榜单
服务器优惠
AI论文
-
Introduction
「 Neural Networks and Deep Learning 」中文翻译（连载完毕） 简介 译者注 Lisence 「 Neural Networks and Deep Learning 」中文翻译（连载完毕） 简介 《神经网络与深度学习》是一本免费的在线电子书。本书主要介绍以下内容： 神经网络，一种启发自生物学的优美的编程范... -
前言
前言 读者赠言 儿童教育 问题解答 更新日志 怎么读这本书？ 你可以期望学到什么（目前为止…） 前言 《React 学习之道》会教您一些 React 的基础知识。通过这套教程，您可以用纯 React 构建一个真正可用的应用程序，而不需要去理会其他复杂的工具。我将为您逐一介绍从开发环境的准备到部署上线的全部过程。本书每一章都包含一些额外的索... -
前言
前言 前言 2018年3月30日，Google在加州山景城举行了第二届TensorFlow Dev Summit开发者峰会，并宣布正式发布TensorFlow 1.8版本。笔者有幸获得Google的资助亲临峰会现场，见证了这一具有里程碑式意义的新版本发布。众多新功能的加入和支持展示了TensorFlow的雄心壮志，同时早在2017年秋就开始测试的Ea... -
1. 监督学习
1. 监督学习 1. 监督学习 1.1 广义线性模型 1.1.1 普通最小二乘法 1.1.2 岭回归 1.1.3 Lasso 1.1.4 多任务 Lasso 1.1.5 弹性网络 1.1.6 多任务弹性网络 1.1.7 最小角回归 1.1.8 LARS Lasso 1.1.9 正交匹配追踪法（OMP） 1.1.10 贝叶斯回归 ... -
自然语言处理的发展历程
自然语言处理的发展历程 兴起时期 符号主义时期 连接主义时期 深度学习时期 自然语言处理的发展历程 自然语言处理有着悠久的发展史，可粗略地分为兴起、符号主义、连接主义和深度学习四个阶段，如 图4 所示： 图4：自然语言处理的发展历程 兴起时期 大多数人认为，自然语言处理的研究兴起于1950年前后。在二战中，破解纳粹德国的... -
五、自适应学习率算法
五、自适应学习率算法 5.1 delta-bar-delta 5.2 AdaGrad 5.3 RMSProp 5.3.1 RMSProp 原始算法 5.3.2 RMSProp 原始算法性质 5.3.3 RMSProp 动量算法 5.3.4 AdaDelta 5.4 Adam 5.4.1 Adam 算法 5.4.2 Adam 算法性质 5.... -
概述
PaddleHub 特性 命令行工具 迁移学习 服务化部署PaddleHub Serving 超参优化AutoDL Finetuner 欢迎使用PaddleHub ！ PaddleHub是飞桨预训练模型管理和迁移学习工具，通过PaddleHub开发者可以使用高质量的预训练模型结合Fine-tune API快速完成迁移学习到应用部署的全流程工作。... -
End-to-end deep learning
端到端学习的兴起 端到端学习的更多例子 端到端学习的优缺点 流水线组件的选择：数据可用性 流水线组件的选择：任务简单性 直接学习更为丰富的输出 -
数学
数学 数学 向量数学 高等向量数学 矩阵与变换 插值 贝塞尔、曲线和路径 随机数生成 Previous Next © 版权所有 2014-present Juan Linietsky, Ariel Manzur and the Godot community (CC BY 3.0). Revision b1c660f7 . B...