啷个哩个啷

资源整理

1.distill介绍1.1 介绍最开始接触这个<https://distill.pub>网站是因为，看一篇讲述OCR中CTC loss的文章，链接点击这里。一直以为是博客，没有想到是网页形式的期刊。。关于这个神奇棒呆的有很多可视化网页讲述论文的网站，详细介绍参考：一群学术大牛做了份机器学习新期刊Distill：让学术论文可交互能把晦涩难懂的研究工作讲清楚，Distill就奖你10000美刀2017年3月20日，Google Brain的Chris Olah和Shan Car

目录特征缩放归一化(normalization)概括首先根据维基百科（参考[3]）中所说，归一化（normalization）和标准化（standardization）都属于特征缩放（feature scaling）的方法，用于数据预处理过程。而正则化一般用于解决过拟合的问题，用于模型训练过程中。特征缩放在机器学习中，如果某列数据极差很大（比如，微博粉丝数目，最大400w，最...

作为一个看过tensorflow官网基础教程，玩过一段时间的keras，还测试过fastAI，跟着李沐老师团队MXnet/Gluon课程的半吊子AI工程师，今天开始学pytorch了，然后突然想到这个问题，就整理了一下。1. 什么是深度学习框架这个概念很泛化，先举几个例子，最后总结的时候再说：Pytorch的定义是：无缝替换NumPy，并且通过利用GPU的算力来实现神经网络的加速。通过自动微分机制，来让神经网络的实现变得更加容易。MXnet或者Gluon的一些特性：记得以前上李沐老

结论：推理/推断是从已有事实中进行推测（事物本身是存在的，比如识别一张猫咪图片中的猫）预测是根据过去的东西对未来进行预测（事物本身还没有发生，比如，根据前一段的天气预测明天的天气）一般可以认为推理属于预测。参考：知乎专栏文章：推理(Inference)与预测(Prediction)...