榜单
服务器优惠
AI论文
-
总结
总结 作业1-2 作业 1-3 作业1-4 基本知识 作业题 总结 本节，我们详细讲解了如何使用Numpy实现梯度下降算法，构建并训练了一个简单的线性模型实现波士顿房价预测，可以总结出，使用神经网络建模房价预测有三个要点： 构建网络，初始化参数w和b，定义预测和损失函数的计算方法。 随机选择初始点，建立梯度的计算方法和参数更新方式。 ... -
常见问题
常见问题 appkey如何获得？ 离线消息保存时间和条数是多少？ REST API使用频率的限制是多少？ 每个appkey下的用户数量有限制吗？ 群成员上限是多少，群数量上限是多少？ 聊天室支持多少人？和群组有什么区别？ 实时音视频怎么收费？如何开通服务？ 价格说明 计费方式 语音通话 示例 视频通话 计算集合分辨率 示例 1：所有用户都... -
CNN 架构
CNN 架构 典型的 CNN 体系结构有一些卷积层（每一个通常跟着一个 ReLU 层），然后是一个池化层，然后是另外几个卷积层（+ ReLU），然后是另一个池化层，等等。 随着网络的进展，图像变得越来越小，但是由于卷积层的缘故，图像通常也会越来越深（即更多的特征映射）（见图 13-9）。 在堆栈的顶部，添加由几个全连接层（+ ReLU）组成的常规前馈神... -
术语表
表1-1术语表 表1-1术语表 缩略语 英文词汇 中文词汇 解释 MicroServices MicroServices 微服务 微服务是一种轻量级SOA架构，通常用来描述广泛用于云应用、互联网应用的一种松耦合分布式架构。 Provider Provider 服务提供者 在微服务调用关系中处于被调用一方的服务。 Consumer Consumer 服... -
使用reduce
使用reduce 小结 读后有收获可以支付宝请作者喝咖啡，读后有疑问请加微信群讨论： 使用reduce map() 和filter() 都是Stream 的转换方法，而Stream.reduce() 则是Stream 的一个聚合方法，它可以把一个Stream 的所有元素按照聚合函数聚合成一个结果。 我们来看一个简单的聚合方法： redu... -
5.2 填充和步幅
5.2 填充和步幅 5.2.1 填充 5.2.2 步幅 小结 5.2 填充和步幅 在上一节的例子里，我们使用高和宽为3的输入与高和宽为2的卷积核得到高和宽为2的输出。一般来说，假设输入形状是 ，卷积核窗口形状是 ，那么输出形状将会是 所以卷积层的输出形状由输入形状和卷积核窗口形状决定。本节我们将介绍卷积层的两个超参数，即填充和步幅。... -
11.1 计算数学
11.1 计算数学 11.1 计算数学 计算数学是关于通过计算来解决数学问题的科学。这里所说的“计算”既包括数值计算， 也包括符号计算；这里所说的“数学问题”可能来自纯数学，更可能是从各个科学和工程领 域抽象出来的。计算数学包括很多分支，其中最核心、应用最广的是数值方法。 数值方法 数值方法（numerical method，也称计算方法、数值分... -
Rainbond是什么？
Rainbond是什么？ 为什么选择Rainbond？ 1.使用简单 2.一步将传统应用变成云原生应用 3.实现数字化能力积累和复用 4.解决2B行业的交付问题，实现各种交付流程自动化 Rainbond的功能及架构 应用级多云管理 应用全生命周期管理 能力复用和共享 Rainbond怎么工作？ Rainbond是什么？ Rainbo... -
深度卷积神经网络(Deep Convolutional Neural Networks)
Deeplearning Algorithms tutorial 深度卷积神经网络(Deep Convolutional Neural Networks) 应用示例 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...