Hacks on Computer Vision

第247期 HackCV 日报

2018.06.06

本文使用spaCy对语言标签、依赖解析和命名实体识别进行了概念上的介绍,并以解析圣经为例,讲解了具体的使用方法,并分析了现有的不足。

标题与AI创造性有关,但内容确是图像Style_Transfer和音乐RNN建模的原理介绍。最后对未来进行展望,现在辩论AI创造性还早,但会越来越成为艺术家不可或缺的工具。

本文比较全面的介绍了机器学习中经常用到的5个回归损失函数:L2损失、L1损失、Huber损失、Log-Cosh损失和Quantile损失,介绍了具体的应用场景,并相互之间做了对比。

__EOF__

本文作者HackCV
版权声明本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
本文链接https://hackcv.com/daily/%E7%AC%AC247%E6%9C%9F-hackcv-%E6%97%A5%E6%8A%A5/

发表评论