勋章
我关注的人
粉丝
技术能力
- Python
- 前端开发
暂时未有相关云产品技术能力~
欢迎各位对内容方向及质量提需求，我们尽量满足，将国外优质的内容呈现给大家！
-
发表了文章 2017-05-28
使用cProfile等工具来提高python的执行速度
众所周知，python相较于其它语言速度较慢，但是我们可以通过优化的方法来提升效率。
-
发表了文章 2017-05-27
【深度学习之美】神经网络不胜语， M-P模型似可寻（入门系列之三）
“那些在个人设备里，谦谦卑卑地为我们哼着歌曲的数字仆人，总有一天会成为我们的霸主！”在“忍无可忍，无需再忍”这句俗语背后，也隐藏中神经网络常用的“激活函数”和“卷积”的概念。知其道,用其妙,THIS IS HOW！
-
发表了文章 2017-05-23
干货|大神教你如何参加kaggle比赛——根据CT扫描图预测肺癌
本文介绍Deep Breath团队在kaggle竞赛上取得第九名使用的方法，主要包括数据处理以及相关针对数据处理的不同网络架构的搭建，最后说明了kaggle竞赛的一些注意事项。
-
发表了文章 2017-05-22
【深度学习之美】人工“碳”索意犹尽，智能“硅”来未可知（入门系列之二）
现在的人工智能，大致就是用“硅基大脑”模拟或重现“碳基大脑的过程”。那么，在未来会不会出现“碳硅合一”的大脑或者全面超越人脑的“硅基大脑”呢？专家们的回答是“会的”。而由深度学习引领的人工智能，正在开启这样的时代。
-
发表了文章 2017-05-21
快速选择合适的机器学习算法
机器学习初学者可以通过本文了解如何快速找到合适的机器学习算法
-
发表了文章 2017-05-20
【深度学习之美】一入侯门“深”似海，深度学习深几许（入门系列之一）
当你和女朋友在路边手拉手一起约会的时候，你可曾想，你们之间早已碰撞出了一种神秘的智慧–深度学习。恋爱容易，相处不易，不断磨合，打造你们的默契，最终才能决定你们是否在一起。深度学习也一样，输入各种不同的参数，进行训练拟合，最后输出拟合结果。 恋爱又不易，且学且珍惜！
-
发表了文章 2017-05-10
有监督相似性学习：基于相似问题数据的对称关系学习
本文简单介绍基于相似问题数据的对称关系学习，通过在Quora数据集和StackExchange语料库上应用孪生卷积神经网络的结果表明，对称网络能够较大幅度地提高检测精度。
-
发表了文章 2017-05-07
解读Keras在ImageNet中的应用：详解5种主要的图像识别模型
自从2012年以来，CNN和其它深度学习技术就已经占据了图像识别的主流地位。本文以Keras为例，介绍了5种主要的图像识别模型，并通过实际案例进行详细介绍。
-
发表了文章 2017-05-06
关于数据科学家面试的那些事儿
本文是关于数据科学家面试题的一些建议，希望能够给大家一些启发
-
发表了文章 2017-04-20
DIY图像压缩——机器学习实战之K-means 聚类图像压缩：色彩量化
本文以图像压缩为例，介绍了机器学习的实际应用之一。
-
发表了文章 2017-04-19
硅谷资深数据科学家教你认清探索性数据分析（EDA）的价值
本文主要介绍了探索性数据分析的价值，说明了探索性数据分析（EDA）是什么以及详细介绍了两种假设，另外文中分析了探索性数据分析对于建模而言是很重要的一步，能够帮助数据科学家找到模型结果出错的原因。
-
发表了文章 2017-04-16
教你如何在机器学习竞赛中更胜一筹（下）
本文总结由Marios Michailidis（a.k.a Kazanova），Kaggle Grandmaster在2016年3月5日现在排名第3位的在线研讨会上分享的技巧，更好地在机器学习竞赛中取胜
-
发表了文章 2017-04-16
开源维护者Lawso：最让人火大的是哪类人？
在物理世界，路与桥等基础设施的建设，人们都非常重视。可是，在数字世界呢？那些维护数字基础设施运转的开源项目维护者们，他们的喜怒哀乐，你重视过吗？最最让他们火大的是哪类人，你了解吗？
-
发表了文章 2017-04-15
经历多个数据科学岗位后，对于数据科学面试他分享了以下求职心得
作者拥有多份数据科学求职的经验，现在分享给各位小伙伴。
-
发表了文章 2017-04-14
IOS平台TensorFlow实践：实际应用教程（附源码）（二）
本文是《从零到一：IOS平台TensorFlow入门及应用》系列二，介绍IOS平台TensorFlow的安装，以及将系列一中开发的模型在IOS app上的实际应用
-
发表了文章 2017-04-14
IOS平台TensorFlow实践：逻辑斯蒂回归（附源码）（一）
本文是《从零到一：IOS平台TensorFlow入门及应用》系列一，先介绍了逻辑斯蒂回归分类器和TensorFlow的相关知识，然后介绍了在IOS平台如何使用TensorFlow训练分类器，并附上源码。
-
发表了文章 2017-04-13
HR，你姐姐喊你去看看她是如何进行招聘的？
当前，大多数公司的技术人员面试流程，都多多少少在扯淡。最终导致的是，老板招不到合适的员工，而求职者也找不到适配的岗位。因此，这中间存在着很大的改进空间。那么，如何改进这一流程呢？来看看Rachel Thomas怎么说吧。
-
发表了文章 2017-04-13
神经网络常用激活函数对比：sigmoid VS sofmax（附python源码）
本文介绍了神经网络中的两种常用激活函数——softmax与sigmoid函数，简单介绍了其基本原理、性质及其使用，并用python进行了实例化演示，在文章的最后总结了两种激活函数的区别。
-
发表了文章 2017-04-11
卷积神经网络实战（可视化部分）——使用keras识别猫咪
在近些年，深度学习领域的卷积神经网络（CNNs或ConvNets)在各行各业为我们解决了大量的实际问题。但是对于大多数人来说，CNN仿佛戴上了神秘的面纱。我经常会想，要是能将神经网络的过程分解，看一看每一个步骤是什么样的结果该有多好！这也就是这篇博客存在的意义。
-
发表了文章 2017-04-10
玩笑到现实，大数据涉足文学研究--用数据模型分析莎翁著作
自然语言研究一直以来都是计算机研究的一个重要方向。随着大数据时代的到来，人们也越来越关注自然语言这方面的进展。而文学是自然语言这个皇冠上的明珠。人们都拭目以待大数据摘下这颗明珠的那一天。
-
发表了文章 2017-04-09
纯干货 | 机器学习中梯度下降法的分类及对比分析（附源码）
本文详细介绍了基于使用数据量的多少，时间复杂度以及算法准确率的不同类型的梯度下降法，并详细说明了3种梯度下降法的比较。
-
发表了文章 2017-04-06
探索Alpha-Go —— AI是如何在围棋项目上打败人类的
AlphaGo科普。
-
发表了文章 2017-04-06
自动驾驶汽车？法律：伦理
本文主要介绍自动驾驶涉及到的法律与伦理问题，首先介绍现存法律的现状，分析正常人与机器人之间的区别，并引申到伦理问题方面。在文章的最后给出建议，应该让伦理学专家参与到自动驾驶系统的设计及工程过程中。
-
发表了文章 2017-04-04
分享Andrew Ng在深度学习暑期班中演讲的机器学习项目
深度学习项目流程，带你走出迷茫
-
发表了文章 2017-04-01
2017数据科学职位报告：R超过SAS，但仍不如Python
本文以美国最大的招聘网站Indeed.com为统计平台，通过对某一天数据科学职位的招聘数量进行统计分析，得出数据科学软件的变化趋势。
-
发表了文章 2017-03-26
新颖训练方法——用迭代投影算法训练神经网络
本文介绍了一种利用迭代投影算法对神经网络进行训练的方法，首先介绍了交替投影的基础知识，说明投影方法是寻找非凸优化问题解决方案的一种有效方法；之后介绍了差异图的基础知识，将差异图与一些其他算法相结合使得差分映射算法能够收敛于一个好的解决方案；当投影的情况变多时，介绍了分治算法，最后将迭代投影算法应用到神经网络训练中，给出的例子实验结果表明效果不错。
-
发表了文章 2017-03-14
对AI毫无了解？本文带你轻松了解AI
对AI一无所知？别担心，看完这篇文，AI的基本知识收入囊中。
-
发表了文章 2017-03-12
让系统更清晰——解构复杂系统的五种常用模型
本文介绍了五种解构复杂系统的常用模型，分别为思维导图、概念导图、系统导图、心智模型以及概念模型；针对每种模型，作者给出了相关的制作规则以及案例，读者可以根据自身情况选择合适的模型，对复杂系统进行更深入的了解。
-
发表了文章 2017-03-11
高性能计算技术也能助推大规模深度学习（百度实践）
本文描写了百度硅谷人工智能实验室在深度学习框架中引入HPC技术的实践，通过对OpenMPI里ring all-reduce算法进行改进，使语音识别训练模型的性能得到数十倍的提升，最后百度开源了其实现，希望更多的人受益。
-
发表了文章 2017-03-08
AI大发展，医疗领域AI应用离我们还有多远？
2016年似乎每天在深入学习研究方面都有一个新的巨大的突破。在医疗上 AI正在逐步发展，那么具体的应用还需要多久呢？
-
发表了文章 2017-03-02
实践指南！16位资深行业者教你如何学习使用TensorFlow
本文整理quora论坛的主题——如何开始学习TensorFlow，16位资深行业者给出了相关的建议以及对应的学习资料链接。读者可以根据自身情况参考合适的建议，是一份不可多得的学习TensorFlow的指南。
-
发表了文章 2017-02-28
Kaggle老手领你入门梯度提升——梯度提升两三事
梯度提升方法（Gradient Boosting）在众多机器学习竞赛中有着广泛的应用。本文介绍了梯度提升的基本概念，并结合实例讨论了梯度提升方法在实践中应用。
-
发表了文章 2017-02-25
深度学习界冉冉升起的新星——循环神经网络（part1）
随着深度学习的流行，循环神经网络也随之受到了业内人士的广泛关注。目前该技术已经在自然语言处理（NLP）中取得了巨大的成功，想了解么？快来看看吧。
-
发表了文章 2017-02-24
对象跟踪小白？本文带你玩转OpenCV（C ++ / Python）
本文中我们将学习OpenCV 3.0中引入的OpenCV跟踪API，以及学习OpenCV 3.2中提供的6种不同的跟踪器。
-
发表了文章 2017-02-24
哪种词向量模型更胜一筹？Word2Vec，WordRank or FastText?
本文在不同语料库下分析了FastText,Word2Vec和WordRank三种词嵌入模型的性能，发现没有单独的一种模型能够用于不同类型NLP任务。
-
发表了文章 2017-02-11
GitHub网站究竟可不可靠？谷歌工程师教你用BigQuery一探究竟
GitHub的可靠性有没有达到SLA的要求？网站近期的SLO又如何？有了GitHub的网站日志以及BigQuery工具的帮助，我们可以更加深入地定义并度量这些指标。在本篇文章中，作者结合Github公开的部分数据，使用BigQuery以及一系列数据可视化方法对Github网站的可靠性展开了分析。
-
发表了文章 2017-02-08
倚天遇到屠龙：LightGBM VS xgboost谁才是最强的梯度提升库？
很多人把XGBoost比作屠龙刀，LightGBM比作倚天剑，那么当倚天遇到屠龙，谁更强呢？
-
发表了文章 2017-02-08
想学习高大上的深度学习技术么？快来看看这本书
本文简单介绍了 Goodfellow 所著的《深度学习》的主要内容，非常透彻地分析了该书的优缺点以及适用群体。想学习深度学习么？快来看看吧。
-
发表了文章 2017-02-06
什么是视频向量化？本文带你了解基于DeepWalk的视频推荐
本文简要讲述了视频向量化，对DeepWalk的算法进行简单的解释。
-
发表了文章 2017-02-06
纯干货：深度学习实现之空间变换网络-part1
本文介绍了仿射变换和双线性插值在图片变换中的应用。
-
发表了文章 2017-01-27
人工智能多务虚，深度学习常务实
对于当前科技圈两大热点人工智能和深度学习，哪一个对我们来说更具指导意义，包含更多干货呢？
-
发表了文章 2017-01-17
一篇很好的参考文章：深度学习算法在自然语言处理中的一些心得
对于初涉深度学习的初学者，本文作者根据自己的学习经验，分享了自己的学习笔记，是一份很好的关于深度学习的学习参考
-
发表了文章 2017-01-15
怎么才能向技术大牛提切中要点的问题？本文教你如何高质量提问
是否为向别人请教问题却不能切中要点而苦恼过？是否为遇到一个问题却表达不出而失望过？别着急，本文可以帮助你提出高质量的问题。
-
发表了文章 2017-01-11
深度学习零基础?没关系——面向艺术家的RNN教程
本文适用于没有任何机器学习背景的读者，目标是向艺术家和设计师展示如何使用一个预训练的神经网络并使用简单的Javascript和p5.js库生成交互式的数字作品。教程简单详细，没有任何的公式与推导。
-
发表了文章 2017-01-08
资源总结——七步学习数据挖掘与数据科学
本文概述了学习数据挖掘与数据科学的七个步骤，每一步都给出了详细的学习资源，便于初学者按照指南开展数据挖掘与数据科学的学习。
-
发表了文章 2017-01-06
Windows下如何配置TensorFlow？这有个简单明了的教程（支持GPU哦）
本文简单介绍如何在windows系统下配置TensorFlow并能使用GPU进行加速运算的过程，文章通俗易懂，更新及时。
-
发表了文章 2017-01-06
提高编程能力的靠谱方法
正如每个人都知道的那样，写更多的代码是提高编程能力最显著方法。但是我所确信的另外一种可以提高编程能力的方法是与写代码完全相反的。让我们一起来分享这个方法。
-
发表了文章 2017-01-02
谁更胜一筹？——随机搜索 V.S. 网格搜索
谁更胜一筹？--随机搜索 V.S. 网格搜索 随机法和网格法都是常用的、有效的结构优化方法。那么它们两者当中谁更胜一筹呢？在本文中，作者通过有趣的地形搜索实验，找到了答案。
-
发表了文章 2016-12-31
深度学习都需要了解什么？无从下手的话，可以看看这份深度学习速查表
本文介绍了一些深度学习中的常见概念，如梯度、后向传播、ReLU、Dropout、交叉熵与softmax等，以帮助大家快速了解深度学习。
-
发表了文章 2016-12-30
成为技术高手：想更了解自己的偶像么？教你用技术手段挖掘他/她的关系
是否在不同的电影中，总是能看到那些熟悉却叫不上名字的演员么，想知道他们之间相互的关系么？本文将带你一步一步地挖掘出他们的关系。想更了解自己的偶像么，那就试试吧。
-
发表了文章
2019-05-09
Pandas时序数据处理入门
-
发表了文章
2019-04-27
基于TensorFlow.js的JavaScript机器学习
-
发表了文章
2019-04-26
AutoML数据增广
-
发表了文章
2019-04-15
像数据科学家一样思考：12步指南（下）
-
发表了文章
2019-04-11
像数据科学家一样思考：12步指南（中）
-
发表了文章
2019-04-10
像数据科学家一样思考：12步指南（上）
-
发表了文章
2019-04-06
手把手教程：用Python开发一个自然语言处理模型，并用Flask进行部署
-
发表了文章
2019-04-05
深度揭秘：机器学习对软件开发带来哪些影响？
-
发表了文章
2019-04-05
自己动手玩转深度学习项目
-
发表了文章
2019-03-24
自然语言生成（NLG）的好处是什么，它如何影响BI？
-
发表了文章
2019-03-24
图解梯度下降背后的数学原理
-
发表了文章
2019-03-24
手把手教你使用TF服务将TensorFlow模型部署到生产环境
-
发表了文章
2019-03-24
这些数据科学家必备的技能，你拥有哪些？
-
发表了文章
2019-03-24
GAN的一些很酷的应用
-
发表了文章
2019-03-24
10个你应该了解的Git命令(以及Git省时小窍门)
-
发表了文章
2019-03-23
一文纵览自然语言生成的发展
-
发表了文章
2019-03-23
词嵌入和矩阵分解的统一
-
发表了文章
2019-03-23
只需10分钟！就能用Flask，Docker和Jenkins部署机器学习模型
-
发表了文章
2019-03-23
深度学习最佳图书推荐(2019版)
-
发表了文章
2019-03-22
数据科学家为什要用Git？怎么用？
-
提交了问题
2018-11-17
如何实现不管窗口时间，在Apache Flink中组合两个数据流？
-
提交了问题
2018-11-17
如何在Scala中使用Flink的KafkaSource？
-
提交了问题
2018-11-17
Flink和Storm之间的主要区别是什么？
-
回答了问题
2019-07-17
如何在Scala中使用Flink的KafkaSource？
问题似乎是SBT和Maven配置文件不能很好地协同工作。Flink POM将Scala版本（2.10,2.11，...）称为变量，其中一些在构建配置文件中定义。 SBT未正确评估配置文件，因此包装无法正常工作。 使用以下build.sbt：organization := 'pl.japila.kafka'scalaVersion := '2.11.7' libraryDependencies += 'org.apache.flink' % 'flink-connector-kafka' % '0.9.0' exclude('org.apache.kafka', 'kafka_${scala.binary.version}')libraryDependencies += 'org.apache.kafka' %% 'kafka' % '0.8.2.1'运行如下:import org.apache.flink.streaming.api.environment._import org.apache.flink.streaming.connectors.kafkaimport org.apache.flink.streaming.connectors.kafka.api._import org.apache.flink.streaming.util.serialization._ object TestKafka { def main(args: Array[String]) { val env = StreamExecutionEnvironment.getExecutionEnvironment val stream = env .addSource(new KafkaSource[String]('localhost:2181', 'test', new SimpleStringSchema)) .print }}输出：[kafka-flink]> run[info] Running TestKafkalog4j:WARN No appenders could be found for logger (org.apache.flink.streaming.api.graph.StreamGraph).log4j:WARN Please initialize the log4j system properly.log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.[success] Total time: 0 s, completed Jul 15, 2015 9:29:31 AM赞0 踩0 评论0 -
回答了问题
2019-07-17
Flink和Storm之间的主要区别是什么？
Flink是统一流和批处理的框架。由于并行任务之间的流水线数据传输，Flink运行时本身支持这两个域。记录被立即地从生产任务发送到接收任务，可以使用阻塞数据传输选择性地执行批处理作业。Spark是一个支持批处理和流处理的框架,但和Flink在内部方面有所不同。对于流式传输，两种系统都遵循非常不同的方法（小批量与流式传输），这使得它们适用于不同类型的应用。赞0 踩0 评论0