-
编辑 删除
终于！Keras官方中文版文档正式发布了
这一次发布的是 Keras 官方中文文档，它得到了严谨的校对而提升了整体质量。但该项目还在进行中，虽然目前已经上线了很多 API 文档和使用教程，但仍然有一部分内容没有完成。其实早在官方中文文档出现以前，就有开发者构建了 Keras 的中文文档，而且很多读者都在使用 Moyan…
-
编辑 删除
5种快速易用的Python Matplotlib数据可视化方法
Matplotlib 是一个很流行的 Python 库，可以帮助你快速方便地构建数据可视化图表。然而，每次启动一个新项目时都需要重新设置数据、参数、图形和绘图方式是非常枯燥无聊的。本文将介绍 5 种数据可视化方法，并用 Python 和 Matplotlib 写一些快速易用的可…
-
编辑 删除
机器学习算法如何调参？这里有一份神经网络学习速率设置指南
在之前的文章里，我已经讲了如何用反向传播和梯度下降来训练神经网络。为了训练神经网络，其中一个需要设置的关键超参数是学习率。提醒一下，为了最小化此网络的损失函数，这个参数缩放了权重更新的幅度。 如果你把学习率设置太低，训练会进展的很慢：因为你在网络的权重上只做了很少的调整。然而，…
-
编辑 删除
利用K8S技术栈打造个人私有云（连载之：K8S资源控制）
基于前面系列文章的详细阐述，我们已经可以手工去K8S集群的命令行下将CentOS 7.4操作系统的Docker镜像启动起来，然后用户可以通过SSH登录到CentOS容器之中进行使用。但实际使用过程中不同的用户不可能每次都手动去命令行启动一个CentOS镜像，然后用命令去查看该容…
-
编辑 删除
谷歌今日上线基于TensorFlow的机器学习速成课程（免费中文版）
按照该课程所述，读者可能需要初级代数知识，如变量与系数、线性方程组和函数曲线等以理解基本的机器学习模型。此外，读者也需要一些 Python 编程经验，但一般只需要最基础的函数定义、列表/字典、循环和条件表达式等。本课程的实现是基于 Python 和 TensorFlow，不过读…
-
编辑 删除
你可能没有细究过的TCP/IP
作为互联网时代伟大发明的TCP/IP技术可以说对当今时代产生了深刻的影响。经过近一个月的学习摸索，基本清楚了TCP/IP的面貌。由于TCP/IP在OS中位于内核态，很多细节其实用户无法感知，所以自己对于TCP/IP会有一些疑惑。关于其中几个点经过查阅一些书籍、博客并结合自己的一…
-
编辑 删除
从基础概念到实现，小白如何快速入门PyTorch
PyTorch 的构建者表明，PyTorch 的哲学是解决当务之急，也就是说即时构建和运行我们的计算图。这恰好适合 Python 的编程方法，因为我们不需等待整个代码都被写入才能知道是否起作用。我们很容易运行部分代码，并实时检查它。 PyTorch 是一个基于 Python 的…
-
编辑 删除
从数学到实现，全面回顾高斯过程中的函数最优化
我们回顾了高斯过程（GP）拟合数据所需的数学和代码，最后得出一个常用应用的 demo——通过高斯过程搜索法快速实现函数最小化。下面的动图演示了这种方法的动态过程，其中红色的点是从红色曲线采样的样本。使用这些样本，我们试图利用 GP 尽快找到曲线的最小值。 附录包含（i）高斯回归…
-
编辑 删除
既能欺骗机器，也能迷惑人类！Goodfellow等人提出新一代对抗样本
机器学习模型很容易受到对抗样本的愚弄：输入经过对抗样本优化后导致模型输出错误的分类（Szegedy et al., 2013; Biggio et al., 2013）。在计算机视觉领域中，对抗样本通常是对数据集中的样本图像进行微小扰动形成的图像。很多构建对抗样本的流行算法依赖…
-
编辑 删除
强化学习的基本概念与代码实现
神经网络造就了最近我们在计算机视觉、机器翻译和时间序列预测等领域上的突破—同时它也可以和强化学习算法结合来创建一些惊人的成果，例如 AlphaGo（参阅：无需人类知识，DeepMind 新一代围棋程序 AlphaGo Zero 再次登上 Nature）。 强化学习指的是面向目标…
-
编辑 删除
利用K8S技术栈打造个人私有云（连载之：基础镜像制作与实验）
任何一家云主机厂商提供给用户的主机功能其实讲白了就是一个操作系统基础镜像的运行实例。因此本篇博文将讲解如何在本地构建一个带ssh组件的centos底包镜像并上传到docker hub上供下载使用。
-
编辑 删除
想要实现深度神经网络？一张 Excel 表格就够了
事实上，深度卷积神经网络根本不像它听起来这么可怕。本文将在谷歌表格中实现一次来证明给你看。进入演示地址，下载为 Excel 表格，然后你就可以随意编辑，看看不同层是怎样影响模型最后的预测结果的。 下面我们会从较高角度来做一个简短的卷积神经网络原理的介绍。 在我们开始前，我要介绍…
-
编辑 删除
302页吴恩达Deeplearning.ai课程笔记，详记基础知识与作业代码
在这份笔记中，Wan Zhen 不仅介绍了每个课程的关键知识点，同时还详细解释了各课程的编程作业。在第一门课程《神经网络与深度学习基础》中，该课程笔记不仅提供了最基础的 Python 和 NumPy 操作笔记，同时还从最基础的 Logistic 回归推导到最一般的深度全连接网络…
-
编辑 删除
利用K8S技术栈打造个人私有云（连载之：K8S环境理解和练手）
该图描述的设计架构是一个典型的M-S架构，一主两从，这和我搭建的集群基本是一致的，主节点和从节点上运行哪些kube组件，其实在我搭建集群那篇文章也已经讲过了，下面来阐述一下kubernetes集群里的重要概念和操作命令。 Namespace是对一组资源和对象的抽象集合，比如可以…
-
编辑 删除
Java编程思想学习录（连载之：异常）
-
编辑 删除
机器学习新手必看10大算法
文章选自TowardsDataScience，作者：James Le，机器之心编译。 在机器学习中，有一种叫做「没有免费的午餐」的定理。简而言之，它指出没有任何一种算法对所有问题都有效，在监督学习（即预测建模）中尤其如此。 例如，你不能说神经网络总是比决策树好，反之亦然。有很多…
-
编辑 删除
利用K8S技术栈打造个人私有云（连载之：K8S集群搭建）
1. etcd安装 2. flannel安装 3. docker安装 4. kubernets安装 1. flannel安装 2. docker安装 3. kubernetes安装
-
编辑 删除
从零开始：TensorFlow机器学习模型快速部署指南
第一次进入 Hive 的机器学习空间，我们就已经拥有数百万个真值标注图像，这可以让我们在一周时间内从头训练（即随机权重）适用于特定使用案例的顶尖深度卷积图像分类模型。更典型的 ML 用例通常基于数百个图像，这种情况我推荐大家对现有模型进行微调。例如，https://www.te…
-
编辑 删除
在Python 2.7即将停止支持时，我们为你准备了一份3.x迁移指南
Python 是机器学习和其他科学领域中的主流语言，我们通常需要使用它处理大量的数据。Python 兼容多种深度学习框架，且具备很多优秀的工具来执行数据预处理和可视化。 但是，Python 2 和 Python 3 长期共存于 Python 生态系统中，很多数据科学家仍然使用 …
-
编辑 删除
如何解决90％的自然语言处理问题：分步指南奉上
无论是成立的公司，还是致力于推出新服务，你都可以利用文本数据来验证、改进和扩展产品的功能。从文本数据中提取信息并从中学习的科学是自然语言处理（NLP）的一个活跃的研究课题。 NLP 覆盖领域很广，每天都会有新的令人兴奋的结果。但经过与数百家公司合作，Insight 团队发现其中…
