翻译
文章平均质量分 81
android_ruben
这个作者很懒,什么都没留下…
展开
-
[翻译]NDK之一:开始学习NDK编程
从本文开始,将开始翻译google Android开发文档中的NDK部分。 本文作为第一篇,是本系列文章的导言性质的文章。下文将首先列出中文翻译,随后附上英文原文部分。中文部分:NDK(本地开发包)是一个工具集,允许在Android应用中使用C/C++代码。从自己的源码中创建或者利用现有的预编译库都需要使用到这个工具。NDK不适合Android初学者使用,并且对于大部分类型的Android应用不翻译 2016-06-07 18:12:27 · 396 阅读 · 0 评论 -
CMake和Make之间的区别
本文翻译的是一篇英文文档,主要讲述的是CMake和Make之间的区别。下文中首先列出文章的中文翻译,然后紧接着的是英文原文。 下面是中文翻译部分: 编程人员已经使用CMake和Make很长一段时间了。当你加入一家大公司或者开始在一个具有大量代码的工程上开展工作时,你需要注意所有的构建。你需要看到处跳转的“CMakeLists.txt”文件。你应该会在终端使用”cmake”和”make”。很多人都翻译 2016-06-17 11:08:49 · 50274 阅读 · 11 评论 -
[翻译]Introducing Cartographer
本文英文版原文地址:https://opensource.googleblog.com/2016/10/introducing-cartographer.htmlCartographer是谷歌开源的支持ROS的2D和3D SLAM库.项目地址:https://github.com/googlecartographer/cartographer.SLAM算法融合多种传感器数据(雷达,IMU,摄像头)用翻译 2016-10-10 09:39:59 · 2054 阅读 · 3 评论 -
[翻译]GMapping的介绍
本文翻译自openslam上的这篇文章概念GMapping是一种高效的Rao-Blackwellized粒子滤波器用于根据激光距离数据得出珊格地图.作者Giorgio Grisetti(主页); Cyrill Stachniss(主页); Wolfram Burgard(主页);svn地址svn co https://svn.openslam.org/data/svn/gmapping简介 最近翻译 2017-02-08 20:45:52 · 6202 阅读 · 0 评论 -
[翻译]我在哪里?对聊天机器人上下文的探讨
本文是翻译的这篇文章:[Where am I?](https://chatbotsmagazine.com/hey-bot-why-am-i-here-4dc110c6450f#.skds0oteu),一片反思聊天机器人中关于上下文的探讨,对于实现聊天机器人有很好的参考意义。**下面是正文:**2017年已经带来,我们中的一部人可能思考一个形而上学的问题。当他们在时代广场上丢球的时候,他们会问自翻译 2017-01-18 10:41:48 · 2885 阅读 · 0 评论 -
[翻译]机器学习是什么?
本文翻译的是这篇文章正文:有些读者看来本文的标题可能会认为本文介绍的是一些新的知识,但是事实上本文介绍的技术和计算机科学一样老.阿兰-图灵,毫无疑问是有史以来最有影响力的计算机科学家,在他的1950年关于计算机的论文中提出”机器能够思考吗?”从科学小说到科研实验室,长久以来我们都在问一个问题:创造我们自身的人工是否会在某种程度上帮助我们揭开我们拥有的意识的起源,或者广泛的来说,我们在地球上扮演的角色翻译 2017-02-18 15:12:01 · 1049 阅读 · 0 评论 -
[翻译]机器学习如何个性化推荐音乐
本文翻译自链接,感兴趣的朋友可以去查看原文。Spotify[1]的每周推荐:机器学习如何为你推荐新音乐-个性化推荐后面的科学本周三,确切的说是每周三,超过1亿的Spotify用户都可以看到一个新的播放列表。这个播放列表包含了30首个性化混音曲目,这些曲目是用户从来没有听过的但很可能会喜欢。上述推荐叫做:每周推荐(Discover Weekly)。我是Spltify的铁杆粉丝,尤其是每周推荐(Disc翻译 2017-10-13 07:14:48 · 2608 阅读 · 0 评论 -
[翻译]词袋模型入门
写在前面的话词袋模型在机器学习算法中通常用于表征文本数据。词袋模型非常容易理解并在语言模型和文本分类上取得了很大的成功。本文我们将探索词袋模型在自然语言处理特征提取任务中的应用。通过本文,可以了解到如下内容:什么是词袋模型以及为什么需要文本表示如何实现词袋模型如何使用不同的技术建立词汇表和给词赋予权重正文在开始介绍之前,首先介绍本文的行文组织结构:1.文本处理面临的问题2.什么是词袋模型翻译 2017-10-15 05:26:59 · 2057 阅读 · 0 评论 -
2017年深度学习在NLP领域的进展和趋势
本文翻译的是这篇文章在过去的很多年里,深度学习架构和算法在某些领域,比如图像识别和语音处理,取得了令人印象深刻的进展。最初,深度学习架构和算法在NLP领域并没能取得大的进展,但是最近深度学习在普通NLP任务上的取得的结果显示深度学习也能取得显著的效果。命名实体识别、词性标注和情感分析就即是神经网络模型优于传统方法的地方。而机器翻译是所有进展中是最值得纪念的。从自己训练word2ve翻译 2018-01-04 21:59:19 · 6888 阅读 · 0 评论