iFlyAI的博客

人工智能学习离不开实践的验证，推荐大家可以多在FlyAI-AI竞赛服务平台多参加训练和竞赛，以此来提升自己的能力。FlyAI是为AI开发者提供数据竞赛并支持GPU离线训练的一站式服务平台。每周免费提供项目开源算法样例，支持算法能力变现以及快速的迭代算法模型。目录一、Tensorflow的排序与张量 二、Tensorflow 计算图 三、Tensorflow中的占位符 3.1 定义占位符 3.2 为占位符提供数据 3.3 用batch_sizes为数据阵列定义占位符 四、Ten..

我们都知道，图片格式当中有一种叫做svg，这种格式的图片无论我们将它放大多少倍，也不会失真更不会出现边缘模糊的情况。原因也很简单，因为这种图片是矢量图，一般的图片存储的是每一个像素点的颜色值，而在矢量图当中，我们存储的是矢量，也就是起点终点以及颜色。由于矢量图只记录起点终点，所以无论我们如何放大，图片都不会失真，而传统的图片就做不到这一点。其实svg就相当于图片的降维，我们将上百万的像素点简化成了若干个矢量完成了图片的存储，大大减少了数据的规模。机器学习领域中的降维算法其实也是差不多的原理。背景.

数据预处理本文以医疗智能问答为例子,简单介绍下seq2seq模型下,pytorch如何实现聊天机器人.由于fly平台提供的竞赛数据都很干净,基本上不需要什么预处理.一般情况下预处理操作也就是把杂乱的问答一一对应起来,形成一个数据集.数据集中每一个问答就是一条记录.生成词典数据集生成后就需要生成字典.对于中文句子有两种方式生成字典:1.逐字生成字典,这样生成的字典大小会小一些. 2.分词后,根据分词结果生成字典.此处我一般使用jieba分词读取数据集中每条记录,调用以下..

主要内容主要讲述通过对原始数据加入细微的噪声得到一组新数据，在新旧两个数据通过人眼难以辨别的情况下，新数据可以欺骗分类器，从而使分类器做出错误的判断。这种方法可以用来攻击一些分类器，并且是完全可行的。教程以手写数字MINST数据集为例，展示了这种方法。首先加载包：from __future__ import print_function import torch import torch.nn as nn import torch.nn.functional as F impo.

使用Docker安装Tensorflow 对程序员来说在配置环境上花费大量时间，着实没有太大意义。遇到这篇文章以前您可能一个tensorflow环境配半天，各种错误出现，其他环境也一样。但是Docker为我们提供了解决方案，而且相比虚拟机来说，Docker轻便不少。安装Docker 注：这里以Ubuntu16.04为例安装：1. 卸载可能存在的docker老版本，并且更新apt包索引$ sudo apt-get remove docker docker-engine docker-ce...

Multi-Task Learning Enhanced Single Image De-Raining基于增强的多任务学习的单图像去雨作者单位：大连海事大学 本文使用多任务学习改进图像去雨，使用多任务回归模型中将各种语义约束任务组合在一起的方法，其任务包括内容、边缘感知、局部纹理相似性方面等，另外，为更进一步改进模型性能，作者还提出了两种简单但功能强大的动态加权算法，其中自适应加权方案效果更好。该多任务增强网络（MENET）基于UNET。在真实数据集和合成数据集的实验上证明，...

Focal Loss for Dense Object DetectionICCV2017RBG和Kaiming大神的新作。论文目标 我们知道object detection的算法主要可以分为两大类：two-stage detector和one-stage detector。前者是指类似Faster RCNN，RFCN这样需要region proposal的检测算法，这类算法可以达到很高的准确率，但是速度较慢。虽然可以通过减少proposal的数量或降低输入图像的分辨率等方式达...

桃符早易朱红纸，杨柳轻摇翡翠群 ——FlyAI Couplets体验对对联Demo: https://www.flyai.com/couplets循环神经网络最重要的特点就是可以将序列作为输入和输出，而对联的上联和下联都是典型的序列文字，那么，能否使用神经网络进行对对联呢？答案是肯定的。本项目使用网络上收集的对联数据集[地址](https://github.com/wb14123/...

Caltech 256是什么？Caltech 256数据集是加利福尼亚理工学院收集整理的数据集，该数据集选自Google Image 数据集，并手工去除了不符合其类别的图片。在该数据集中，图片被分为256类，每个类别的图片超过80张。 为什么要用Densenet121模型？本项目使用在PyTorch框架下搭建的神经网络来完成图片分类的任务。由于网络输出的类别数量很大，简单的网...

  为了预测电影评分，我们收集了豆瓣电影网站上2.8万名用户对5万多部电影的280万条评论... 真实目的，其实是为了让大家能够通过这次的教程，更加了解自然语言处理。 所以，使用电影评论来预测电影评分，到底需要分几步？   项目简介 本项目只使用电影评论来预测电影评分。由于豆瓣电影网站的评分为1-5的整数，因此将该问题转化为5个输出类别的分类问题...

猫狗识别 - AI图片分类的样例 项目官方网址该数据有猫和狗两类图片，一共有25000张图片，猫狗各占一半，可以用来做图片分类的入门数据。样例代码说明app.yaml是项目的配置文件，项目目录下必须存在这个文件，是项目运行的依赖。processor.py样例代码中已做简单实现，可供查考。处理数据的输入输出文件，把通过csv文件返回的数据，处理成能让程序识别、训练...