- 博客(26)
- 资源 (5)
- 收藏
- 关注
翻译 python2
以一个*开始的参数,代表一个任意长的元组:>>> def mul(*arg):... print arg... >>> mul(1,2,3,4,5,6,7,'hello','panfei')(1, 2, 3, 4, 5, 6, 7, 'hello', 'panfei') #一个元组>>>*********************************一个以
2017-03-28 18:09:38 211
原创 python学习笔记2---内置函数
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl
2017-03-27 23:27:55 381
转载 python学习笔记1---class
Python 的 Class 比较特别,和我们习惯的静态语言类型定义有很大区别。1. 使用一个名为 __init__ 的方法来完成初始化。2. 使用一个名为 __del__ 的方法来完成类似析购操作。3. 所有的实例方法都拥有一个 self 参数来传递当前实例,类似于 this。4. 可以使用 __class__ 来访问类型成员>>>>>> class MyClass:
2017-03-27 23:16:54 320
转载 强化学习
前言深度强化学习可以说是人工智能领域现在最热门的方向,吸引了众多该领域优秀的科学家去发掘其能力极限。而深度强化学习本身也由于其通用性备受各个应用领域推崇,从端对端游戏控制、机器人手臂控制、推荐系统,甚至也来到了自然语言对话系统。然而如何在日新月异,几乎每日都在更新迭代的深度强化学习的进展中保持好节奏,那是这篇文章带给大家的建议和思考。我们首先简要介绍一下深度学习和强化学习技术,以及
2017-03-20 16:56:32 14795
转载 深度学习:Imagenet Object Classification方法
(文/Alfredo Canziani 等)深度神经网络自出现以来,已经成为计算机视觉领域一项举足轻重的技术。其中,ImageNet 图像分类竞赛极大地推动着这项新技术的发展。精确计算水平取得了稳步的增长,但颇具吸引力的模型应用尚未得到合理的利用。 本文将综合分析实际应用中的几项重要指标:准确度、内存占用、参数、操作时间、操作次数、推理时间、功耗,并得出了以下几项主要研究结论:功
2017-03-03 09:54:00 1499
转载 深度学习:Image Object Detection方法
这里搜集了一些关于物体检测的方法分析和介绍,看好哪个可以去详细研究一下,基本都有论文或代码的链接。这里是简述各种方法,下面有详细叙述========DPM=========使用传统的slider window的方法 计算量非常大========OverFeat====改进了Alex-net,并用图像缩放和滑窗方法在test数据集上测试网络;提出了一种图像定位的方法;最后通过一个
2017-03-03 09:41:13 5717
转载 google Inception v1 - v4 papers 发展历程
先上Paper列表:[v1] Going Deeper with Convolutions, 6.67% test error, http://arxiv.org/abs/1409.4842[v2] Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift, 4.
2017-03-02 23:31:08 295
仿人机器人
2018-08-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人