摘要：
1、list 列表 有序集合，随时增删。包含的数据类型可以不同：整数、浮点数、字符串、list、tuple、dict、set、bool、空值、常量。 list = [12, 'Yummy', 19.2, [1, 3, 'zhan']] list名为列表，相当于一个数组 list列表是有序的，其中的每 阅读全文
摘要：
快捷键设置方法：https://blog.csdn.net/wrzfeijianshen/article/details/53230789 https://blog.csdn.net/wrzfeijianshen/article/details/77782939 常用快捷键总结： Ctrl+K，Ct 阅读全文
摘要：
线性代数是机器学习的数学基础之一，这里总结一下深度学习花书线性代数一章中机器学习主要用到的知识，并不囊括所有线性代数知识。 2.1 基础概念 Scalars: 一个数； Vctors: 一列数； Matrices: 二位数组的数，每个元素由两个下标确定； Tensors: 多维数组的数。 2.2 矩 阅读全文
摘要：
Deep Learning是大神Ian GoodFellow, Yoshua Bengio 和 Aaron Courville合著的深度学习的武功秘籍，涵盖深度学习各个领域，从基础到前沿研究。因为封面上有人工智能生成的鲜花图像，人送外号“花书” 。该书系统地介绍了深度学习的基础知识和后续发展，是一本 阅读全文
摘要：
论文： 本文主要贡献： 1、提出了一种新的采样策略，使网络在少数的epoch迭代中，接触百万量级的训练样本； 2、基于局部图像块匹配问题，强调度量描述子的相对距离； 3、在中间特征图上加入额外的监督； 4、描述符的紧实性。 基于CNN的局部图像块匹配方法可以分为两类：一是，作为二分类问题，不存在明确 阅读全文
摘要：
论文：https://github.com/ei1994/my_reference_library/tree/master/papers 本文的贡献点如下： 1. 提出了一个新的利用深度网络架构基于patch的匹配来明显的改善了效果； 2. 利用更少的描述符，得到了比state-of-the-art 阅读全文
摘要：
4.1 介绍 CF系统需要用户的评分数据作为知识源，向用户推荐商品，而不需要输入并维护其他的附加信息。基于内容的推荐系统主要应用的知识源包括类别和体裁信息，还有从文档中提取的关键词。这两种方法的优势在于能以相对较小的代价获取并维护这些知识。但是日常生活中，纯粹的CF系统会由于评分数据很少而效果不好， 阅读全文
摘要：
在应用协同过滤推荐技术时，除了用户评分数据，我们不需要额外的物品数据。这样的好处是避免了付出很大的代价向系统提供详细而且实时更新的物品描述信息，但是这种仅基于纯粹的协同过滤的算法却无法根据物品的特性和用户的特殊偏好来客观选择推荐物品的。 本章中，将物品的特征描述为“内容”。因为后面章节部分介绍的大多 阅读全文
摘要：
论文： 引入论文中的一句话来说明对比图像patches的重要性，“Comparing patches across images is probably one of the most fundamental tasks in computer vision and image analysis”. 阅读全文
摘要：
协同过滤推荐的主要思想：利用已有用户群过去的行为或意见预测当前用户最可能喜欢哪些东西或对哪些东西感兴趣。 纯粹的协同过滤方法的输入数据只有给定的用户—物品评分矩阵，输出数据一般有以下几种类型： 2.1 基于用户的最近邻推荐 它的主要思想：首先，给定一个评分数据集和当前用户的id作为输入，找出与当前用 阅读全文