Kratos Goals Principles Features Kratos Kratos是bilibili开源的一套Go微服务框架，包含大量微服务相关框架及工具。 Goals 我们致力于提供完整的微服务研发体验，整合相关框架及工具后，微服务治理相关部分可对整体业务开发周期无感，从而更加聚焦于业务交付。对每位开发者而言，整套Kr...

Deeplearning Algorithms tutorial 岭回归（Ridge Regression） 相关应用 应用案例 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...

深入MNIST 安装 加载MNIST数据 运行TensorFlow的InteractiveSession 计算图 构建Softmax 回归模型 占位符 变量 类别预测与损失函数 训练模型 评估模型 构建一个多层卷积网络 权重初始化 卷积和池化 第一层卷积 第二层卷积 密集连接层 Dropout 输出层 训练和评估模型 ...

二、神经网络最优化挑战 2.1 病态黑塞矩阵 2.2 局部极小值 2.3 鞍点 2.4 悬崖 2.5 长期依赖 2.6 非精确梯度 2.7 局部和全局结构的弱对应 二、神经网络最优化挑战 机器学习中，通常会仔细设计目标函数和约束，从而保证最优化问题是凸的。但是神经网络中，通常遇到的都是非凸的最优化问题。 2.1 病态黑塞矩阵 ...

11、致谢 我要感谢我的 Google 同事，特别是 Youtube 视频分类小组，教给我很多关于机器学习的知识。没有他们，我永远无法开始这个项目。特别感谢我的个人 ML 专家：Clément Courbet, Julien Dubois, Mathias Kende, Daniel Kitachewsky, James Pack, Alexander ...

四、应用 4.1 逐像素输出 4.2 可变输入类型 4.3 高效的卷积算法 4.3.1 傅里叶变换 4.3.2 可分离卷积 4.4 非监督的特征 4.5.1 随机初始化特征 4.5.2 无监督学习特征 四、应用 4.1 逐像素输出 卷积神经网络不仅可以输出分类任务的标签或者回归任务的实数值，还可以输出高维的结构化对象。如：图片上...

孤独是思想家的归宿 孤独是思想家的归宿 　目前发展的势头表明，完全站在用户一边的自由软件不可抵挡。它面临的唯一敌人还是自由软件领域内部的分裂和争斗。除了市场原有垄断者外，这是任何人都不希望看到的。 Richard Stallman 总是风尘仆仆，行囊相随，四处布道。他带着一台笔记本电脑，但这不是他个人的，而是属于自由软件基金（FSF）。其实，Ric...

Laravel 的请求周期 简介 生命周期概述 开始 HTTP / 控制内核 服务提供器 分配请求 聚焦服务提供器 Laravel 的请求周期 简介 在「日常生活」中使用任何工具时, 如果理解了该工具的工作原理，使用时能更加运用自如。这对应用开发来说也一样，当你能真正懂得一个功能背后实现原理时，你就离成为大神不远了。 文档存在目的...

反向传播算法 反向传播算法 前向传播 forward propagation 过程： 当前馈神经网络接收输入 并产生输出 时，信息前向流动。 输入 提供初始信息，然后信息传播到每一层的隐单元，最终产生输出 。 反向传播算法back propagation 允许来自代价函数的信息通过网络反向流动以便计算梯度。 反向传播并不是用于学...

AlexNet AlexNet 通过上面的实际训练可以看到，虽然LeNet在手写数字识别数据集上取得了很好的结果，但在更大的数据集上表现却并不好。自从1998年LeNet问世以来，接下来十几年的时间里，神经网络并没有在计算机视觉领域取得很好的结果，反而一度被其它算法所超越，原因主要有两方面，一是神经网络的计算比较复杂，对当时计算机的算力来说，训练神经...