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 2019-01-08
菜鸟数据科学家五大误区
本文研究了作为数据科学家新手的5个常见错误。这是由我在塞巴斯蒂安·福卡德（Dr. Sébastien Foucaud）博士的帮助下一起完成的，他在指导和领导学术界与行业领域的年轻数据科学家方面拥有20多年的经验。本文旨在帮助你更好地为今后的实际工作做准备。
-
发表了文章 2019-01-08
用最新NLP库Flair做文本分类
Flair是一个基于PyTorch构建的NLP开发包，它在解决命名实体识别（NER）、部分语音标注（PoS）、语义消歧和文本分类等NLP问题达到了当前的最高水准。它是一个建立在PyTorch之上的NLP框架。本文将介绍如何使用已有的和构建自定义的文本分类器。
-
发表了文章 2019-01-06
到底什么成就了今天的人工智能？（下）
人工智能发展迅速，可是到底什么成就了今天的人工智能呢？跟随我们一起来探索吧。
-
发表了文章 2019-01-06
到底什么成就了今天的人工智能？（上）
人工智能发展迅速，可是到底什么成就了今天的人工智能呢？跟随我们一起来探索吧。
-
发表了文章 2019-01-05
2018最有用的六个机器学习项目
用了这六个机器学习开源项目，你的项目一定进行的666！
-
发表了文章 2019-01-05
GIF动画解析RNN，LSTM，GRU
本文主要研究了维尼拉循环神经（RNN）、长短期记忆（LSTM）和门控循环单元（GRU）这三个网络，介绍的比较简短，适用于已经了解过这几个网络的读者阅读。
-
发表了文章 2019-01-03
一份关于kaggle特征构建技巧和心得
本文是一份关于如何在Kaggle排行榜上取得出色成绩的提示，包含经纬度数据的处理。
-
发表了文章 2019-01-01
年度回顾：2018年度机器学习50大热门网文
本文总结了2018年期间机器学习博客top50篇，在这个寒冬中给大家带来一点干粮。
-
发表了文章 2018-12-31
年度回顾：各类监督方法流行趋势分析
想知道目前最流行的监督学习方法是哪一类吗？本文统计每种类型的出版物数量的历史数据回答了该问题，一睹为快吧！
-
发表了文章 2018-12-26
2019年人工智能硬件与应用大趋势
机器学习能真正发展为人工智能吗？硬件对人工智能到底有多重要？有哪些应用会在2019年成为现实？
-
发表了文章 2018-12-25
机器学习与数据科学决策树指南
一份关于决策树的基本介绍，用实例说明详细讲解。
-
发表了文章 2018-12-23
年度回顾：2018年的AI/ML惊喜及预测19年的走势（二）
2019技术发展趋势早知道，你值得拥有！
-
发表了文章 2018-12-20
(Python)零起步数学+神经网络入门
手把手教你用(Python)零起步数学+神经网络入门！
-
发表了文章 2018-12-20
GAN是一种特殊的损失函数？
从本质上来说，生成对抗网络（GAN）是一种特殊的损失函数，我们来深入探索下这句话的含义。
-
发表了文章 2018-12-17
用PyTorch创建一个图像分类器？So easy！（Part 2）
学习完了如何加载预训练神经网络，下面就让我们来看看如何训练分类器吧！
-
发表了文章 2018-12-17
用PyTorch创建一个图像分类器？So easy！（Part 1）
本文将为你介绍为何要重用神经网络？哪部分可以重用，哪部分不可以重用。了解完这些基础概念，你就可以自行创建一个图像分类器了。
-
发表了文章 2018-12-16
年度大盘点：机器学习开源项目及框架
2018年马上就要结束了，我们来回顾一下过去的这一年中，机器学习领域有哪些有趣的事情吧！
-
发表了文章 2018-12-16
数据不足，如何进行迁移学习？
在没有足够的训练数据时，本文详细介绍了如何使用FloydHub、fast.ai和PyTorch进行迁移学习。
-
发表了文章 2018-12-16
Andrew Ng教你如何引领公司进入AI时代
人工智能时代，企业转型遇到困难？看看Andrew Ng的建议吧！
-
发表了文章 2018-12-15
深度学习目标检测系列：一文弄懂YOLO算法|附Python源码
本文是目标检测系列文章——YOLO算法，介绍其基本原理及实现细节，并用python实现，方便读者上手体验目标检测的乐趣。
-
发表了文章 2018-12-14
生物智能与AI——关乎创造、关乎理解（下）
原来人工智能跟人类智能有那么深的联系！
-
发表了文章 2018-12-14
生物智能与AI——关乎创造、关乎理解（上）
原来人工智能跟人类智能有那么深的联系！
-
发表了文章 2018-12-14
深度学习目标检测系列：faster RCNN实现|附python源码
本文在讲述RCNN系列算法基本原理基础上，使用keras实现faster RCNN算法，在细胞检测任务上表现优异，可动手操作一下。
-
发表了文章 2018-12-13
如何创建一个数据科学项目？
在一个新的数据科学项目，你应该如何组织你的项目流程？数据和代码要放在那里？应该使用什么工具？在对数据处理之前，需要考虑哪些方面？读完本文，会让你拥有一个更加科学的工作流程。
-
发表了文章 2018-12-12
迁移学习NLP：BERT、ELMo等直观图解
图解，2018年自然语言处理领域最成功的方向！
-
发表了文章 2018-12-12
深度学习目标检测系列：RCNN系列算法图解
本文简要介绍图像检测中常用的深度学习方法——RCNN家族系列算法，以图像讲解形式，便于理解。
-
发表了文章 2018-12-09
将神经网络训练成一个“放大镜”
想不想将神经网络训练成一个“放大镜”？我们就训练了一个这样炫酷的神经网络，点击文章一起看下吧！
-
发表了文章 2018-12-09
实战：用Python实现随机森林
随机森林如何实现？为什么要用随机森林？看这篇足够了！
-
发表了文章 2018-12-08
四种检测异常值的常用技术简述
本文介绍了异常值检测的常见四种方法，分别为Numeric Outlier、Z-Score、DBSCAN以及Isolation Forest
-
发表了文章 2018-12-07
为什么要学习Python？这10个理由足够了！
看完这十个理由，我决定买本python从入门到精通！
-
发表了文章 2018-12-07
【Keras】减少过拟合的秘诀——Dropout正则化
Dropout正则化是最简单的神经网络正则化方法。阅读完本文，你就学会了在Keras框架中，如何将深度学习神经网络Dropout正则化添加到深度学习神经网络模型里。
-
发表了文章 2018-12-04
傻瓜神经网络入门指南
现在网络上充斥着大量关于神经网络的消息，但是，什么是神经网络？其本质到底是什么？用几分钟阅读完这篇文章，我不能保证你能够成为这个领域的专家，不过你已经入门了。
-
发表了文章 2018-12-04
转型为一名数据科学家的正确打开方式
如果你是一名初级入门者，或者是一名软件工程师，亦或者是一名数学物理系毕业生，想要转型为一名数据科学家，按照我的建议一步一个脚印的去做，你会事半功倍。
-
发表了文章 2018-12-03
卷积神经网络导览
关于卷积神经网络最重要的概念都在这里！
-
发表了文章 2018-12-03
用简单代码看卷积组块发展
在本文中，我想带领大家看一看最近在Keras中实现的体系结构中一系列重要的卷积组块。
-
发表了文章 2018-12-03
使用opencv实现实例分割，一学就会|附源码
本文讲述如何使用opencv的dnn模块去与其它成熟深度学习工具相连接，并实现语义分割任务。
-
发表了文章 2018-11-30
在数据采集器中用TensorFlow进行实时机器学习
本文学习如何通过发布的最新TensorFlow Evaluator版本使用TensorFlow（TF）模型进行预测和分类。
-
发表了文章 2018-11-29
深度学习Trick——用权重约束减轻深层网络过拟合|附(Keras)实现代码
深度学习小技巧，约束权重以降低模型过拟合的可能，附keras实现代码。
-
发表了文章 2018-11-28
理解五个基本概念，让你更像机器学习专家
这篇文章主要讲述了机器学习的相关内容，阐述了机器学习的主要意义和形成过程。区别了机器学习与AI、深度学习、神经网络等专业词汇。
-
发表了文章 2018-11-27
一文了解自然语言处理神经史（下）
越来越火的NLP到底经历了什么？
-
发表了文章 2018-11-27
一文了解自然语言处理神经史（上）
越来越火的NLP到底经历了什么？
-
发表了文章 2018-11-27
使用机器学习来预测股票价格
用机器学习来把股价走势安排的明明白白！
-
发表了文章 2018-11-26
如何使用优化器让训练网络更快——神经网络的奥秘
本文介绍了创建神经网络时使用的多种优化器，并讲述了如何使用优化器让训练网络更快。
-
发表了文章 2018-11-26
Python数据可视化的四种简易方法
本文讲述了热图、二维密度图、蜘蛛图、树形图这四种Python数据可视化方法。
-
发表了文章 2018-11-25
用深度学习预测专业棋手走法
相信很多朋友都会玩国际象棋，那么有尝试过构建一个国际象棋引擎吗，一起来玩玩看吧！
-
发表了文章 2018-11-24
想成为数据科学家？先做到这6点吧！
想成为数据科学家？先做到这6点吧！
-
发表了文章 2018-11-23
机器学习基础：(Python)训练集测试集分割与交叉验证
本文讲述了如何用Python对训练集测试集进行分割与交叉验证。
-
发表了文章 2018-11-21
10分钟学会使用YOLO及Opencv实现目标检测（下）|附源码
本文介绍使用opencv和yolo完成视频流目标检测，代码解释详细，附源码，上手快。
-
发表了文章 2018-11-17
机器学习：从入门到晋级
什么是机器学习，为什么学习机器学习，如何学习机器学习，这篇文章都告诉给你。
-
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？
-
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