附录练习 6 列示目录 (ls) 55.7.1 跟我做 Linux/macOS Windows 55.7.2 你学到的 55.7.3 附加练习 附录练习 6 列示目录 (ls) 在这个练习中你将学习如何用 ls 命令列示一个目录中的内容。 55.7.1 跟我做 在你开始之前，确保你回到 temp 的上一层目录。如果你不知道你在哪儿，...

0x01-C语言序言 0x02-编程带给我的 0x01-C语言序言 倒是觉得写代码首先不是语法，而是格式，任何时候任何地点，要是自己的代码难以理解，要么你是故意的，要么你就是菜菜 一个难以被人理解的代码在我看来是没有太多的潜力的，但不排除故意为之的情况,也许很多人说这是强迫症，但是无论打开哪一个开源代码，你看到的都将是一个拥有规范的代码文件 ...

Python最佳实践指南！ Python入门 Python 开发环境 写出优雅的Python代码 Python应用的场景指南 部署优雅的Python代码 额外关注 Python最佳实践指南！ 您好，地球人！欢迎来到Python最佳实践指南。 这是一份活着的、会呼吸的指南。 如果您有意一起贡献,在GitHub fork 我 ! 这份人...

开始 开始 查看如下指南可对 TensorFlow 程序有个简要的概览： 初识 TensorFlow MINIST 是实验新的机器学习工具的经典数据集。我们提供了三篇指南，每篇介绍了一种不同的方法在TensorFlow 上训练 MNIST 模型。 MNIST-机器学习初学者 ，通过高级 API 介绍了 MNIST。 MNIST-机器学习专...

第五章 深度神经网络为何很难训练 （消失的恋人，哦不）消失的梯度问题 什么导致了消失的梯度问题？也就是在深度神经网络中的所谓的梯度不稳定性 练习 问题 在更加复杂网络中的不稳定梯度 深度学习其他的障碍 第五章 深度神经网络为何很难训练 假设你是一名工程师，接到一项从头开始设计计算机的任务。某天，你在工作室工作，设计逻辑电路，构建 门， ...

MNIST 在本章当中，我们将会使用 MNIST 这个数据集，它有着 70000 张规格较小的手写数字图片，由美国的高中生和美国人口调查局的职员手写而成。这相当于机器学习当中的“Hello World”，人们无论什么时候提出一个新的分类算法，都想知道该算法在这个数据集上的表现如何。机器学习的初学者迟早也会处理 MNIST 这个数据集。 Scikit-L...

诊断偏差与方差：学习曲线 诊断偏差与方差：学习曲线 我们现在已经知道了一些方法，来估计可避免多少由偏差与方差所导致的误差——人们通常会估计最优错误率，以及算法在训练集和测试集上的误差。下面让我们来讨论一项更有帮助的技术：绘制学习曲线。 学习曲线可以将开发集的误差与训练集样本的数量进行关联比较。想要绘制出它，你需要设置不同大小的训练集运行算法。假设有...

朴素贝叶斯 概率 朴素贝叶斯 还是让我们回到运动员的例子。如果我问你Brittney Griner的运动项目是什么，她有6尺8寸高，207磅重，你会说“篮球”；我再问你对此分类的准确度有多少信心，你会回答“非常有信心”。 我再问你Heather Zurich，6尺1寸高，重176磅，你可能就不能确定地说她是打篮球的了，至少不会像之前判定Britt...

StuQ Koa在线课程 缘起（雷蒙德） 合作 讲师介绍 关于StuQ 整体思路 课程目录 为什么你能学会？ 课程学习环境使用说明 报名 Koa的预习资料 非StuQ会员沟通方式 StuQ Koa在线课程 这是和StuQ合作的一门关于Node.js下一代web框架Koajs的在线课程的文档 缘起（雷蒙德） 桑老师，打扰一下...