首页
首页
沸点
课程
直播
活动
竞赛
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
leeyangtju
掘友等级
程序猿 攻城狮 蒜法
|
ABC
擅长解决问题
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
11
文章 11
沸点 0
赞
11
返回
|
搜索文章
赞
文章( 11 )
沸点( 0 )
[译]如何使用 Python 中的 PyPA setuptools 打包和部署 CLI 应用程序
如何使用 Python 中的 PyPA setuptools 打包和部署 CLI 应用程序 本文介绍了如何仅使用官方提供的 PyPA 工具将 Python 代码打包为 CLI 应用程序。
[译] 如何用 Keras 从头搭建一维生成对抗网络
生成对抗网络,或简称 GANs,是一个深度学习框架,用于训练强大的生成器模型。 生成器模型可以用来生成新的假样本,这很可能来自于现有的样本分布。 GANs 由生成器模型和判别器模型组成。生成器负责从领域中生成新的样本,判别器负责感知这些样本的真伪(生成的)。重要的是,判别器模型…
[译] 降维技术中常用的几种降维方法
在本文中,我将尽最大的努力来阐明降维技术中常用的三种降维方法:即 PCA、t-SNE 和自动编码器。本文的动机是由于这些方法多被当作黑盒使用,而有时会被误用。理解它们将可以帮助大家决定何时以及如何使用它们。 我将使用 TensorFlow 从头开始介绍每个方法的内部结构和对应代…
[译] 时间序列异常检测算法
在 Statsbot 中, 我们不断回顾了异常检测方法的发展,并在此基础上重新完善了我们的模型。 本文概述了最常用的时间序列异常检测算法及其优缺点。 本文针对的是只想了解一下异常检测技术现状的无经验读者。我们不想用复杂的数学模型来唬人,所以我们把所有的数学原理推导都放在下面的推…
[译] 鲜为人知的数据科学 Python 库
Python 是一个很棒的语言。它是世界上发展最快的编程语言之一。它一次又一次地证明了在开发人员职位中和跨行业的数据科学职位中的实用性。整个 Python 及其库的生态系统使它成为全世界用户(初学者和高级用户)的合适选择。它的成功和流行的原因之一是它强大的第三方库的集合,这些库…
[译] Google Colab 免费 GPU 使用教程
现在你可以使用 Google Colaboratory(带有免费的 Tesla K80 GPU)使用 Keras、Tensorflow 和 PyTorch 来开发深度学习的程序了。 大家好!我将向大家展示如何使用 Google 面向 AI 开发者的免费云服务 —— Google…
[译] 强化学习中的好奇心与拖延症
强化学习(RL)是机器学习中最活跃的研究技术之一,在这项技术中,当一个人工代理(artificial agent)做了正确的事情时会得到积极的奖励,反之则会受到消极的奖励。这种胡萝卜加大棒的方法简单而通用,比如 DeepMind 教授的 DQN 算法可以让它去玩老式的雅达利(A…
[译]使用递归神经网络(LSTMs)对时序数据进行预测
Statsbot 团队已经发表了一篇关于使用时间序列分析进行异常检测的文章。今天,我们将讨论使用长短时记忆模型(LSTMs)进行时间序列的预测。我们请数据科学家 Neelabh Pant 向大家来讲述他使用循环神经网络预测汇率变化的经验。 作为一个生活在美国的印度人,我和我的家…
[译] 在 Keras 中使用一维卷积神经网络处理时间序列数据
许多技术文章都关注于二维卷积神经网络(2D CNN)的使用,特别是在图像识别中的应用。而一维卷积神经网络(1D CNNs)只在一定程度上有所涉及,比如在自然语言处理(NLP)中的应用。目前很少有文章能够提供关于如何构造一维卷积神经网络来解决你可能正面临的一些机器学习问题。本文试…
[译] 使用 Pandas 对 Kaggle 数据集进行统计数据分析
有时,当遇到一个数据问题的时候,对于数据集,我们必须首先深入研究并了解它。了解它的性质,它的分布等等,这是我们需要专注的领域。 今天,我们将利用 Python Pandas 框架进行数据分析,并利用 Seaborn 进行数据的可视化。 作为一名极客程序员,我的审美观念很低。Se…
下一页
个人成就
文章被点赞
169
文章被阅读
70,174
掘力值
1,266
关注了
1
关注者
3,555
收藏集
1
关注标签
10
加入于
2018-03-29