Deeplearning Algorithms tutorial 本地散点平滑估计 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。苹果业已开始全面拥抱机器...

学习 DOM、BOM 和 jQuery 普通学习资源： 进阶： 参考/文档: 标准/规范: 学习 DOM、BOM 和 jQuery DOM - 文档对象模型 (DOM) 是一个跨平台的、独立于语言的约定，能以对象的形式对 HTML、XHTML 和 XML 文档进行展示和交互。每一个文档的节点被放到一个树形结构中，这棵树被称为 DOM 树。...

深度学习在图像领域的应用 检测 1. 单一物体检测 2. 通用物体检测 分类 识别 1. 人脸识别 2. 文字识别 跟踪 1. 2. 分割 边缘检测 图像复原 1. 去雨 2. 去雾 3. 超分辨率 4.图像单反化 总结 参考资料 深度学习在图像领域的应用 随着深度学习近几年的火热发展，在计算机视觉，图像理解方向...

2.6 PingCAP University —— Embrace Unlimited Possibilities 2.6.1 TiDB DBA 认证项目简介 1. 项目简介 2. 课程亮点 2.6.2 TiDB DBA 认证项目课程内容 1. 线上课程 2. 线下实训 学员们说 2.6.3 TiDB DBA 认证考试 认证考试学习资料 ...

什么是机器学习？ 机器学习是通过编程让计算机从数据中进行学习的科学（和艺术）。 下面是一个更广义的概念： 机器学习是让计算机具有学习的能力，无需进行明确编程。 —— 亚瑟·萨缪尔，1959 和一个工程性的概念： 计算机程序利用经验 E 学习任务 T，性能是 P，如果针对任务 T 的性能 P 随着经验 E 不断增长，则称为机器学习。 —— 汤姆·米...

一、集成学习误差 一、集成学习误差 考虑一个二类分类问题。设单个样本为 ，真实类别为 。 假定基类分类器的错误率为 ，即对每个基分类器 有： 。 假设集成学习通过简单投票法结合 个基分类器 。即：若有超过半数的基分类器正确，则集成分类就正确。根据描述，给出集成学习器为： 。 集成学习器预测错误的条件为： 个基分类器预测正确，其中 ...

exponential_decay exponential_decay paddle.fluid.layers. exponential_decay ( learning_rate, decay_steps, decay_rate, staircase=False ) [源代码] 在学习率上运用指数衰减。 训练模型时，在训练过程中降低学习率。每...

机器学习 机器学习库。 参见: awesome-machine-learning . Caffe: 一个 Caffe 的 python 接口。官网 Caffe2 ：一个轻量级的，模块化的，可扩展的深度学习框架。官网 Crab：灵活、快速的推荐引擎。官网 gensim：人性化的话题建模库。官网 hebel：GPU 加速的深度学习库。官网 k...

Collapse 折叠面板 概述 代码示例 API Collapse props Collapse events Panel props Panel slot Collapse 折叠面板 概述 将内容区域折叠/展开。 代码示例 基础用法 默认可以同时展开多个面板，可以设置默认展开第几个。 <templa...

Deeplearning Algorithms tutorial 算法描述 算法背景 相关应用 相关应用 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...