07 2019 档案

摘要：图像配准（Image Registration）是计算机视觉中的基本步骤。在本文中，我们首先介绍基于OpenCV的方法，然后介绍深度学习的方法。 阅读全文

摘要：几何深度学习是个很令人兴奋的新领域，但是它的数学运算逐渐转移到代数拓朴和理论物理的范围。 阅读全文

摘要：作为信息科技发展的主流趋势，它频繁地出现在我们的眼前。伴随它一起出现的，还有 这些概念名词—— OpenStack、Hypervisor、KVM、Docker、K8S... 阅读全文

摘要：这篇文章中，我们挑选了24个用于数据科学的Python库。 这些库有着不同的数据科学功能，例如数据收集，数据清理，数据探索，建模等，接下来我们会分类介绍。 阅读全文

摘要：NBA 2018-19 赛季已经落下帷幕，猛龙击败勇士，成为新科冠军球队。近日各队纷纷发布2019-20季前赛赛程，迎接新赛季。 阅读全文

摘要：PaddlePaddle为用户提供技术领先、简单易用、兼顾显存回收与复用的显存优化策略，在Transformer、BERT、DeepLab V3+上Max Batch Size性能优于对标开源框架，在YOLOv3、Mask-RCNN模型上显存性能与对标开源框架持平，有兴趣的同学可以试一下，上一组数据先睹为快。 阅读全文

摘要：数据挖掘的理论背后，几乎离不开线性代数的计算，如矩阵乘法、矩阵分解、行列式求解等。本文将基于numpy模块实现常规线性代数的求解问题， 需要注意的是 ，有一些线性代数的运算并不是直接调用numpy模块，而是调用numpy的子模块linalg（线性代数的缩写）。该子模块涵盖了线性代数所需的很多功能，本文将挑几个重要的例子加以说明。 阅读全文

摘要：当提及大数据时，我们无法忽视流式计算的重要性，它能够完成强大的实时分析。 而说起流式计算，我们也无法忽视最强大的数据处理引擎： Spark和Flink。 阅读全文

摘要：如果你还没有接受机器学习中开源工具的美妙之处 -- 那么你就错过了很多东西！ 开源社区规模庞大，对新工具的支持态度令人难以置信，并且接受了机器学习民主化的概念。 阅读全文

摘要：如果你是一个机器学习（ML）程序员，向爸妈、亲友或者客户介绍自己的职业时，可能会遇到这样的尴尬。 现在有了斯坦福大学出品的 Gradio ，你真的可以把自己的ML模型“搬”出来了。 阅读全文

摘要：本文以思维导图的形式，为大家介绍了深度学习的核心内容，主要包括： 深度学习基础、神经网络介绍、CNN从入门到应用、Caffe、Tensorflow、Pytorch等深度学习框架、词向量、循环神经网络、RNN条件生成与Attention、对抗生成网络、增强学习、迁移学习 。 阅读全文

摘要：本文会从什么是基于内容的推荐算法、算法基本原理、应用场景、基于内容的推荐算法的优缺点、算法落地需要关注的点等5个方面来讲解。 阅读全文

摘要：深度学习模型的价值在AI时代不断增大。要想得到一个高质量的深度学习模型，离不开4个要素，优秀的算法、充足的算力、丰富的数据以及专家知识。 阅读全文

摘要：当提出向后不兼容的更改时python-ideas的新手偶尔会提出“Python 4000”的概念，这些更 改不给当前合法的Python3代码提供明确的移植路径。毕竟，我们允许Python 3.0进行这种更改，那么为什么我们不允许它用于Python 4.0呢？ 阅读全文

摘要：如今，每家科技公司都在制定数据战略。 他们都意识到，拥有正确的数据(干净、尽可能多)会给他们带来关键的竞争优势。 数据，如果使用有效，可以提供深层次的、隐藏在表象之下的信息。 阅读全文

摘要：前端开发(和网络开发)的世界正在以极快的速度发展。如今，如果不借助前端或Webpack、React Hooks、Jest、Vue和NG元素，你会很快被远远抛下。不过，情况正在发生改变。 阅读全文

摘要：如今，人工智能已远远地超出科幻小说中的构想，成为了现实。人工智能技术广泛应用于处理分析大量数据，由于其处理的工作量及工作强度明显提高，因此这些工作今后无需人工操作。 阅读全文

摘要：本文以非常宏大和透彻的视角分析了深度学习中的多种Normalization模型，包括大家熟悉的Batch Normalization (BN)和可能不那么熟悉 的Layer Normalization (LN)、Instance Normalization (IN) 及Group Normalization (GN)模型；用生动形象的例子阐述了这些Normalization模型之间的区别和联系；并在一个统一的数学框架下分析了它们的性质；最后从一个新的数学视角分析了BN算法为什么有效。 阅读全文

摘要：在过去的一年里，我采访了一些在 Expedia Group 担任数据科学职位的人，职位从入门级到高级的都有。我想分享我的经验，这些经验适用于对申请数据科学职位的人。在这篇文章里，我还会给出关于你可能在面试中会遇到的问题的一些提示。 阅读全文