博客
我们可以按照任务的种类,将任务分为回归任务和分类任务。那这两者的区别是什么呢?按照较官方些的说法,输入变量与输出变量均为连续变量的预测问题是回归问题,输出变量为有限个离散变量的预测问题成为分类问题。
GPU提供非通用计算能力,在3D图形处理时,GPU所采用的核心技术有:硬件T&L(几何转换和光照处理)、立方环境材质贴图和顶点混合、纹理压缩和凹凸映射贴图、双重纹理四像素256位渲染引擎等。
本文整理了图像处理初学者应该需要了解的100个基础问题,涉及读取、显示图像、操作像素、拷贝图像、保存图像、灰度化、二值化、大津算法、HSV 变换、减色处理、平均池化、最大池化、高斯滤波、中值滤波、仿射变换等100多个知识点。
北京时间12月20日,《Science》公布了今年的十大突破。“直视”黑洞;与丹尼索瓦人“面对面”;“量子霸权”;肠道微生物对抗营养不良;陨石的冲击;最遥远天体的特写;“缺失环节”的微生物?;第一次,有药物可以治疗大多数囊性纤维化病例;埃博拉患者终于有了希望;AI战胜多人扑克。
CPU就是机器的“大脑”,是完成布局谋略、发号施令、控制行动的“总司令官”。CPU的结构主要包括运算器、控制单元、寄存器、高速缓存器和它们之间通讯的数据、控制及状态的总线。GPU,就如其名字一样,GPU最初是用在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上运行绘图运算工作的微处理器。
为了改善人类的生活品质,或是解决某些世界性的难题,来自全球的无数科研工作者都在日以继夜、年复一年地努力着。在每一年,我们都会听到它们的研究进展和成果,当中有的近在咫尺,也有的距离实际应用仍然遥不可及。那么在即将结束的2019年,这些科研工作者都为我们呈现了哪些新技术?又有哪些人的生活能够从中获益、甚至被彻底改变?我们一起来看一下吧。
计算机视觉是最强大和引人注目的AI之一,你几乎肯定会以各种方式体验过它,当时却不知道。今天我们来好好研究一下它,包括它的工作原理以及它如此出色的原因(而且只会变得越来越好)。
我从新入行和有经验的机器学习工程师中那里得到的最多的问题就是”我如何得到更高的准确率?“既然机器学习在商业领域最有价值的地方就是在于它的预测能力,那么从现有的系统中压榨更高的准确率是一个简单的获取更多价值的方法。本文会分4个不同的部分,每个部分介绍一些不同的策略。
卷积这个概念,很早以前就学过,但是一直没有搞懂。教科书上通常会给出定义,给出很多性质,也会用实例和图形进行解释,但究竟为什么要这么设计,这么计算,背后的意义是什么,往往语焉不详。作为一个学物理出身的人,一个公式倘若倘若给不出结合实际的直观的通俗的解释(也就是背后的“物理”意义),就觉得少了点什么,觉得不是真的懂了。