- 博客(2)
- 资源 (9)
- 问答 (1)
- 收藏
- 关注
RSS订阅翻译 最新研究前线-深度推荐系统真的有效吗？
1. 背景深度学习已经成为推荐系统领域的首选方法，但与此同时，已有一些论文指出了目前应用机器学习的研究中存在的问题，例如新模型结果的可复现性，或对比实验中基线的选择。这篇论文[Are We Really Making Much Progress? A Worrying Analysis of Recent Neural Recommendation Approaches]发表在推荐系统顶级会议...
2019-07-29 22:59:22
1407
原创 流式计算优化：时效性 [王方浩视角]
1. 背景-什么是流计算在传统的数据处理流程中，总是先收集数据，然后将数据放到数据库中，当人们需要的时候通过查询对应的数据进行处理。这样看起来没什么大问题，但是当我们遇到以下场景的时候就有问题了。比如：金融风控，双十一抢购，推荐系统等，这类系统有一个共同的特点，就是对时效性要求非常高。所谓“时光一逝不复返，往事只能回味“。我们举一个简单的例子，当前你的余额宝账户有3000块，你去商场消费了...
2019-07-29 22:09:23
879
Python+OpenCV实现Selective Search算法
The code is a Python tutorial for Selective Search using OpenCV 3.3.
2018-10-29
英伟达深度神经网络加速库 与 matconvnet配套使用 （v5.1）
CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案，目前支持的DL库包括Caffe，ConvNet, Torch7等。
2018-07-11
21个项目玩转深度学习
《21 个项目玩转深度学习——基于TensorFlow 的实践详解》以实践为导向，深入介绍了深度学习技术和TensorFlow 框架编程内容。
通过本书，读者可以训练自己的图像识别模型、进行目标检测和人脸识别、完成一个风格迁移应用，还可以使用神经网络生成图像和文本，进行时间序列预测、搭建机器翻译引擎，训练机器玩游戏。全书共包含21 个项目，分为深度卷积网络、RNN网络、深度强化学习三部分。读者可以在自己动手实践的过程中找到学习的乐趣，了解算法和编程框架的细节，让学习深度学习算法和TensorFlow 的过程变得轻松和高效。本书代码基于TensorFlow 1.4 及以上版本，并介绍了TensorFlow 中的一些新特性。
本书适合有一定机器学习基础的学生、研究者或从业者阅读，尤其是希望深入研究TensorFlow 和深度学习算法的数据工程师，也适合对人工智能、深度学习感兴趣的在校学生，以及希望进入大数据应用的研究者。
2018-06-15
2-D and 3-D Image registration 图像配准
1.计算机影像学、手术导航领域专业书籍
2.国外具有影响力的图像配准参考书籍
3.图书中包括2D-2D图像配准的方法与策略，并详细地论证了3D-2D医学图像配准的方法。对图像处理、模式识别领域具有重要参考意义。
2016-07-27
TA创建的收藏夹 TA关注的收藏夹
TA关注的人