粥白 粥白
4年前
如何学好python,新手怎么入门?
小的时候,你是怎么学习语文,学习英语的,那么现在你就可以怎么学习python。任何一门编程语言,其实都是最终都演变成机器可以懂得的语言,如果把机器比喻成外国人的话,你只要掌握和他交流的方式就可以了,甚至来说,这个语言比语文,比英语更简单,语文还要学习词语,成语,以及发音,还有每种发音不同的意思。英语还要学习语法,“现在进行时”,“过去进行时”等等一系列的东西
Stella981 Stella981
4年前
Serverless SSR 技术在猎豹移动的实践
作者:董文枭|策划:王俊杰为了追求速度体验和极致的SEO效果,越来越多的技术管理者和架构师倾向于采用SSR(ServerSideRendering)技术来构建前端项目,以支持同构代码的服务器端渲染。而在云的时代,更多的应用将迁移到云端部署,Serverless云技术因其降低开发成本、按需自动扩缩容、免运维等诸多优势,已经大量被开发
Stella981 Stella981
4年前
ActFrameWork集成Beetlsql的Mapper功能
Actframework是一款让人耳目一新的javamvc框架,简洁的api,强大的路由深深的吸引着我。迁移项目到act的过程中,实在是接受不了ebean的sql操作,好在国产的beetlsql正中下怀,于是将其集成到act中,方便使用。本文涉及到的内容尚未经过严格测试,如有不到之处还请指出。packageorg.piaohao.act.
Stella981 Stella981
4年前
Python实现深度学习系列之【正向传播和反向传播】
前言在了解深度学习框架之前,我们需要自己去理解甚至去实现一个网络学习和调参的过程,进而理解深度学习的机理;为此,博主这里提供了一个自己编写的一个例子,带领大家理解一下网络学习的正向传播和反向传播的过程;除此之外,为了实现batch读取,我还设计并提供了一个简单的DataLoader类去模拟深度学习中数据迭代器的取样;并且
Wesley13 Wesley13
4年前
CNN中常用的四种卷积详解
卷积现在可能是深度学习中最重要的概念。正是靠着卷积和卷积神经网络,深度学习才超越了几乎其他所有的机器学习手段。这期我们一起学习下深度学习中常见的卷积有哪些?1\.一般卷积卷积在数学上用通俗的话来说就是输入矩阵与卷积核(卷积核也是矩阵)进行对应元素相乘并求和,所以一次卷积的结果的输出是一个数,最后对整个输入输入矩阵进行遍历,
Wesley13 Wesley13
4年前
.NET 新标准介绍
本文介绍如何使用.NET标准,更容易地实现向.NETCore迁移。文中会讨论计划包含的APIs,跨构架兼容性如何工作以及这对.NETCore意味着什么。如果你对细节感兴趣,这篇文章正是为你准备的;如果你没有那么多时间或者对细节并不感兴趣,你可以仅仅只阅读TL;DR章节。TL;DR对于跨平台的.NET开发者来说,.
Stella981 Stella981
4年前
MindSpore手写数字识别初体验,深度学习也没那么神秘嘛
摘要:想了解深度学习却又无从下手,不如从手写数字识别模型训练开始吧!深度学习作为机器学习分支之一,应用日益广泛。语音识别、自动机器翻译、即时视觉翻译、刷脸支付、人脸考勤……不知不觉,深度学习已经渗入到我们生活中的每个角落,给生活带来极大便利。即便如此,依然有很多人觉得深度学习高深莫测、遥不可及,的确,它有深奥之处,非专业人士难以企及,但也有亲
WeiSha100 WeiSha100
3年前
开源系统内部培训考试可打学习证明
这是一个开源软件,可用于内部人员的培训学习,有源代码,代码完整,测试了软件的功能,有在线学习,在线直播,刷题,考试,督学,在线考试和在线支付等功能,后台可查学习路径,可打印学习证明,开源可二次开发,用于个人或企业搭建私人的培训系统,分享给有需要的人。具体功能测试了以下功能,详细功能可下载文件研究1、在线学习:在线点播视频,课后可上传图文资料,习题等2、直播:
WeiSha100 WeiSha100
3年前
开源家庭教育中小学线上学习监督系统
一个开源线上学习系统,有点播,题库,考试,学情监督等功能,孩子线上学习,系统可以有效记录学习情况,通过每个章节的结课考试,哪怕不在孩子身边,家长也可以充分了解到孩子的学习情况,可以按照教程搭建一个私有化的家庭线上学习室,有源码也可以二次开发。1、视频点播:视频播放,图文资料,课件下载,章节试学,限时免费2、在线题库:章节练习,错题回顾,高频错题,笔记,收藏,
机器学习基础
机器学习基础本章涵盖了以下主题:分类和回归之外的其他类型的问题;评估问题,理解过拟合、欠拟合,以及解决这些问题的技巧;为深度学习准备数据。请记住,在本章中讨论的大多数技术都是机器学习和深度学习通用的,一部分用于解决过拟合问题的技术(如dropout)除外。4.1 三类机器学习问题在之前的所有例子中,尝试解决的是分类(预测猫或狗)或回归(预测用户在平台上