原创 基於百度開源項目LAC實現文本分詞、詞性標註和命名實體識別

         文本分詞、詞性標註和命名實體識別都是自然語言處理領域裏面很基礎的任務,他們的精度決定了下游任務的精度,今天在查資料的時候無意間發現了一個很好玩的開源項目,具體查了一下才知道這是百度開源的一個主要用於詞性標註和命名實體識別

原创 Python電影票房數據可視化分析基礎實踐

      數據可視化一直是很多數據分析或者是建模挖掘任務裏面經常會用到的一項功能,今天我們基於某電影網站中公開發布的電影票房數據進行一些基礎的數據可視化分析實踐,下面是部分的數據樣例: 葉問.,20160304,33151,2193,

原创 零基礎實戰Keras模型轉化爲RKNN格式模型成功運行在RK3399Pro板子上

     深度學習實驗大多是在服務器端進行的,在實際的應用中,想要把訓練好的模型投入實際的應用中去的時候往往需要轉化爲適應於邊緣端或者是移動端計算的格式,一是縮減模型大小降低原有的參數體量,二是藉助於硬件環境的加速能力,提升模型的推理速度

原创 基於LSTM+Attention機制的IMDB影評數據分類學習實踐

      分類相關的任務做過很多,包括:圖像分類、文本分類,但是基於深度學習的文本分類相關的實踐卻不多,大多是基於word2vec+機器學習模型完成的文本分類任務,最近正好用到了Attention機制,就在學習和實踐相關的內容,這裏就是

原创 2020.06.25 端午節快樂

      今年的端午節據說是並列本世紀最晚的端午節了,不過它還是到來了,伴隨着從不間斷的雨水,就這麼悄然來到,昨天下班的那一刻意味着端午小長假的開始,也宣告着我們搬家的開始,趕在昨晚的雨水前,搬走了一半左右的東西,剩下的東西就交給這接下

原创 人體行爲姿勢識別數據集WISDM實踐

     人體行爲識別可以被直接建模爲圖像識別任務,我們可以藉助於CNN模型來實現我們的需求,圖像本質上來說是二維的矩陣數據,CNN神經網絡模型非常適合用於處理和計算這種類型的數據,對於一維的數據,同樣可以基於CNN模型來實現,同時也是可

原创 兩路共享LSTM時序數據預測實戰+界面可視化應用

      在我之前的文章中,已經對LSTM的實際應用有過很多的實踐和說明了,今天介紹的LSTM模型跟之前的不同,在以往的時序數據建模中,我們的輸入端是隻有一個的,也就是說入口處只有“單條通路”,本文提及的兩路LSTM,是在輸入端就要兩個

原创 圖神經網絡學習實踐——Zachary’s karate club Problem

       圖神經網絡是一類比較特殊的神經網絡,這裏的圖不同於我們卷積神經網絡裏面所使用到的圖像,而是指的是node和edge組成的具有拓撲結構的圖,這一類型的數據和應用我在平時的工作實踐中接觸得還是比較少的,正好就當做是學習了。  

原创 文本數據分析實戰【數據清洗、統計分析、可視化展示、情感分析】

      文本數據分析裏面情感分析的應用十分廣泛,本質上來說就是一個分類任務,在我之前的文章裏面對有對中文數據的情感分析相關的工作,對於英文數據的分析還沒有實踐過,這裏就想基於英文數據集來做一點分析性的工作,首先來看一下數據樣例,如下所

原创 windows下安裝Pytorch環境

      一直以來絕大多數的深度學習應用都是基於Keras和Tensorflow搭建的,很少有去花時間使用過Pytorch,最近正好有時間就想學習下這個被稱爲最適合做學術研究的深度學習框架。        這裏主要是記錄下自己windo

原创 基於堆疊卷積長短期神經網絡【CNNLSTM】模型的時序數據預測分析

       在實際的工作中,時序類數據建模分析是比較重要的一部分,我們可以採用機器學習來構建一般的迴歸模型來進行值預測分析,也可以基於神經網絡來搭建網絡模型來完成時序數據預測分析,在較爲簡單的任務中,使用機器學習來構建迴歸模型一般是可以

原创 Python基於遷移學習的交通信號識別實戰【圖像多分類任務】【實測準確度超過96.7%】

       遷移學習是一種很強大的深度學習技術,在實際應用中解決圖像分類等問題中效果卓越,用一句簡單的話來說就是“站在巨人的肩膀山學習”,大多數針對圖像分類任務而開源出來的遷移學習模型很多都是基於ImageNet數據集開發的,這些預訓練

原创 基於深度學習的人臉識別系統實戰【從零開始搭建你的人臉識別系統】

        人臉識別如今已經是家喻戶曉了,幾乎每天都要跟他打交道,我們上班的考勤機就是一個人臉識別系統,我們俗稱“刷臉機”。進入火車站或者機場的時候也會有人臉識別的需要,這裏面都是深度學習的計算力在支撐,今天主要的內容是自己動手完整地

原创 Image圖像數據的常用格式轉化操作實現記錄【Image、Array、Bytes相互轉化】

      最近的工作中用到的圖像數據處理比較多一點,很多地方都需要對Array、Image以及二進制字節流數據Bytes進行相互之間的轉化,總計記錄了整個過程中自己的實現方法,放在這裏備忘,需要的可以拿去使用,所有實現的方法均已經過測試

原创 Pytorch基於深度學習模型Seq2Seq的聊天機器人構建與應用部署實戰

      聊天機器人是非常常見而廣泛的應用,很多企業都有很多機器人客服的需求,比如:移動、電信、聯通、淘寶、京東等等,聊天機器人的本質就是文本數據處理,我的主要研究方向並不是文本處理相關的,但是斷斷續續學習、工作中接觸到了一定的文本數據