 Sublime 某些语言可能会有自己专用的编译器和编程环境,如Java的Eclipse。但是在这里我给大家推荐的是一款通用、简单而且强大的文本编辑器,叫做Sublime。它就是一款文本编辑器,所以你可以往里面写任何语言的代码。 下载和安装 Sublime有2和3两个版本,我推荐大家使用2即可,因为2不需要激活或注册,直接可以使用,偶尔弹出的激活提醒直接关闭即
张宏伦
2018-06-07
771
0
全栈 - 4 Python 先学会基本语法
python
windows
linux
这是全栈数据工程师养成攻略系列教程的第四期:4 Python 先学会基本语法。 Python简单易学,但又博大精深。许多人号称精通Python,却不会写Pythonic的代码,对很多常用包的使用也并不熟悉。学海无涯,我们先来了解一些Python中最基本的内容。 Python的特点 解释型语言,无需编译即可运行 提供了交互式命令行 基于对象的编程思想 跨平台和良好的兼容性,在Windows、Mac、Linux上都可运行 简单好用而且功能强大 中文编码 很多同学在打开数据时会遇上乱码问题,其原因是字符集的编码问
张宏伦
2018-06-07
1K
0
基于凝聚度和自由度的非监督词库生成
其他
中文分词是中文文本自然语言处理的第一步,然而分词效果的好坏取决于所使用的语料词库和分词模型。主流的分词模型比较固定,而好的语料词库往往很难获得,并且大多需要人工标注。这里介绍一种基于词频、凝聚度和自由度的非监督词库生成方法,什么是非监督呢?输入一大段文本,通过定义好的模型和算法,即可自动生成词库,不需要更多的工作,听起来是不是还不错? 参考文章:互联网时代的社会语言学:基于SNS的文本数据挖掘,点击阅读原文即可查看。访问我的个人网站查看更详细的内容,包括所使用的测试文本和代码。 获取所有的备选词语 假设对于
张宏伦
2018-06-07
1.9K
0
用自编码器进行图像去噪
深度学习
无监督学习
在深度学习中,自编码器是非常有用的一种无监督学习模型。自编码器由encoder和decoder组成,前者将原始表示编码成隐层表示,后者将隐层表示解码成原始表示,训练目标为最小化重构误差,而且一般而言,隐层的特征维度低于原始特征维度。 自编码器只是一种思想,在具体实现中,encoder和decoder可以由多种深度学习模型构成,例如全连接层、卷积层或LSTM等,以下使用Keras来实现用于图像去噪的卷积自编码器。 1 结果 先看一下最后的结果,使用的是手写数字MNIST数据集,上面一行是添加噪音的图像,下面一
张宏伦
2018-06-07
1.3K
0
用R语言实现对不平衡数据的四种处理方法
其他
在对不平衡的分类数据集进行建模时,机器学习算法可能并不稳定,其预测结果甚至可能是有偏的,而预测精度此时也变得带有误导性。那么,这种结果是为何发生的呢?到底是什么因素影响了这些算法的表现? 在不平衡的数据中,任一算法都没法从样本量少的类中获取足够的信息来进行精确预测。因此,机器学习算法常常被要求应用在平衡数据集上。那我们该如何处理不平衡数据集?本文会介绍一些相关方法,它们并不复杂只是技巧性比较强。 本文会介绍处理非平衡分类数据集的一些要点,并主要集中于非平衡二分类问题的处理。一如既往,我会尽量精简地叙述,在
张宏伦
2018-06-07
1.2K
0
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