欢迎关注我的微信公众号
IP属地：北京
-
-
使用 UE4 进行开发的一些经验、心得和技巧分享
-
区块链hyperledger fabric
-
Pope牛逼啊
怎么用 Numbers 可视化展现初生宝宝拉粑粑💩的记录
记录初生宝宝拉粑粑💩有什么意义？没什么意义，just for fun👻 我们的目标是画一张这样的图： 下面我们开始吧。首先，你得有数据，弄到一张表格上： 然后是做一些数据规整...
-
怎么用 Numbers 可视化展现初生宝宝拉粑粑💩的记录记录初生宝宝拉粑粑💩有什么意义？没什么意义，just for fun👻 我们的目标是画一张这样的图： 下面我们开始吧。首先，你得有数据，弄到一张表格上： 然后是做一些数据规整...
-
TensorFlow从1到2 - 4 - 深入拆解CNN架构TensorFlow从0到N专题入口 上一篇3 深度学习革命的开端：卷积神经网络 快速回顾了CNN的前世今生。 本篇将拆开CNN架构，一探究竟。 基于空间映射的架构 全连接网...
-
那些《天才枪手》中细思极恐的细节
看完《天才枪手》，第一个冲到眼前的感受是 Lynn 竟然能把作弊这样传统观点认为只能一对一进行的手段发展成为平台模式：也就是新增加一个客户的边际成本为零！！！因为传答案是靠买...
-
TensorFlow从1到2 - 2 - 消失的梯度TensorFlow从0到N专题入口 上一篇1 深度神经网络我们知道，通过追加隐藏层来构建更加“智能”的深度神经网络，并不奏效。 真正的问题不在“深度”本身，而是由梯度下降算...
-
我又开始学 Swift 了😓
尝试过无数次学习 Swift ，然后无数次被虐。 又要重新学一遍，因为 Swift 1 发布了😪又要重新学一遍，因为 Swift 2 发布了😪又要重新学一遍，因为 Swift...
-
-
TensorFlow从1到2 - 1 - 深度神经网络TensorFlow从0到N专题入口 上一主题《TensorFlow从0到1》介绍人工神经网络的基本概念与其TensorFlow实现，主要基于浅层网络架构，即只包含一个隐藏层...
-
【C4P推荐】人工智能领域顶级会议AAAI
AAAI——C4P推荐指数 难 度：★★★★★ 权 威：★★★★★ 关注度：★★★★★ 无论AAAI这个会议你是否熟悉，乍一看这简称就不由得感觉牛逼（有种被triple ...
-
【C4P推荐专栏】“高性价比”期刊《Neurocomputing》
Neurocomputing——C4P推荐指数 难 度：★★★ 权 威：★★★ 关注度：★★★★ Neurocomputing是Elsevier旗下的SCI期刊。该期刊主...
-
我猜，面试会问我……
1、谈谈你的优势 & 不足 我是学计算机的。IT 行业里面有一个岗位叫「项目经理」。项目经理手头有两拨人，前端负责设计，后端负责实现。要是拿项目经理跟前端比设计，那肯定不如设...
-
TensorFlow从0到1 - 6 - 解锁梯度下降算法
TensorFlow从0到1系列回顾 上一篇 5 TF轻松搞定线性回归，我们知道了模型参数训练的方向是由梯度下降算法指导的，并使用TF的封装tf.train.Gradient...
-
是否应该是∆v = -η▽C
TensorFlow从0到1 - 6 - 解锁梯度下降算法
TensorFlow从0到1系列回顾 上一篇 5 TF轻松搞定线性回归，我们知道了模型参数训练的方向是由梯度下降算法指导的，并使用TF的封装tf.train.Gradient...
-
小蒲蒲谦虚啦
凡事架不住亲自跑一把—— Perceptron 篇
写这篇时，我并没有完全搞懂。谨作记录。 我们知道，单层神经网络的结构很简单：线性加权求和 + sigmoid 。而 Minsky 早就断言：单层神经网络连「异或」问题都解决不...
