-
第八章 高级的应用场景
第八章 高级的应用场景 第八章 高级的应用场景 AIGC在我们的日常生活中越来越常见。如今，画作、文章、音乐、游戏乃至代码，任何一个需要人类原创能力的创作都可能出自AIGC之手。但是，我们需要了解的是，AIGC的出现，不是为了替代人类，而是为了帮助人们更快、更好、更低成本地创作。 AIGC技术还将颠覆现有内容生产模式，它仅用十分之一的成本，就能以百倍... -
5.1.1 计算可视化
5.1.1 计算可视化 5.1.1 计算可视化 随着计算机硬件和软件技术的发展，计算机图形技术越来越成熟，如今已经在各行各业中得到了广泛应用。有一些应用本身的任务就是绘制图形，例如制作动画片、艺术设计之类； 还有一些应用不以绘图为目的，但会利用图形来辅助完成任务，例如统计应用的目的是计算 各种数值指标，但常用图形来直观地展示统计结果。 可视化（vis... -
十三、树和森林
十三、树和森林 Adaboost 分类器 决策树分类器 决策树回归 特征的重要性 使用随机森林的特征选择 在随机森林中处理不平衡类别 随机森林分类器 随机森林分类器示例 数据的注解 随机森林回归 在随机森林中选择特征重要性 泰坦尼克比赛和随机森林 性别 年龄 可视化决策树 十三、树和森林 作者：Chris Albon 译... -
用字符级RNN分类名称
用字符级RNN分类名称 准备数据 将名字转化为张量 创建网络 训练 准备训练 训练网络 绘制结果 评估结果 在用户输入上运行 练习 用字符级RNN分类名称 译者：@孙永杰 作者 : Sean Robertson 我们将建立和训练一个基本的字符级RNN进行分类单词. 字符级别的RNN将单词读为一系列字符 - 在每个步骤输... -
十七、在画布上绘图
十七、在画布上绘图 SVG canvas 元素 直线和平面 路径 曲线 绘制饼状图 文本 图像 变换 存储与清除图像的变换状态 回到游戏 选择图像接口 本章小结 习题 形状 饼状图 弹力球 预处理镜像 十七、在画布上绘图 原文：Drawing on Canvas 译者：飞龙 协议：CC BY-NC-SA 4... -
十八、Keras
十八、Keras 添加丢弃 卷积神经网络 用于二分类的前馈神经网络 用于多分类的前馈神经网络 用于回归的前馈神经网络 LSTM 循环神经网络 神经网络的提前停止 神经网络的参数正则化 为神经网络预处理数据 保存模型的训练过程 调优神经网络超参数 可视化损失历史 可视化神经网络架构 可视化表现历史 神经网络的 K 折交叉验证 ... -
艺术家教程
艺术家教程 自定义你的对象 对象容器 图形容器 轴域容器 轴容器 刻度容器 艺术家教程 原文：Artist tutorial 译者：飞龙 协议：CC BY-NC-SA 4.0 matplotlib API 有三个层级。 matplotlib.backend_bases.FigureCanvas 是绘制图形的区域，matpl... -
简介
简介 简介 原文：Introduction 译者：飞龙 协议：CC BY-NC-SA 4.0 Matplotlib 是一个用于在 Python 中绘制数组的 2D 图形库。虽然它起源于模仿 MATLAB®[1] 图形命令，但它独立于 MATLAB，可以以 Pythonic 和面向对象的方式使用。虽然 Matplotlib 主要是在纯... -
对抗示例生成
对抗示例生成 威胁模型 快速梯度符号攻击 实现 输入 受到攻击的模型 FGSM 攻击 测试函数 运行攻击 结果 准确率与ε 对抗示例样本 接下来要去哪里？ 对抗示例生成 原文：https://pytorch.org/tutorials/beginner/fgsm_tutorial.html 作者： Nathan I... -
九、模型验证
九、模型验证 准确率 创建基线分类模型 创建基线回归模型 交叉验证流水线 带有网格搜索参数调优的交叉验证 交叉验证 自定义表现指标 F1 得分 生成表现的文本报告 嵌套交叉验证 绘制学习曲线 绘制 ROC 曲线 绘制验证曲线 精确率 召回率 将数据分割为训练和测试集 九、模型验证 作者：Chris Albon 译者：飞...
