简介 Goals Principles Features Architecture Related Community WeChat License Contributors 简介 Kratos 一套轻量级 Go 微服务框架，包含大量微服务相关框架及工具。 名字来源于:《战神》游戏以希腊神话为背景，讲述奎托斯（Kratos）由凡人...

二、FNN 2.1 模型 2.1.1 FNN 2.1.2 SNN 2.2 实验 二、FNN 传统的 CTR 预估模型大多数采用线性模型。线性模型的优点是易于实现，缺点是：模型表达能力较差，无法学习特征之间的相互作用 interaction 。 非线性模型（如：FM,GBDT ）能够利用不同的组合特征，因此能够改善模型的表达能力。但是这...

Deeplearning Algorithms tutorial 关联规则 算法背景 应用领域 优缺点 Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大旗，覆盖无人驾驶、智能助手、图像识别等许多层面。苹果业已...

XavierInitializer XavierInitializer class paddle.fluid.initializer. XavierInitializer (uniform=True, fan_in=None, fan_out=None, seed=0)[源代码] 该类实现Xavier权重初始化方法（ Xavier weig...

1、机器学习海啸 2006年，Geoffrey Hinton等人发表了一篇论文，展示了如何训练能够识别具有最新精度（> 98%）的手写数字的深度神经网络。他们称这种技术为“Deep Learning”。当时，深度神经网络的训练被广泛认为是不可能的，并且大多数研究人员自 20 世纪 90 年代以来就放弃了这个想法。这篇论文重新激起了科学界的兴趣，不久之后，...

20200601 修订 20200405 修订 20200112 修订 20191201 修订 20190928 修订 20190825 修订 20190802 修订 数学基础 统计学习 深度学习 工具 CRF lightgbm xgboost scikit-learn spark numpy scipy matplotli...

3.15. 数值稳定性和模型初始化 3.15.1. 衰减和爆炸 3.15.2. 随机初始化模型参数 3.15.2.1. MXNet的默认随机初始化 3.15.2.2. Xavier随机初始化 3.15.3. 小结 3.15.4. 练习 3.15.5. 参考文献 3.15. 数值稳定性和模型初始化 理解了正向传播与反向传播以后，我们来讨论...

深度概率编程 概述 使用贝叶斯神经网络 处理数据集 定义贝叶斯神经网络 定义损失函数和优化器 训练网络 使用变分自编码器 定义变分自编码器 定义损失函数和优化器 处理数据 训练网络 生成新样本或重构输入样本 DNN一键转换成BNN 定义DNN模型 定义损失函数和优化器 实例化TransformToBNN 实现功能一：转换整个模型...

为什么出第二版 教程大纲 我能学习到什么知识？ 这个AI的棋力如何 关于编程语言的问题 这个项目是完全开源的 关于作者 言川 为什么出第二版 在 2016年2月的时候，我写了第一版的五子棋AI教程。当时是边写代码边写博客，因此出现了一些理解上有偏差的地方，以及文章中的代码片段和最终的代码有很多不一致的地方。经过两年多的时间，断断续续更新了好...