自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

人工智能Study

爱学习,爱分享

  • 博客(27)
  • 收藏
  • 关注

转载 免费分享价值20多万9大编程教学视频

北京尚学堂自学全套资料加群获取:606266048WEB前端和PHP基础【北京尚学堂·百战程序员】1.WEB基础【北京尚学堂·百战程序员】1.WEB前端快速入门【北京尚学堂·百战程序员】2.CSS样式表【北京尚学堂·百战程序员】2.JavaScript【北京尚学堂·百战程序员】1.JavaScript基础1【北京尚学堂·百战程序员】2.JavaScript基础2【北京尚学堂·...

2019-03-12 17:11:35 1779 6

原创 微服务SpringDATA笔记

Spring Data一、 学习安排Spring-data、spring-boot、spring-cloudSpring-data是一个spring提供的数据访问层框架。封装若干中数据服务访问能力。如:spring-data-jpa、spring-data-jdbc、spring-data-redis等。Spring-data-jpa: 是通过JPA标准规范,底层使用Hibernate框架...

2019-08-08 14:21:02 265

原创 大数据项目【大型电商日志分析系统】

尚学堂13年来积累的海量的教学项目和课程,堂粉们的硬盘都塞的慢慢的,1T不够还得再升级,硬盘都要吃不消了。今天我们再公布一个大数据项目,为想找到大数据工作的堂粉提供弹药,把堂粉们个个喂得白白胖胖。现代社会人人都在进行电商购买,每一个用户的浏览,点击,收藏,对比,购买,评价等行为都会被电商公司所记录下来,每天产生的数据量非常庞大,一般在TB,甚至PB级别。对于电商公司而言,用户的这些行为数据是非...

2019-05-20 22:30:01 1612 1

原创 java学习笔记——OI流部分

IO流常用的有:字符流、字节流、缓冲流、序列化、RandomAccessFile类等,以上列出的都是开发中比较常用的。1、字节流:字节流包含:FileInputStream/FileOutputStream、BufferedInputStream/BufferedOutputStream2、字符流:字符流包含:InputStreamReader/OutputStreamWriter、Buf...

2019-05-18 22:14:55 407

原创 什么是分布式系统?Redis分布式锁是什么?

当您第一次进入工作场所时,无论您是在使用C+、Java,还是仅仅在申请操作和维护职位,我相信您都会遇到这个问题。这是一个非常基本的问题,也是对人们水平的很大考验。这是因为每个学习计算机的人都应该明白,进程线程是计算机的基本概念,是每个程序员一直在接触的东西。但这是另一个充满陷阱的问题,可以无限扩大和加深。例如,它可以从操作系统知识扩展到计算机组成原理,从单线程扩展到并发编程,从并发编程扩展...

2019-05-18 15:50:17 818

翻译 什么是弱人工智能强人工智能超人工智能

  人工智能( Arti ticial Intelligence ) ,也称为机器智能,是指白人工制造出来的系统所表现的智能,所谓的智能,即指可以观察周围环境井据此做出行动以达到目的.  在人工智能的早期,那些对人类智力来说非常困难、 且对计算机来说相对简单的问题迅速得到解决,比如,那些可以通过→系列形式化的数学规则来描述的问题 AI的真正挑战在于解决那些对人来说很容易执行、但很难形式化描述的任...

2019-03-29 11:30:28 26743

转载 国外一 名 40 岁 ” 老 “ 程序员 的 反思 | 转文

  本文是国外一位 40 岁“老”程序员对职业生涯的思考,他认为从长远来看,应该多投资一些不容易过期、衰竭期较长的知识领域中。译文大意如下:  我是一名程序员,几个月前刚过完四十岁生日。  某个星期六的早晨,我参加了一个 React Native 技术交流会,演讲者正在竭力说服我们为什么它会成为移动开发领域真正的下一个大事件。但对我来说,它有点像十五年前的 jsp ,将所有的逻辑都放在演示代码...

2019-03-27 10:14:57 416

原创 人工智能技术专家系统

什么是专家系统?  专家系统被定义为一种交互式可靠的基于计算机的决策系统,它使用事实和启发式方法来解决复杂的决策问题。它被认为是人类智慧和专业知识的最高水平。它是一个计算机应用程序,可以解决特定域中最复杂的问题。  专家系统可以解决通常需要人类专家的许多问题。它基于从专家那里获得的知识。它还能够表达和推理某些知识领域。专家系统是当今人工智能,深度学习和机器学习系统的前身。专家系统的例子以...

2019-02-27 16:37:00 10475

原创 什么是云计算?

什么是云计算  云计算是一种提供信息技术(IT)服务的方法,其中通过基于Web的工具和应用程序从Internet检索资源,而不是直接连接到服务器。基于云的存储可以将文件保存到远程数据库,而不是将文件保存在专有硬盘驱动器或本地存储设备上。只要电子设备可以访问Web,它就可以访问数据和运行它的软件程序。  它被称为云计算,因为被访问的信息可以在“云”中找到,并且不需要用户在特定的位置来访问它。这...

2019-02-26 09:31:45 4851

原创 计算器并没有取代数学家,AI也不会取代人类

  我们中没有多少人会将计算器视为对我们工作的威胁。然而正如这些现在无处不在的工具的开发使一些数学家感到不安一样,人工智能(AI)和机器学习(ML)的快速发展现在引发了争论,并引起了对全球劳动力未来的关注。  最近的数据表明公众对推动人工智能发展的看法存在重大分歧,最明显的是直接与教育水平,工资,技术专长甚至性别相关联。随着政策制定者不断挑战与技术变革保持同步,似乎没有人在关注商店。一些工人担...

2019-02-25 11:57:44 607 1

原创 深度学习中的自动编码器:TensorFlow示例

什么是自动编码器?  自动编码器是重建输入的绝佳工具。简单来说,机器就是一个图像,可以生成一个密切相关的图片。这种神经网络中的输入是未标记的,这意味着网络能够在没有监督的情况下进行学习。更准确地说,输入由网络编码,仅关注最关键的特征。这是自动编码器因降维而流行的原因之一。此外,自动编码器可用于生成生成学习模型。例如,神经网络可以用一组面部训练,然后可以产生新的面部。Autoencoder如何工...

2019-02-22 09:56:07 2948

原创 人工智能与工作的未来

  人工智能正成为大多数职业界的共同话题。我们已经听到很多关于可能和可能的失业的消极和可怕的预测,但事实很少,也不容易理解你的意见?真的不重要  我们大多数人都对人工智能(AI)是否会“打败”我们有意见。在技​​术和政策领域尤其如此。  意见的一方宣称,当人工智能变得足够聪明以接管工作时,我们中的许多人或大多数人将失业。  第二方意见声明,人工智能可能会取消许多无聊的冗余工作,因为人工智...

2019-02-21 10:25:27 437

原创 机器学习

什么是机器学习  机器学习是计算机程序可以学习和适应新数据而不受人为干扰的概念。机器学习是人工智能(AI)领域,无论全球经济的变化如何,它都能使计算机的内置算法保持最新状态。机器学习  各个经济部门正在处理来自不同来源的不同格式的大量数据。由于逐步使用技术,大量数据(称为大数据)变得易于获取和访问。公司和政府意识到通过利用大数据可以获得的巨大见解,但缺乏梳理其丰富信息所需的资源和时间。因此...

2019-02-20 09:47:55 252

原创 人工智能_AI

什么是人工智能 - AI  人工智能(AI)是机器中模拟智能的术语。这些机器被编程为像人一样“思考”并模仿一个人的行为方式。人工智能的理想特征是其合理化和采取最有可能实现特定目标的行动的能力,尽管该术语可以应用于任何表现出与人类思维相关的特征的机器,例如学习和解决问题。人工智能 - AI  人工智能的基础是人类智能可以用机器可以模仿的精确术语来定义。人工智能的目标包括学习,推理和感知,并使用...

2019-02-19 09:00:20 375

原创 浅谈深度学习

什么是深度学习  深度学习是一种人工智能功能,它模仿人类大脑在处理数据和创建用于决策的模式时的运作。深度学习是人工智能AI中机器学习的一个子集,其具有能够从非结构化或未标记的数据无人监督地学习的网络。也称为深度神经学习或深度神经网络。打破深度学习  深度学习与数字时代同步发展,数字时代带来了各种形式和世界各地的数据爆炸式增长。这些数据简称为大数据,来自社交媒体,互联网搜索引擎,电子商务平台...

2019-02-18 16:15:47 567

翻译 了解LSTM网络

递归神经网络  人类不会每时每刻都开始思考。当你阅读这篇文章时,你会根据你对之前单词的理解来理解每个单词。你不要扔掉所有东西,然后再从头开始思考。你的想法有持久性。  传统的神经网络不能做到这一点,这似乎是一个主要的缺点。例如,假设您想要对电影中每个点发生的事件进行分类。目前尚不清楚传统神经网络如何利用其对电影中先前事件的推理来告知后者。  循环神经网络解决了这个问题。它们是带有循环的网络,...

2019-02-13 17:31:40 361

翻译 神经网络之模块化视角(二)

我很佩服你的计算方法的优雅; 在真正数学的马匹上穿越这些领域一定很好,而我们这样的人必须徒劳无功地走上这条路。- 艾尔伯特爱因斯坦卷积神经网络的结果  早些时候,我们提到最近使用卷积神经网络的计算机视觉突破。在我们继续之前,我想简要地讨论一下这些结果作为动机。 他们的进步是将一堆不同的部分组合在一起的结果。他们使用GPU来训练一个非常大的深度神经网络。他们使用了一种新的神经元(ReLUs...

2019-01-25 11:34:59 282

翻译 神经网络之模块化视角(一)

介绍  在过去几年中,深度神经网络已经导致各种模式识别问题的突破性结果,例如计算机视觉和语音识别。导致这些结果的基本组成部分之一是一种称为卷积神经网络的特殊神经网络。  在最基本的情况下,卷积神经网络可以被认为是一种使用相同神经元的许多相同拷贝的神经网络。这允许网络拥有大量神经元并表达计算大型模型,同时保持实际参数的数量 - 描述神经元行为方式的值 - 需要相当小的学习。  这种具有相同神...

2019-01-25 10:54:19 777

翻译 人工智能领域最佳5种编程语言

  如果您正在开发一个新的人工智能项目,但仍然没有决定使用哪种语言进行编程,本文就给你参考。  人工智能是工程学的一个分支,其基本目的是使计算机能够以与智能人类相似的方式智能思考。以下是最常用于制作AI项目的顶级语言:Python  Python被认为是所有AI开发语言列表中的第一位。属于python的语法非常简单,可以很容易地学习。因此,可以在其中容易地实现许多AI算法。与其他语言(如J...

2019-01-24 09:51:33 1744

翻译 人工神经网络简介

  ANN(神经元)学习对于训练数据中的错误是鲁棒的,并且已经成功地应用于学习包含诸如解释视觉场景,语音识别和学习机器人控制策略之类的问题的实值,离散值和向量值函数。人工神经网络(ANNs)的研究部分受到以下观察的启发:生物学习系统是由大脑中相互连接的神经元非常复杂的网络构建的。人类大脑包含一个密集的相互连接的网络,大约10 ^ 11-10 ^ 12个神经元,每个神经元连接平均连接到10 ^ 4-...

2019-01-23 15:05:54 469

翻译 人工智能将如何影响我们未来十年的生活?

  AI(人工智能)领先于我们所有人,它已经准备好进入我们的日常生活并且已经被用于许多领域事实上,人们普遍承认第四次工业革命是由AI主导的。因此,以下是人工智能向我们展示的一些最令人震惊和有用的方式:一、医学  人工智能将把药物带到不同的水平,每个人都能够接受不同的疗程,同时考虑到他们的遗传特征以及他们问题的非常复杂和具体的细节。由于数据处理能力不断扩大,因果识别更加准确人工智能可能成为寻找癌...

2019-01-22 14:49:57 685

翻译 改善我们的神经网络

代码可以在这里找到。如果您要从上到下滚动脚本,我会查看改进,因为它应该很容易跟随。我不会在这里讨论的一件事是通过numpy进行优化。这意味着我拿出了很多for循环并用numpy函数替换它们,比如numpy.dot()或直接在数组上使用+ - *因为numpy会在内部处理循环。它有助于加快速度,最重要的是它可以更容易地将代码移植到gnumpy以便使用GPU。要记住的一件事是,大多数这些改进都具有...

2018-12-29 18:18:42 176

翻译 机器学习与人工智能的区别

人工智能和机器学习是计算机科学的术语。就此讨论一些观点,在此基础上我们可以区分这两个术语:人工智能 :人工智能这个词包含两个词“人工”和“智能”。人工是指由人或非自然事物构成的东西,智能是指理解或思考的能力。有一种误解认为人工智能是一个系统,但它不是一个系统.AI是在系统中实现的。可以有如此多的AI定义,一个定义可以是“它是如何训练计算机以便计算机可以做目前人类可以做得更好的事情的研究。”因此...

2018-12-29 09:40:20 3959

翻译 计算图上的微积分:反向传播

介绍反向传播是使训练深度模型在计算上易于处理的关键算法。对于现代神经网络,相对于天真的实现,它可以使梯度下降训练的速度提高一千万倍。这是一个模型需要一周的培训和20万年的差异。除了在深度学习中的应用之外,反向传播是许多其他领域的强大计算工具,从天气预报到分析数值稳定性 - 它只是用不同的名称。实际上,该算法在不同领域至少被重新发明了几十次。一般的,独立于应用程序,名称是“反向模式区分”。从...

2018-12-28 15:37:00 216

翻译 浅谈人工智能

人类诞生之初也是一张白纸,但是人的大脑会生长,逐渐学会语言,学会走路,通过感官来接受信息,并通过大脑存储处理,使人学会或知道。人类的大脑真的很奇妙,尤其是思考,突发式的,联想式的,让人觉得很奇妙,觉得奇妙可能是因为不知道原因但是又有好感,看我刚刚就进行了一次联想式的思考。那么如何让计算机拥有智能,我想这是人工智能的最大难题。计算机必须拥有学习能力,创造能力,语言识别,视觉处理,并且有可...

2018-12-26 15:30:19 174

原创 机器学习_生成式模型与判别式模型

从概率分布的角度看待模型。给个例子感觉一下: 如果我想知道一个人A说的是哪个国家的语言,我应该怎么办呢?生成式模型我把每个国家的语言都学一遍,这样我就能很容易知道A说的是哪国语言,并且C、D说的是哪国的我也可以知道,进一步我还能自己讲不同国家语言。判别式模型我只需要学习语言之间的差别是什么,学到了这个界限自然就能区分不同语言,我能说出不同语言的区别,但我哦可能不会讲。如果我有...

2018-12-25 17:30:25 211

翻译 人工智能7步学习法

我明白很多入门深度学习者的疑惑。因为当初,我也是关注着这个问题进来的。其实,我在《TensorFlow技术解析与实战》当中讲解过“深度学习入门的七个步骤”:要想入门深度学习,需要两个工具,即算法知识和大量的数据,外加一台计算机,如果有GPU就更好了,但是因为许多入门初学者的条件有限,没有GPU也可以,本书的许多讲解都是基于Mac笔记本完成的。我把深度学习的入门过程整理成如图所示的7个步骤...

2018-12-18 15:13:55 454

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除