榜单
服务器优惠
AI论文
-
v0.2
1 测试环境 1.1 软硬件信息 1.2 服务配置 1.3 名词解释 2 测试结果 2.1 schema 2.2 single 插入 2.2.1 插入速率测试 压力参数 性能指标 结论 2.2.2 压力上限测试 压力参数 性能指标 结论 2.3 batch 插入 2.3.1 插入速率测试 压力参数 性能指标 结论 ... -
学生和研究者：模型的建立与训练
学生和研究者：模型的建立与训练 学生和研究者：模型的建立与训练 如果你是一个初学机器学习/深度学习的学生，你可能已经啃完了Andrew Ng的机器学习公开课或者斯坦福的 UFIDL Tutorial ，亦或是正在上学校里的深度学习课程。你可能也已经了解了链式求导法则和梯度下降法，知道了若干种损失函数，并且对卷积神经网络（CNN）、循环神经网络（RN... -
9.1 个体与集成
9.1 个体与集成 9.1 个体与集成 集成学习的基本结构为：先产生一组个体学习器，再使用某种策略将它们结合在一起。集成模型如下图所示： 在上图的集成模型中，若个体学习器都属于同一类别，例如都是决策树或都是神经网络，则称该集成为同质的（homogeneous）;若个体学习器包含多种类型的学习算法，例如既有决策树又有神经网络，则称该集成为异质... -
1.a.27 发行注记
前言 概述 问题修复 质量 文档 博客 主要贡献者名单 1.a.27 发行注记 Jul 10, 2017 10:38:44 AM 作者:zozoh wendal 前言 今天, Nutz社区自豪地宣布,Nutz 1.a.27版正式发布了! 本版有很多新功能,并修复了近30个issue,拥有改进的文档和更丰富的Demo. 由于更多... -
10.5 全局向量的词嵌入（GloVe）
10.5 全局向量的词嵌入（GloVe） 10.5.1 GloVe模型 10.5.2 从条件概率比值理解GloVe模型 小结 参考文献 10.5 全局向量的词嵌入（GloVe） 让我们先回顾一下word2vec中的跳字模型。将跳字模型中使用softmax运算表达的条件概率 记作 ，即 其中 和 分别是索引为 的词 作为中... -
零基础教程
零基础教程 絮叨 为什么选择 Clojure Clojure 能做什么 为什么 Clojure / Lisp 没有流行 如何部署 Clojure 运行环境 如何运行 Clojure 程序 文档 附录 零基础教程 A language that doesn’t affect the way you think about progra... -
AdaBoost
Deeplearning Algorithms tutorial AdaBoost 算法原理 相关应用 优点 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... -
MNIST 机器学习入门
MNIST机器学习入门 MNIST数据集 Softmax回归介绍 实现回归模型 训练模型 评估我们的模型 MNIST机器学习入门 这个教程的目标读者是对机器学习和TensorFlow都不太了解的新手。如果你已经了解MNIST和softmax回归(softmax regression)的相关知识，你可以阅读这个快速上手教程 。 当我们... -
zySmallVideo
zySmallVideo 论坛示例 开始使用 概述 模块接口 openNew params callback(ret) 示例代码 可用性 close 示例代码 可用性 getScreenInfo callback(ret) 示例代码 可用性 open params callback(ret) 示例代码 可用性 cl... -
二、图
二、图 2.1 图是什么？ 2.2 NetworkX 2.3 随机图 2.4 生成图 2.5 连通图 2.6 生成 ER图 2.7 连通性的概率 2.8 图的算法分析 2.9 练习 二、图 原文：Chapter 2 Graphs 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 本书的前三...