发表在 对数据的科学 ·固定 客户只能 Kaggle蓝图:解锁赢得方法数据科学竞赛 系列文章分析Kaggle比赛”获得解决方案经验我们可以应用到我们自己的数据科学项目——如果你问任何一个成功的Kaggler建议他们必须提高你的数据科学技能,他们都有相同的答案。他们会告诉你研究Kaggle完成比赛的最高的解决方案。Kaggle是各种类型的数据科学竞赛平台的问题。竞争对手… Kaggle的蓝图 2分钟阅读 Kaggle的蓝图 2分钟阅读
发表在 对数据的科学 ·5月15日 客户只能 10激动人心的项目的想法使用大型语言模型(llm)为你的投资组合 学习如何构建应用程序和展示你的技能与大型语言模型(llm)。今天开始!——一个共同的建议我经常听到对求职者是一个投资组合展示你的工作。这并不仅仅适用于艺术家或模型还包括软件开发人员和数据科学家。项目作为公共的投资组合的证据你的技能。这个公共的证据… 数据科学 11分钟阅读 数据科学 11分钟阅读
发表在 对数据的科学 ·5月9日 客户只能 PyTorch图像分类教程适合初学者 微调pre-trained深度学习模型在Python中——这实用教程向您展示了如何使用pre-trained分类图像深度学习与PyTorch框架模型。这系统图像分类教程他人之间的区别是,我们不是从头构建和训练深层神经网络。在实践中,只有少数人火车… 数据科学 22分钟阅读 数据科学 22分钟阅读
5月2日 客户只能 理解LLMOps:大型语言模型的操作 llm是如何改变我们的方式构建AI-powered产品和MLOps的景观——这篇文章最初发表在重量和偏见的博客“完全连接”4月21日,2023年。感觉释放OpenAI ChatGPT已经打开了潘多拉的宝盒的大型语言模型(llm)的生产。不仅你的邻居现在麻烦你小讨论人工智能… 数据科学 12分钟阅读 数据科学 12分钟阅读
发表在 对数据的科学 ·4月25日 客户只能 开始使用LangChain:初学者指南构建LLM-Powered应用程序 LangChain教程与大型语言模型建立任何Python - ChatGPT发布以来,大型语言模型(llm)获得了大量的人气。虽然你可能没有足够的钱和计算资源来训练一个LLM从头开始在你的地下室,你仍然可以使用pre-trained LLM建立一些很酷的东西,如:个人助理,可以… 数据科学 12分钟阅读 数据科学 12分钟阅读
发表在 对数据的科学 ·4月14日 客户只能 器、混合和Cutmix:实现现代图像PyTorch扩增 数据增强技术在Python中实现计算机视觉——这几乎是保证应用数据对应改善神经网络的性能。扩增是正则化技术,人为地扩大训练数据,帮助你深学习模式推广更好。因此,图像对应可以提高模型的性能。图像对应可以改善模型性能 数据科学 9分钟阅读 数据科学 9分钟阅读
发表在 对数据的科学 ·4月11日 客户只能 在时间序列平稳性——一个全面的指南 如何检查如果一个时间序列是静止的,你能做什么如果是Python中的非平稳时——未来更容易模型类似于目前的[3]。平稳性的概念描述时间序列的统计特性不随时间变化。因此,一些时间序列预测模型,如自回归模型,依赖于时间序列的平稳性。在… 人工智能 8分钟阅读 人工智能 8分钟阅读
发表在 对数据的科学 ·4月5日 客户只能 如何保存和加载你的神经网络在Python中吗 保存和加载一个完整的指南检查站和整个PyTorch深度学习模型和TensorFlow / Keras -训练一个神经网络通常花大量的时间和计算资源。那将是一种耻辱后失去一个模型将在那个时间和计算。这就是为什么你应该能够保存和加载一个深度学习模型在不同阶段(在训练或… 数据科学 9分钟阅读 数据科学 9分钟阅读
发表在 对数据的科学 ·4月4日 客户只能 音频分类与深度学习在Python中 微调图像模型来解决域名转移和类失衡PyTorch和torchaudio音频数据——欢迎来到“Kaggle蓝图”的另一个版本,我们将分析Kaggle比赛的胜利教训我们的解决方案可以应用到我们自己的数据科学项目。这个版本将审查的技术与方法”BirdCLEF 2022”竞争,2022年5月结束。 数据科学 11分钟阅读 数据科学 11分钟阅读
发表在 对数据的科学 ·3月28日 客户只能 数据增加Python中的音频数据的技术 如何增强音频波形(时域)和声音(频域)与librosa numpy, PyTorch——深度学习模型是用疯狂。如果你没有足够多的数据,生成合成数据的数据集可以帮助改善你的深度学习模型的泛化能力。虽然你可能已经熟悉数据图像增强技术(例如,… 数据科学 7分钟阅读 数据科学 7分钟阅读
