AI算法笔记

自从 2012 年在一个图像识别比赛上，一个神经网络的性能超过人类后，深度学习就火了起来，但当时只有少数人会预料到接下来会发生什么。 在过去的十年里，有越来越多的算法面世，也有越来越多的公司开始将这些算法应用到他们的日常业务中。 本文将尝试介绍这些年里，所有重要的深度学习算法和…

1. 推荐系统能做什么--推荐系统最终可以把那些会在用户和物品之间产生的连接提前找出来。 这里说的连接，含义非常广泛，凡是能够产生关系的都是连接，包括用户对物品的行为，或者用户的某些属性和物品的某些属性。 这里这么说的依据是基于这样一个事实：万事万物都有相互连接的大趋势。 2.…

这篇文章主要是介绍一些 python 的技巧。 1. Lambda, map, filter, reduce 因为快速声明的特点使得 lambda 非常适合用于回调函数以及作为一个参数传入其他函数中。此外，它还可以很好的和 map, filter , reduce 这几个函数一…

Pandas 是一个广泛应用于数据分析等领域的 Python 库。关于它的教程有很多，但这里会一些比较冷门但是非常有用的技巧。 这是一个大家都应该知道的函数，因为它就是读取 csv 文件的方法。 但如果需要读取数据量很大的时候，可以添加一个参数--nrows=5，来先加载少量数…

对于大部分数据科学问题，并不需要精通所有排序算法的基础实现。事实上，过早进行优化有时候会被认为是所有错误的根源。不过，了解哪个库以及需要使用哪些参数进行排序是非常有帮助的，下面是我做的一份小抄： sorted(my_list) 是复制一份列表并进行排序，它不会修改原始列表的数值…

最近会开始继续 Python 的进阶系列文章，这是该系列的第一篇文章，介绍进程和线程的知识，刚好上一篇文章就介绍了采用 concurrent.futures 模块实现多进程和多线程的操作，本文则介绍下进程和线程的概念，多进程和多线程各自的实现方法和优缺点，以及分别在哪些情况采用…

concurrent.futures 是标准库里的一个模块，它提供了一个实现异步任务的高级 API 接口。本文将通过一些代码例子来介绍这个模块常见的用法。 Executor 是一个抽象类，它有两个非常有用的子类--ThreadPoolExecutor 和 ProcessPool…

本次教程主要介绍如何用深度学习实现迁移学习。更多更详细的迁移学习知识可以查看 cs231n 课程--https://cs231n.github.io/transfer-learning/ 微调网络：采用预训练模型对网络进行初始化，而不是随机初始化，这种做法可以更快收敛，同时也能…

本文将主要介绍如何采用 cuda 和 pycuda 检查、初始化 GPU 设备，并让你的算法跑得更快。 PyTorch 是 torch 的 python 版本，它是 Facebook AI 研究组开发并开源的一个深度学习框架，也是目前非常流行的框架，特别是在研究人员中，短短几年…