(翻译整理自Dieleman的博客)
针对不同用户推荐合适的音乐是每个音乐类软件都希望实现的目标。本文从传统的协同过滤方法的优缺点说起,引出一套基于音频信号的音乐推荐算法,并在最后对实现的深度神经网络进行可视化剖析,理解模型的运行原理。
协同过滤是音乐推荐的一种基础方法,基本原理是通过历史使用数据来判断用户的喜好。举个例子,如果有两个用户听了大量相同的歌曲,那他们的兴趣应该是基本类似的。从歌曲角度来讲,如果两首歌被同一组人群听过的话,那…
生成对抗网络GAN是由蒙特利尔大学Ian Goodfellow教授和他的学生在2014年提出的机器学习架构。
要全面理解生成对抗网络,首先要理解的概念是监督式学习和非监督式学习。监督式学习是指基于大量带有标签的训练集与测试集的机器学习过程,比如监督式图片分类器需要一系列图片和对应的标签(“猫”,“狗”…),而非监督式学习则不需要这么多额外的工作,它们可以自己从错误中进行学习,并降低未来出错的概率。监督式学习的缺点就是需要大量标签样本,这非常耗时耗力。非监督式学习虽然没有这个问题,但准确率往往更低。自然而然地希望能够通过提升非监督式学习的性能,从而减少对监督式学习的依赖。GA…
这里是开源项目地址
接触室内定位还是在研究室的那段时间里,那个时候机器学习和人工智能还不像现在这么火,SVM和神经网络还处在平级的阶段。最近又偶然看到whereami,希望通过源码让自己重新看看室内定位这个领域。
先看看whereami的效果如何。首先你需要一台笔记本,之前我的研究基本都是在Android设备上进行的,原因是移动比较方便,iOS其实也是可以的,但必须越狱才能使用到Wifi的框架。
以小见大,有时候那些不经意的细节往往非常重要。
有时候,退后一步,会发现更多。
对于任何问题,尝试不要给自己设置时间限制,过往的想法会限制你的思维。有的时候,时间会给你答案。