維特精品文章

• 

  viterbi 維特比解碼過(guò)程，狀態(tài)轉(zhuǎn)移矩陣

  viterbi過(guò)程 1.hmm類(lèi)似。 狀態(tài)轉(zhuǎn)移，發(fā)射概率 2.逐次計(jì)算每個(gè)序列節(jié)點(diǎn)的所有狀態(tài)下的概率值，最大概率值對(duì)應(yīng)的index。 3.概率值的計(jì)算，上一個(gè)節(jié)點(diǎn)的概率值*轉(zhuǎn)移概率+當(dāng)前概率值。 4.最后取出最大的一個(gè)值對(duì)應(yīng)的indexes 難...

  tuantuan 2019-07-31 10:12 評(píng)論0 收藏0
• 

  opencv+mtcnn+facenet+python+tensorflow 實(shí)現(xiàn)實(shí)時(shí)人臉識(shí)別(20

  ...動(dòng)時(shí)，先讀取emb_img文件夾圖片并輸入網(wǎng)絡(luò)得到其emb（128維特征），用于后續(xù)與攝像頭捕捉的照片進(jìn)行比較 總體來(lái)說(shuō)，基本上沒(méi)什么思想，可以說(shuō)是很簡(jiǎn)單，甚至可以說(shuō)是一個(gè)簡(jiǎn)單版的knn，因?yàn)槲业南敕ㄊ且院竽軌驅(qū)⒚繌堈掌膃...

  jindong 2019-07-30 17:55 評(píng)論0 收藏0
• 

  自然語(yǔ)言處理——TF-IDF

  ...0 0 1 1 0 1 0 1 1 0 1 0 1 0 1 1]] 如果我們直接將統(tǒng)計(jì)詞頻后的19維特征做為文本分類(lèi)的輸入，會(huì)發(fā)現(xiàn)有一些問(wèn)題。比如第一個(gè)文本，我們發(fā)現(xiàn)come,China和Travel各出現(xiàn)1次，而to出現(xiàn)了兩次。似乎看起來(lái)這個(gè)文本與to這個(gè)特...

  zhaochunqi 2019-06-26 18:32 評(píng)論0 收藏0
• 

  機(jī)器學(xué)習(xí) | Logistic回歸

  ...樣本 #我們采用100個(gè)樣本，包含兩個(gè)x1，x2特征 #再加上第0維特征x0，所以dataMatIn是一個(gè)100X3的矩陣 #第二個(gè)參數(shù)是類(lèi)別標(biāo)簽，是一個(gè)1X100的行向量 def gradAscent(dataMatIn,classLabels): dataMatrix=mat(dataMatIn) #將行向量轉(zhuǎn)置為列向量 la...

  shiyang6017 2019-07-31 10:13 評(píng)論0 收藏0
• 

  世界杯押注還得看技術(shù)流，這個(gè)預(yù)測(cè)AI把賠率也算上了

  ...深度學(xué)習(xí)模型通過(guò)對(duì)過(guò)去兩萬(wàn)多場(chǎng)比賽的訓(xùn)練，利用百余維特征，包括球隊(duì)的基本面（射門(mén)數(shù)、搶斷數(shù)、助攻數(shù)、控球率等等），幾十個(gè)渠道（歐賠、亞賠等）的賠率信息，以及歷史上的戰(zhàn)績(jī)。經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)的編碼和序列解碼，...

  walterrwu 2019-04-25 18:28 評(píng)論0 收藏0
• 

  用Python及深度學(xué)習(xí)實(shí)現(xiàn)iPhone X的FaceID功能

  ...小越安全），設(shè)備才解鎖。 我使用T-SNE算法將128維中的兩維特征進(jìn)行可視化，每種顏色都對(duì)應(yīng)著一個(gè)不同的人。正如圖中所示，網(wǎng)絡(luò)模型已經(jīng)學(xué)會(huì)對(duì)這些圖片進(jìn)行分組。此外，使用PCA降維算法時(shí)，其得到的可視化圖像也很有趣。...

  sixgo 2019-07-31 11:06 評(píng)論0 收藏0