240 发简信
  • 120
    28 | PyTorch构建的模型如何上线部署

    在模型实际的应用中,一般有两种使用方法,一个是跑批数据,就像我们之前跑验证集那样。比如说我们收集到了很多需要去分类的图像,然后一次性的导入并使用...

  • 120
    27 | 使用PyTorch完成医疗图像识别大项目:实现端到端模型方案

    接下来需要再做一些工作,并把我们前面搞好的模型串起来,形成一个端到端的解决方案。这个方案如下,首先是从原始的CT数据出发进行图像分割,识别可能是...

  • 120
    26 | 使用PyTorch完成医疗图像识别大项目:分割模型实训

    开始训练模型之前,我们需要先把之前的标注文件清理好。如下是原作给出的代码示例。 安装完之后,首先读取原来的标注文件。这个文件里记录了1000多个...

  • 120
    读书笔记 | 如何高效学习

    最近赶着空闲时间看了《如何高效学习》一书,很薄的一小本书,只有176页,而且每页的字数都不多,前后花了三个小时就看完了。它是由斯科特杨写的,这个...

  • 120
    自然语言预训练模型大总结

    先来一张图。本文主要援引复旦大学邱锡鹏教授的论文:NLP预训练模型综述,对预训练模型进行了一些梳理 模型参数的数量增长迅速,而为了训练这些参数,...

  • 120
    机器学习在马蜂窝酒店聚合中的应用

    出门旅行,订酒店是必不可少的一个环节。住得干净、舒心对于每个出门在外的人来说都非常重要。 在线预订酒店让这件事更加方便。当用户在马蜂窝打开一家选...

  • 120
    马蜂窝推荐排序算法模型的迭代实现

    马蜂窝推荐系统主要由召回(Match)、排序(Rank)、重排序(Rerank)几个部分组成,整体架构图如下: 在召回阶段,系统会从海量的内容库...

  • JanusGraph基础6:ConfiguredGraphFactory配置工厂

    可以将JanusGraph Server配置为使用ConfiguredGraphFactory。 ConfiguredGraphFactory ...

  • 120
    JanusGraph基础5:部署方案

    JanusGraph提供了丰富的存储和索引后端选择,这为如何部署它提供了极大的灵活性。 本章介绍了一些可能的部署方案,以帮助解决这种灵活性带来的...

个人介绍
摄影公众号:冰的杂货铺
NLP公众号:机器学习之禅
wechat:amanisme

爱技术也爱艺术。