另一方面是因为 Python 的开发效率高,Python 有很多库很方便做人工智能,比如 Numpy、Scipy 做数值计算的,Sklearn 做机器学习的,Matplotlib 将数据可视化的,等等。总的来说,Python 既容易上手,又是功能强大的编程语言。按照《Python 学习手册》作者的说法,Python 可以从支持航空航天器系统的开发到小游戏开发的几乎所有...
序列化是将Python对象转换为字节流(binary stream)的过程,以便将数据保存到文件中或者通过网络传输。 Python中的pickle模块可以将复杂的Python对象序列化为字节流。 2.反序列化(Deserialization) 反序列化是将字节流重新转换为原始的Python对象的过程。 pickle.load就是实现这个功能的函数,它从文件中读取序列化的字节流,...
从深度学习开始,我们将利用使用基本 Python 从机器学习中获得的构造。第二章开始使用 PyTorch 进行实际实现。 定义深度学习 深度学习是机器学习的一个子领域,它处理的算法非常类似于人脑的过度简化版本,解决了现代机器智能的一个巨大类别。在智能手机的应用生态系统(iOS 和 Android)中可以找到许多常见的例子:相机上的人...
1.1 人工智能、机器学习与深度学习 2 1.1.1 人工智能 3 1.1.2 机器学习 3 1.1.3 从数据中学习表示 4 ··· (更多) "Python深度学习"试读· ··· 你拿起这本书的时候,可能已经知道深度学习近年来在人工智能领域所取得的非凡进展。在图像识别和语音转录的任务上,五年前的模型还几乎无法使用,如今的模型的...
《Python深度学习》是由人民邮电出版社年8月出版发行的一部计算机网络类的图书，由本书由Keras之父弗朗索瓦·肖莱 （François Chollet）执笔 编著，张亮译。内容简介 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦·肖莱（François Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及...
近年来,伴随着以卷积神经网络(CNN)为代表的深度学习的快速发展,人工智能迈入了第三次发展浪潮,AI技术在各个领域中的应用越来越广泛。 第一注意力(Attention)机制 1、注意力机制的背景和动机(为什么需要注意力机制?注意力机制的起源和发展)。 2、注意力机制的基本原理:用机器翻译任务带你了解Attention机制、如何计算...
1、基于PyTorch机器学习与深度学习实践应用与案例分析 2、最新基于MATLAB科研数据可视化实践技术应用 3、最新基于Python科研数据可视化实践技术应用 前言 目前,随着人工智能的大热,吸引了诸多行业对于人工智能的关注,同时也迎来了一波又一波的人工智能学习的热潮,虽然人工智能背后的原理并不能通过短短一文给予详细介绍,但是像...
1 Python 语言的概况及发展历程 Python 语言作为广受程序开发者喜爱的开发工具,是一种面向对象的语言。从 20 世纪 90 年代初诞生至今,被广泛的应用在机器学习、深度学习、图像识别等科学计算当中。尤其在当下大数据时代,Python 越来越受开发者的欢迎,高等院校、科研机构以及 IT...
从0开始,基于Python探究深度学习神经网络 来源| Data Science from Scratch, Second Edition 作者| Joel Grus 全文共6778字,预计阅读时间50分钟。 深度学习 1. 张量 2. 层(Layer)的抽象 3. 线性层 4. 神经网络作为一个层的序列 5. 损失和优化 6. 示例:XOR 重新实现...