-
编辑 删除
仅需6200美元，高性价比构建3块2080Ti的强大工作站
选自L7，作者：Curtis Northcutt，机器之心编译。 在他的配置下，整个系统需花费 6200 美元（约合 41700 元人民币），相比 AI 硬件供应商 Lambda Labs 提供的整机要便宜一半。如何为实验室组装一台最强大的计算机，让我们来看看他是怎么做到的。 …
-
编辑 删除
基于Spring Security和 JWT的权限系统设计
Web系统的认证和权限模块也算是一个系统的基础设施了，几乎任何的互联网服务都会涉及到这方面的要求。在Java EE领域，成熟的安全框架解决方案一般有 Apache Shiro、Spring Security等两种技术选型。Apache Shiro简单易用也算是一大优势，但其功能…
-
编辑 删除
做到这2点，让写作变得更有价值
写作可能是未来让你的知识和技能转化为财富的最重要的技能，为什么这么说呢？因为有很多很多成功的案例，就程序员的圈内来说，纯洁的微笑、stormzhang、左耳朵耗子、Fenng大等等这些大佬无一例外地都是因为写作走上了人生巅峰。 想在一群写代码的人中脱颖而出真的非常的难，非常非常…
-
编辑 删除
深入理解 Python 中的上下文管理器
with 这个关键字，对于每一学习Python的人，都不会陌生。 操作文本对象的时候，几乎所有的人都会让我们要用 with open ，这就是一个上下文管理的例子。你一定已经相当熟悉了，我就不再废话了。 要自己实现这样一个上下文管理，要先知道上下文管理协议。 简单点说，就是在一…
-
编辑 删除
对比复现34个预训练模型，PyTorch和Keras你选谁？
Keras 和 PyTorch 当然是对初学者最友好的深度学习框架，它们用起来就像描述架构的简单语言一样，告诉框架哪一层该用什么。这样减少了很多抽象工作，例如设计静态计算图、分别定义各张量的维度与内容等等。 但是，到底哪一个框架更好一点呢？当然不同的开发者和研究者会有不同的爱好…
-
编辑 删除
ThunderGBM：快成一道闪电的梯度提升决策树
尽管近年来神经网络复兴并大为流行，但提升算法在训练样本量有限、所需训练时间较短、缺乏调参知识等场景依然有其不可或缺的优势。目前代表性的提升方法有 CatBoost、Light GBM 和 XGBoost 等，本文介绍一项新的开源工作，它构建了另一种基于 GPU 的极速梯度提升决…
-
编辑 删除
程序员写简历时必须注意的技术词汇拼写（持续更新...）
每年到了这个时候又快到了找工作的旺季，也就是俗称的「金三银四」。对于程序员来说，这个时候也是最好找工作和跳槽的时机。很多程序员花了太多的时间在 自己的技术水平提升 和 笔试、面试题准备之上，却忽略了找工作第一步所需要的一个严谨且靠谱的简历，导致最终结果是 其实技术没问题，但投出…
-
编辑 删除
选机器学习课程怕踩雷？有人帮你选出了top 5优质课
机器学习根植于统计学，正在逐渐成为最有趣、发展最快的计算机科学领域之一。机器学习可应用到无数行业和应用中，使其更加高效和智能。 聊天机器人、垃圾邮件过滤、广告服务、搜索引擎和欺诈检测，这些都是机器学习模型在日常生活中的应用实例。机器学习使我们为人类力不能及的事找到模式、创建数学…
-
编辑 删除
从六大概念总结吴恩达新书：做好工程实践应该这样走
选自towardsdatascience，作者：Niklas Donges，机器之心编译，参与：Yi Bai、思源。 《机器学习训练秘籍》（Machine Learning Yearning）这本书讲的是如何构建机器学习项目的开发流程。该书包括了许多在别处难得一见的实用见解，讲…
-
编辑 删除
想读读PyTorch底层代码？这份内核机制简介送给你
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 的编程理念，一边定义就可以在 Jupyter Notebook 一边运行，因此，PyTorch 的工作流程非常接近于 Python 的科学计算库 N…
-
编辑 删除
速度媲美Adam，性能堪比SGD：北大、浙大学霸本科生提出全新优化算法AdaBound
2018 年 12 月 21 日，ICLR 2019 论文接收结果揭晓。据统计，ICLR 2019 共收到 1591 篇论文投稿，相比去年的 996 篇增长了 60%。ICLR 2019 共接收论文 500 篇，其中 oral 论文 24 篇、poster 论文 476 篇。 …
-
编辑 删除
《HelloGitHub》第 35 期
分享 GitHub 上有趣、入门级的开源项目。 这是一个面向编程新手、热爱编程、对开源社区感兴趣 人群的月刊，月刊的内容包括：各种编程语言的项目、让生活变得更美好的工具、书籍、学习笔记、教程等，这些开源项目大多都是非常容易上手，而且非常 Cool。主要是希望大家能动手用起来，加…
-
编辑 删除
自制一个 elasticsearch-spring-boot-starter
Elasticsearch 在企业里落地的场景越来越多了，但是大家在项目里使用 Elasticsearch的姿势也是千奇百怪，这次正好自己需要使用，所以干脆就封装一个 elasticsearch-spring-boot-starter以供复用好了。如果不知道 spring-bo…
-
编辑 删除
各种NLP操作难实现？谷歌开源序列建模框架Lingvo
Lingvo 是世界语（Esperanto）中的一个单词，它表示「语言」的意思。这一命名展示了 Lingvo 框架的根源：它是由 TensorFlow 开发的通用深度学习框架，它重点关注自然语言处理相关的序列建模方法，包括机器翻译、语音识别和语音合成等。 在谷歌内部，Lingv…
-
编辑 删除
机器学习的七大谣传，这都是根深蒂固的执念吧
选自Github，作者：Oscar Chang，机器之心编译，参与：Tianci Liu、思源。 训练数据大概对模型训练都是有用的吧。 不管怎么说，图像数据集应该都是接近真实分布的吧。 事实上，TensorFlow 是矩阵而不是张量运算库，这两者的区别非常大。 在 NeurIP…
-
编辑 删除
为什么Julia比Python快？因为天生理念就更先进啊
其实像以前 C 或其它主流语言在使用变量前先要声明变量的具体类型，而 Python 并不需要，赋值什么数据，变量就是什么类型。然而没想到正是这种类型稳定性，让 Julia 相比 Python 有更好的性能。 选择 Julia 的最主要原因：要比其他脚本语言快得多，让你拥有 Py…
-
编辑 删除
春招已近，这份GitHub万星的ML算法面试大全请收下
机器之心整理，项目作者：HUA Yang，机器之心编辑部。 如下所示为整个项目的结构，其中从机器学习到数学主要提供的是笔记与面试知识点，读者可回顾整体的知识架构。后面从算法到笔试面经主要提供的是问题及解答方案，根据它们可以提升整体的解题水平与编程技巧。 面试题多种多样，但机器学…
-
编辑 删除
请快点粘贴复制，这是一份好用的TensorFlow代码集
在这个项目中，作者重点突出这是一份易于使用的 TensorFlow 代码集，它包括常见的正则化、卷积运算和架构模块等代码。实际上，在我们搭建自己的模型或系统时，复制并粘贴这些代码就行了。它们以规范的形式定义不同的功能模块，因此只要修改少量参数与代码，它们就能完美地融入到我们项目…
-
编辑 删除
67 亿美金搞个图，创建知识图谱的成本有多高你知道吗？
选自ISWC，作者：Baptiste Rocca，参与：思源、李亚洲。 知识图谱 广泛用于各种领域，它的统计信息也常被分析。但有一个问题一直缺乏研究：产出价格是多少？在此论文中，研究者提出了一种方法预估知识图谱的成本。他们表示手动创建一个三元组（triple）的成本大约在 2 …
-
编辑 删除
Python中最好用的命令行参数解析工具
Python 做为一个脚本语言，可以很方便地写各种工具。当你在服务端要运行一个工具或服务时，输入参数似乎是一种硬需（当然你也可以通过配置文件来实现）。 如果要以命令行执行，那你需要解析一个命令行参数解析的模块来帮你做这个苦力活。 Python 本身就提供了三个命令行参数解析模块…
