待学习与研究

最新推荐文章于 2024-07-30 07:00:00 发布
最新推荐文章于 2024-07-30 07:00:00 发布
阅读量408 收藏
点赞数
分类专栏： 学习与提升
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/down177/article/details/46651231
版权

8:34:31
 
 
web server (SUN/IBM/APACHE)
apache
F5
Nginx负载均衡实战视频教程
LoadRunner实战教程之脚本开发实战视频课程
2015/6/25 18:33:49
谢谢你177 2015/6/25 18:33:49

誉天教育邹老师Nginx相关视频集合

谢谢你177 2015/6/25 18:34:04

http://down.51cto.com/data/653516

down177
关注
专栏目录
深度学习知识点全面总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
01-05 25万+
本文详细介绍深度学习概念及原理，参考网上相关资料汇总，内容包含众多章节，包括神经网络基础及常见深度学习网络结构介绍，用于个人学习总结，适合深度学习初学者学习。同时介绍机器学习常见的分类算法：SVM、神经网络、随机森林、逻辑回归、KNN、贝叶斯。常见的监督学习算法：感知机、SVM、人工神经网络、决策树、逻辑回归.........
Keras深度学习实战（1）——神经网络基础与模型训练过程详解
盼小辉丶的博客
04-10 4万+
神经网络是一种性能强大的学习算法，其灵感来自大脑的运作方式。类似于神经元在大脑中彼此连接的方式，神经网络获取输入后，通过某些函数在网络中进行传递输入信息，连接在其后的一些神经元会被激活，从而产生输出。本文主要介绍神经网络中重要的基础知识，然后使用 Python 从零开始构建神经网络的训练流程，包括前向传播和反向传播，更直观的了解神经网络的通用训练流程。............
PyTorch深度学习与计算机视觉实践
热门推荐
weixin_43178406的博客
07-30 5万+
本文主要介绍了PyTorch深度学习与计算机视觉实践，希望能对同学们有所帮助。 文章目录 1. 前言 2. 书籍推荐 2.1 内容简介 2.2 本书作者 2.3 本书目录 3. 购买链接
机器学习与数据挖掘
weiyaner的博客
06-06 1万+
总结 1.1机器学习和数据挖掘的关系 机器学习是数据挖掘的重要工具。 数据挖掘不仅仅要研究、拓展、应用一些机器学习方法，还要通过许多非机器学习技术解决数据仓储、大规模数据、数据噪音等等更为实际的问题。 机器学习的涉及面更宽，常用在数据挖掘上的方法通常只是“从数据学习”，然则机器学习不仅仅可以用在数据挖掘上，一些机器学习的子领域甚至与数据挖掘关系不大，例如增强学习与自动控制等等。 数据挖掘试图从海量数据中找出有用的知识。 大体上看，数据挖掘可以视为机器学习和数据库的交叉，它主要利用机器学习界提供的技术来分析
Python 深度学习与强化学习
expert_joe的博客
11-30 1万+
深度学习
深度学习一些亟待研究问题整理
lqfarmer的博客
05-04 3958
亟待研究的一些问题 自己整理的问题： 1.深度结构是如何对输入进行表达的。 2.寻找更好的输入特征向量（需要提取的特征）和更好的深度组合结构； 3.比较降噪编码器和RBM在预训练和微调时，预测能力的差别，分析产生的原因。 4.分析RBM在无监督训练时如何提取输入数据的特征。 5.进一步探索新的网络拓扑结构，对现有的模型的拓扑结构进行简化。 6.将现有的社会网络，稀疏化建模原理以及压缩
给深度学习研究生的入门建议（未完待续ing）
诸神缄默不语的博客
03-02 8783
本文介绍深度学习领域研究生可选择的入门路线
无监督学习研究综述
Hello World
12-06 1万+
1.无监督学习：根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题，称之为无监督学习，“监督”的意思可以直观理解为“是否有标注的数据”。 2.无监督学习的特点是，传递给算法的数据在内部结构中非常丰富，而用于训练的目标和奖励非常稀少。无监督学习算法学到的大部分内容必须包括理解数据本身，而不是将这种理解应用于特定任务。 让机器自己去“学习”如何做——让机器具备人工智能的前提，需要我们用一定量的数据集对机器进行“训练”。如果机器能够根据一些狗狗的图片（训练数据），推演识别出各种类型和状态（包括卡通狗.
基于深度学习的动物识别方法研究与实现
weixin_38877564的博客
01-14 1万+
在Scopus学术数据库中，人工智能、大数据、区块链是2018年搜索频率最高的词汇之一。而人工智能中的计算机视觉随着卷积神经网络（CNN）和Nvidia GPU（Graphics Processing Unit）加速显卡的出现得到的很大的发展。GPU显卡在训练阶段加速模型的收敛速度，在推理阶段，越高级的GPU配置在推理阶段的速度也是越快的。随着移动互联网和嵌入式设备的普及，每个人拥有一部手机已经很常见。而现在手机的高速发展，像是HUAWEI nova3、畅享9 plus已经安装了GPU显卡，模型的推理速度大
深度学习在统计机器翻译领域自适应中的应用研究.pdf
08-19
本研究的技术路线是：首先，对待翻译文本的领域信息进行分析，并将其与训练语料进行匹配，从而筛选出与待翻译文本领域一致的训练数据。然后，利用深度学习技术中卷积神经网络（CNN）对短文本进行建模，获取完整的...
基于MLP深度学习算法的DGA准确识别技术研究.pdf
08-19
基于MLP深度学习算法的DGA准确识别技术研究 本文研究基于MLP深度学习算法的DGA准确识别技术，旨在解决传统DGA攻击检测方法无法满足对不断变种的DGA域名的识别问题。通过对DGA样本数据集的处理，提取多维度的特征...
计算机研究 -基于知识图谱的个性化学习方法研究.pdf
06-29
本文的研究内容主要包括基于知识图谱的个性化学习诊断方法、基于知识状态的个性化学习资源推荐方法、基于杰卡德相似度的待学习资源序列生成方法和基于知识点排序的待学习知识点序列生成方法。这些方法可以更好地满足...
深度学习研究综述.pdf
08-19
深度学习是当前计算机科学与人工智能领域中一个非常活跃且重要的研究方向，它在诸多应用领域取得了一系列显著的成就，尤其是在语音识别和计算机视觉方面。深度学习的概念是模拟人类大脑神经连接的结构，通过建立多...
【一】机器学习在网络空间安全研究中的应用
杨的博客
07-19 1万+
本文为清华大学计算机系团队于2017年发表于计算机学报的一篇文章，作者为张蕾，崔勇，刘静，江勇和吴建平。 摘要 文章首先阐述机器学习技术在网络空间安全应用研究中的应用流程，然后从系统安全，网络安全和应用安全三个层面介绍了机器学习在网络空间安全领域中的解决方案，归纳了这些解决方案的安全特征及常用的机器学习算法，最后总结。 一、引言 （1）随着互联网，云计算，大数据等技术的迅猛发展，网络环境日益复杂，网络空间安全复杂度越来越高，数据维度不断增加，传统的分析问题解决问题的方法不再实用。机器学习技术开始发生
前端初始化资源包初始化前端
10-01
.....................
vmware ubuntu22.04安装教程.docx
最新发布
10-01
vmware ubuntu22.04安装教程
语音处理相关的代码------matlab实现_______________开箱即用_soundProcess.zip
10-01
语音处理相关的代码------matlab实现_______________开箱即用_soundProcess
numpy-2.1.1-cp313-cp313t-macosx-14-0-x86-64.whl
10-01
numpy
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值