在前一期教程中，我们探讨了使用 k-means 聚类算法作为一种无监督机器学习技术，该技术旨在将相似数据分组到不同的簇中，以揭示数据中的模式。到目前为止，我们已经看到了如何将 k-means 聚类算法应用于包含不同簇的简单二维数据集以及该问题 […]
作者归档 | Stefania Cristina
如何使用OpenCV读取和显示视频
数字视频与数字图像非常相似，因为它们是由许多数字图像组成的，这些图像按顺序快速播放，以产生动态视觉数据的效果。OpenCV 库提供了多种处理视频的方法，例如从不同来源读取视频数据以及访问其各种属性。在 […]
如何在 OpenCV 中读取、写入、显示图像并转换颜色空间
在处理图像时，一些最基本且必须掌握的操作包括从磁盘读取图像、显示图像、访问其像素值以及将它们从一种颜色空间转换为另一种颜色空间。本教程将解释这些基本操作，首先描述数字图像 […]
OpenCV 温和入门：一个用于计算机视觉和机器学习的开源库
如果您对处理图像和视频感兴趣，并希望将机器学习引入您的计算机视觉应用，那么 OpenCV 是您需要掌握的一个库。OpenCV 是一个庞大的开源库，可以与包括 Python 在内的各种编程语言进行接口，并且被 […]
Transformer 模型推理
我们已经了解了如何训练 Transformer 模型来处理英语和德语句子对的数据集，以及如何绘制训练和验证损失曲线来诊断模型的学习性能，并决定在哪个 epoch 对训练好的模型进行推理。我们现在可以对[…]进行推理了。
为 Transformer 模型绘制训练和验证损失曲线
我们之前已经了解了如何训练 Transformer 模型进行神经机器翻译。在进行推理之前，让我们先探讨一下如何稍微修改训练代码，以便能够绘制学习过程中生成的训练和验证损失曲线。训练和 […]
训练 Transformer 模型
我们已经完成了 Transformer 模型，现在可以将其用于神经机器翻译的训练了。为此，我们将使用一个包含简短英语和德语句子对的训练数据集。我们还将回顾掩码在计算训练过程中的准确性和损失指标方面的作用 […]
连接 Transformer 编码器和解码器以及掩码
我们已经实现了 Transformer 编码器和解码器并分别进行了测试，现在可以将它们组合成一个完整的模型。我们还将学习如何创建填充和前瞻掩码，通过这些掩码我们可以抑制在 […]中不被考虑的输入值。
在 TensorFlow 和 Keras 中从零开始实现 Transformer 解码器
Transformer 编码器和解码器之间有许多相似之处，例如它们都实现了多头注意力、层归一化和作为最终子层的全连接前馈网络。在实现了 Transformer 编码器之后，我们将继续应用我们的知识来实现 Transformer 解码器，作为实现 […]的下一步。
在 TensorFlow 和 Keras 中从零开始实现 Transformer 编码器
在了解了如何实现缩放点积注意力并将它集成到 Transformer 模型的多头注意力中之后，让我们再进一步，通过应用其编码器来实现一个完整的 Transformer 模型。我们的最终目标仍然是将完整的模型应用于自然语言处理（NLP）。在本教程中，您将发现如何 […]