龙哥盟

摘要： 原文：Deep Learning 2: Part 1 Lesson 2 作者：Hiromi Suenaga 论坛笔记本 回顾上一课 [01:02] 我们使用 3 行代码来构建图像分类器。为了训练模型，需要在PATH下以某种方式组织数据（在本例中为data/dogscats/ ）： 应该有train文 阅读全文

摘要： 原文：Deep Learning 2: Part 1 Lesson 1 作者：Hiromi Suenaga 课程论坛 入门 [0:00]： 为了训练神经网络，你肯定需要图形处理单元（GPU） - 特别是 NVIDIA GPU，因为它是唯一支持 CUDA（几乎所有深度学习库和从业者都使用的语言和框架） 阅读全文

摘要： 最后更新：2018.10.5 Quora 扇贝 Quora 翻译区公众号：DigQuoraQuora 翻译室公众号：读 Quora煎蛋网 Quora 话题Quora 精选Quora 中文网 Reddit （待补充） StackOverflow 腾讯云问答协慌网 2chan 2chcn 阅读全文

摘要： 原文：LearningTensorFlow.com 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 自定义函数 Conway 的生命游戏是一个有趣的计算机科学模拟，它在地图上发生，有许多正方形的单元格，就像棋盘一样。 模拟以特定的时间步骤进行，并且板上的每个单元可以是 1（生存 阅读全文

摘要： 原文：LearningTensorFlow.com 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 聚类和 KMeans 我们现在冒险进入我们的第一个应用，即使用 k-means 算法进行聚类。 聚类是一种数据挖掘练习，我们获取大量数据并找到彼此相似的点的分组。 K-means 阅读全文

摘要： 原文：LearningTensorFlow.com 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 广播 当我们操作不同维度的数组时，它们可以以不同的方式组合，无论是逐元素还是通过广播。 让我们从头开始，构建更复杂的例子。 在下面的示例中，我们有表示单个数字的 TensorFl 阅读全文

摘要： 原文：LearningTensorFlow.com 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 变量 TensorFlow 是一种表示计算的方式，直到请求时才实际执行。 从这个意义上讲，它是一种延迟计算形式，它能够极大改善代码的运行： 更快地计算复杂变量跨多个系统的分布式计 阅读全文

摘要： 原文：SciPy 2018 Scikit-learn Tutorial 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 十三、交叉验证和得分方法 在前面的章节和笔记本中，我们将数据集分为两部分：训练集和测试集。 我们使用训练集来拟合我们的模型，并且我们使用测试集来评估其泛化能力 阅读全文

摘要： 原文：SciPy 2018 Scikit-learn Tutorial 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 一、Python 机器学习简介 什么是机器学习？ 机器学习是自动从数据中提取知识的过程，通常是为了预测新的，看不见的数据。一个典型的例子是垃圾邮件过滤器，用户 阅读全文

摘要： 原文：Deep Learning based Recommender System: A Survey and New Perspectives (arxiv 1707.07435) 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 基于卷积神经网络的推荐 卷积神经网络通过卷积和 阅读全文