以前用Wordpress搭建过一个博客网站,Wordpress虽然安装简单,功能强大,但是对于个人建站来说有点复杂了。最近发现用Hexo建站很流行,于是将网站从Wordpress迁移到了Hexo。
Hexo是如何工作的?
首先,Hexo是一个搭建静态网站的工具,所以Hexo生成的文章页面
申明
本文首发自公众号:程序员cxuan,此文章为本人投稿文章。已经和cxuan沟通,文章投递公众号,博客平台我自己发布可标记为原创。
此文章肝了很久,图片较多,希望大家喜欢。
另外,感兴趣的小伙伴可关注个人公众号:壹枝花算不算浪漫
公众号刚开始运营,希望与您一同成长。
前言
谈到并
注:本系列所有博客将持续更新并发布在github上,您可以通过github下载本系列所有文章笔记文件
1 引言
最近打算开始写一些关于机器学习方面的博客,算是对以往接触过的算法的一个总结,在考虑从哪个算法开始。想了想还是从基础算法开始,例如本文要说的梯度下降。说梯度下降
]]>]]>]]>]]>
注:本系列所有博客将持续更新并发布在github和gitee上,您可以通过github、gitee下载本系列所有文章笔记文件。
1 引言¶
感知机是一种简单且易于实现的二分类判别模型,主要思想是通过误分
]]>]]>]]>]]>
人工神经网络(Artificial Neural Network,ANN) 是一种受人脑生物神经网络信息处理方式启发而诞生的一种计算模型,得益于语音识别、计算机视觉和文本处理方面的许多突破性成果,人工神经网络在机器学习
这一节我们总结FM另外两个远亲NFM,AFM。NFM和AFM都是针对Wide&Deep 中Deep部分的改造。上一章PNN用到了向量内积外积来提取特征交互信息,总共向量乘积就这几种,这不NFM就带着element-wise(hadamard) product来了。AFM则是引入了注
(for pursue, do accumulation)
个人笔记,纯属佛系分享,如有错误,万望赐教。
蒙特卡洛(Monte Carlo, MC)方法是一种不基于模型的方法。它不需要具有完备的环境知识,只要求具备经验,即来自于真实的或模拟的环境交互过程中的样本序列({mathcal{
最近几年人工智能成为极其热门的概念和话题,可以说彻底出圈了。但人工智能的概念在1955年就提出来了,可以说非常古老。我在上小学的时候《科学》课本上就有人工智能的概念介绍,至今还有印象,但那些年AI正处于“寒冬”,很少在其他地方见到这个概念。现在人工智能这么热,普通人容易从科幻电影和媒体宣传
昨天裸面,面试时好多知识点都忘了,回顾了一下以往的项目,整理了人脸识别的测试点。
人脸识别设计到AI的两个概念:
计算机视觉(机器视觉)和生物识别。由此展开测试寻找测试点
AI测试与传统测试的异同点:
AI测试需要结合AI架构,算法,应用场景等针对测试。
这里的人脸查准率和人脸设定
本文将分两部分来介绍如何在IntelliJ IDEA中运行Java/Scala/Spark程序:
基本概念介绍
在IntelliJ IDEA中创建和运行java/scala/spark程序
基本概念介绍
IntelliJ IDEA
本文使用版本为: ideaIC-2020.1
IDEA
老孟导读:前2天有读者问到是否有带分页功能的表格控件,今天分页功能的表格控件详细解析来来。
PaginatedDataTable
PaginatedDataTable是一个带分页功能的DataTable,生成一批数据,项目中此一般通过服务器获取,定义model类:
class Use
代码仓库: https://github.com/brandonlyg/cute-dl
(转载请注明出处!)
目标
增加学习率优化器, 加快模型在小学习率下模型的训练速度。
使用MNIST数据集比较同一个模型使用不同学习率优化器的表现。
常见的学习率优化算法
在上个阶段,我
python实现
安装api
sudo pip3 install baidu-aip
安装音频处理模块pydub
sudo pip3 install pydub
from aip import AipSpeech
from pydub import AudioSegm
数据不平衡又称样本比例失衡,比如二分类问题,如果标签为1的样本占总数的99%,标签为0的样本占比1%则会导致判断「失误严重」,准确率虚高。
常见的解决不平衡问题的方法如下。
「数据采样」
数据采样分为上采样和下采样,上采样是将少量的数据通过重复复制使得各类别比例均衡,不过很容易导致过拟合问
老孟导读:最近文章更新拖后腿了,一直忙着网站改版的事情,今天总算落地了,全新的Flutter网站即将上线,敬请期待。网站目前收集197个组件的详细用法,还有150多个组件待整理。
Stepper
Stepper控件是一个展示一系列步骤进度的控件,用法如下:
Stepper(
s
AB测试的原理很简单,只用到了最简单的统计假设检验,但表面的简单通常都隐藏着陷阱,这一点没有经过实践的摸爬滚打是不容易看到的,今天我就把前人已经踩过的坑,一共15个,给大家分享一下。在分享之前,大家脑中一定要有个概念,AB测试虽然简单且强大,但是其成立是有前提的:
A组和B组的用户一定是要
(for pursue, do accumulation)
个人笔记,纯属佛系分享,如有错误,万望赐教。
动态规划(Dynamic Programming, DP)是在给定一个利用MDP描述的完备的环境模型下可以计算出最优策略的优化算法。
DP的两种性质:1.最优子结构:问题的最优
前言
本文翻译自《Attention?Attention!》
最近几年,注意力——在深度学习社区中,已然成为最广为流行的概念和实用工具。在这篇博客里,我们将一起回顾它是如何被“发明”出来的,以及引申出来的各种变种和模型,如 transformer和SNAIL。
目录
Seq2Seq问题所在
老孟导读:昨天看了一篇文章,文章名称叫做《STOP LEARNING FRAMEWORKS》(停止学习框架),文章发布时间时间是2018年,感叹为什么没有早一点看到这一篇文章,看过我《对Flutter初学者的一些建议》这篇文章的都知道,里面建议少使用第三方库,但仅仅是从生态发展的角度考
什么是AB测试?
通俗点理解,AB测试就是比较两个东西好坏的一套方法,这种A和B的比较在我们的生活和人生中非常常见,所以不难理解。具体到AB测试这个概念,它和我们比较哪个梨更大、比较哪个美女更漂亮、比较哪个工作更好之间有什么区别吗? 区别其实非常明显,从以下几个方面不难看出来:
领域不同: