- 博客(12)
- 资源 (1088)
- 问答 (2)
- 收藏
- 关注
原创 【番外】线性回归和逻辑回归的 MLE 视角
线性回归令 z=wTx+bz = w^T x + bz=wTx+b,得到:y=z+ϵ, ϵ∼N(0,σ2)y = z + \epsilon, \, \epsilon \sim N(0, \sigma^2)y=z+ϵ,ϵ∼N(0,σ2)于是:y∣x∼N(z,σ2)y|x \sim N(z, \sigma^2)y∣x∼N(z,σ2)为啥是 y∣xy|xy∣x,因为...
2018-10-24 15:46:48 39298
翻译 fast.ai 深度学习笔记:第一部分第五课
原文:Deep Learning 2: Part 1 Lesson 5作者:Hiromi Suenaga课程论坛一,引言没有足够的关于结构化深度学习的出版物,但它肯定出现在行业中:结构化深度学习,作者:Kerem Turgutlu @datascience.com你可以使用此工具从 Google 下载图片并解决自己的问题:小型图像数据集的乐趣(第2部分),作者:Nikhil ...
2018-10-17 19:38:21 36497
翻译 fast.ai 深度学习笔记:第一部分第四课
原文:Deep Learning 2: Part 1 Lesson 4作者:Hiromi Suenaga课程论坛学生的文章:改善学习率的方式循环学习率技术探索带有重启动的随机梯度下降(SGDR)使用差异学习率的迁移学习让计算机看得比人类更好Dropout [04:59]learn = ConvLearner.pretrained(arch, data, ps=0....
2018-10-17 19:34:13 36770
翻译 fast.ai 深度学习笔记:第一部分第三课
原文:Deep Learning 2: Part 1 Lesson 3作者:Hiromi Suenaga课程论坛学生创建的有用材料:AWS 操作方法TMUX第 2 课总结学习率查找器PyTorch学习率与批量大小误差表面的平滑区域与泛化5 分钟搞定卷积神经网络解码 ResNet 架构另一个 ResNet 教程我们离开的地方:回顾 [08:24] :Ka...
2018-10-17 19:31:22 36197
翻译 fast.ai 深度学习笔记:第一部分第二课
原文:Deep Learning 2: Part 1 Lesson 2作者:Hiromi Suenaga论坛笔记本回顾上一课 [01:02]我们使用 3 行代码来构建图像分类器。为了训练模型,需要在PATH下以某种方式组织数据(在本例中为data/dogscats/ ):应该有train文件夹和valid文件夹,并且在每个文件夹下都有带有分类标签的文件夹(例...
2018-10-17 19:26:24 37438
翻译 fast.ai 深度学习笔记:第一部分第一课
原文:Deep Learning 2: Part 1 Lesson 1作者:Hiromi Suenaga课程论坛入门 [0:00]:为了训练神经网络,你肯定需要图形处理单元(GPU) - 特别是 NVIDIA GPU,因为它是唯一支持 CUDA(几乎所有深度学习库和从业者都使用的语言和框架)的设备。租用 GPU 有几种方法:Crestle [04:06] ,Paperspace...
2018-10-17 19:17:21 37814
转载 国外问答网站翻译网站整理 2018.10.5
最后更新:2018.10.5Quora扇贝 Quora 翻译区公众号:DigQuoraQuora 翻译室公众号:读 Quora煎蛋网 Quora 话题Quora 精选Quora 中文网Reddit(待补充)StackOverflow腾讯云问答协慌网2chan2chcn...
2018-10-05 15:02:30 36526
翻译 TensorFlow 学习指南 四、分布式
原文:LearningTensorFlow.com译者:飞龙协议:CC BY-NC-SA 4.0自豪地采用谷歌翻译自定义函数Conway 的生命游戏是一个有趣的计算机科学模拟,它在地图上发生,有许多正方形的单元格,就像棋盘一样。 模拟以特定的时间步骤进行,并且板上的每个单元可以是 1(生存)或 0(死亡)。 经过特定的时间步骤后,每个单元格都处于生存状态或死亡状态:如果细胞是活着...
2018-10-04 22:19:58 35826
翻译 TensorFlow 学习指南 三、学习
原文:LearningTensorFlow.com译者:飞龙协议:CC BY-NC-SA 4.0自豪地采用谷歌翻译聚类和 KMeans我们现在冒险进入我们的第一个应用,即使用 k-means 算法进行聚类。 聚类是一种数据挖掘练习,我们获取大量数据并找到彼此相似的点的分组。 K-means 是一种非常善于在许多类型的数据集中查找簇的算法。对于簇和 k-means的 更多信息,请参阅...
2018-10-04 17:07:38 37195
翻译 TensorFlow 学习指南 二、线性模型
原文:LearningTensorFlow.com译者:飞龙协议:CC BY-NC-SA 4.0自豪地采用谷歌翻译广播当我们操作不同维度的数组时,它们可以以不同的方式组合,无论是逐元素还是通过广播。让我们从头开始,构建更复杂的例子。 在下面的示例中,我们有表示单个数字的 TensorFlow 常量。import tensorflow as tfa = tf.constant(...
2018-10-04 12:09:32 37422
翻译 TensorFlow 学习指南 一、基础
原文:LearningTensorFlow.com译者:飞龙协议:CC BY-NC-SA 4.0自豪地采用谷歌翻译变量TensorFlow 是一种表示计算的方式,直到请求时才实际执行。 从这个意义上讲,它是一种延迟计算形式,它能够极大改善代码的运行:更快地计算复杂变量跨多个系统的分布式计算,包括 GPU。减少了某些计算中的冗余我们来看看实际情况。 首先,一个非常基本的 p...
2018-10-03 17:24:11 36709
翻译 SciPyCon 2018 sklearn 教程(下)
原文:SciPy 2018 Scikit-learn Tutorial译者:飞龙协议:CC BY-NC-SA 4.0自豪地采用谷歌翻译十三、交叉验证和得分方法在前面的章节和笔记本中,我们将数据集分为两部分:训练集和测试集。 我们使用训练集来拟合我们的模型,并且我们使用测试集来评估其泛化能力 - 它对新的,没见过的数据的表现情况。然而,(标记的)数据通常是宝贵的,这种方法让我们只将...
2018-10-01 19:12:25 37707
公司的自建邮件服务器投不进 163,显示“451 DT:SPM”
2020-02-19
imagemagick 从 png 转换的 pdf 太大了
2020-02-19
TA创建的收藏夹 TA关注的收藏夹
TA关注的人