2018年10月_绝不原创的飞龙

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

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,&ThinSpace;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