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 2018-09-22
如何深度理解RNN？——看图就好！
还在看数学公式学习了解RNN？out了吧！
-
发表了文章 2018-09-20
NLP&深度学习：近期趋势概述（二）
当NLP遇上深度学习，到底发生了什么样的变化呢？
-
发表了文章 2018-09-20
AWD-LSTM为什么这么棒？
AWD-LSTM为什么这么棒，看完你就明白啦！
-
发表了文章 2018-09-19
BigData：值得了解的十大数据发展趋势
本文总结了大数据技术领域中的十大发展趋势，涵盖人工智能、量子计算、智能机器人等多个领域。
-
发表了文章 2018-09-15
用Python 进行深度学习
深度学习背后的主要原因是人工智能应该从人脑中汲取灵感。本文就用一个小例子无死角的介绍一下深度学习！
-
发表了文章 2018-09-15
200种最佳机器学习教程汇总【史上最全】
不吹不黑，绝对史上最全的机器学习学习材料！
-
发表了文章 2018-09-14
AutoMl及NAS概述：更有效地设计神经网络模型工具
还在为自己构建深度模型框架而抓耳饶腮吗？AutoML及NAS了解下，能够自动生成合适的模型结构，解脱你的双手，善待你的头发。
-
发表了文章 2018-09-12
优秀的机器学习开发者都是这样做的！
有时候过来人的建议真的很重要！
-
发表了文章 2018-09-12
Andrew Ng经典机器学习课程的Python实现2
本文讲述逻辑回归，以及如何克服过度拟合的问题。
-
发表了文章 2018-09-12
免费的NLP学习资源，了解一下
本文列出了一些适用于初学者和从业者学习自然语言处理的相关资源。
-
发表了文章 2018-09-12
开学季，你要的激活函数都在这里
激活函数就是神经网络输出端的一个节点，来连接两个神经网络。激活函数都有哪些类型？让我们继续阅读。
-
发表了文章 2018-09-11
深度学习与神经网络：最值得关注的6大趋势
深度学习与神经网络中最值得关注的6大趋势，您都清楚么？
-
发表了文章 2018-09-11
一文入门卷积神经网络：CNN通俗解析
CNN基础知识介绍及TensorFlow具体实现，对于初学者或者求职者而言是一份不可多得的资料。
-
发表了文章 2018-09-10
数据科学究竟是什么？
本文是关于数据科学的概述和讨论，包括数据挖掘，统计推断，机器学习，数据工程等等。
-
发表了文章 2018-09-09
数据科学家Docker入门指南
Docker容器那么强大？可以应用道数据科学领域？看来学习一下！
-
发表了文章 2018-09-09
10本免费的机器学习和数据科学书籍
听说最近开学了？十本免费的机器学习和数据科学的电子书，送给您了解一下！
-
发表了文章 2018-09-09
Dropout大杀器已过时？视网络模型而定！
本文主要分析卷积神经网络中的dropout技术与batch normalization技术，通过实验对比验证，dropout技术已经不再适合比较新的卷积神经网络模型，并给出了具体的使用经验。
-
发表了文章 2018-09-07
Andrew Ng经典机器学习课程的Python实现（第1部分）
本文讲述了如何用Python实现Andrew Ng经典机器学习课程。
-
发表了文章 2018-09-03
AI从业者需要应用的10种深度学习方法（下）
想要了解人工智能，不知道这十种深度学习方法怎么能行？
-
发表了文章 2018-09-01
kNN算法——帮你找到身边最相近的人
本文简单介绍最近邻算法的基本思想以及具体python实现，并且分析了其优缺点及适用范围，适合初学者理解与动手实践。
-
发表了文章 2018-08-31
看最新进展深入了解深度学习
在本文中，通过讲解非凸性优化深入了解深度学习，表达对神经网络的高维损失函数和SGD的解释说明的更多感知，同时表明了新的形式主义方法正在被建立在具有深层神经网络优化的真实数学理论的目标中。
-
发表了文章 2018-08-31
最通俗的机器学习介绍
在本文中，我将描述数据分析是如何与机器学习相关的，还将揭开机器学习中的一些荒唐和错误的说法，并解释机器学习的过程和类型。
-
发表了文章 2018-08-31
自然语言处理入门教程
自然语言处理（NLP）是计算机科学领域和人工智能领域中的一个分支，它与计算机和人类之间使用自然语言进行互动密切相关。在这篇文章中，你将学习到自然语言处理的基础知识，深入了解到它的一些技术，了解到NLP如何从深度学习的最新进展。
-
发表了文章 2018-08-29
卷积神经网络概述及python实现
本文概括地介绍CNN的基本原理 ，并通过阿拉伯字母分类例子具体介绍其实现过程，理论与实践的结合体。
-
发表了文章 2018-08-29
计算机视觉领域最全汇总（第2部分）
关于计算机视觉你知道的可能有些少！
-
发表了文章 2018-08-28
“神经网络”时代即将到来
GANs网络正在给世界带来那些改变？
-
发表了文章 2018-08-27
揭秘GPU
GPU在机器学习中至关重要，但很少有人能解释清楚，本文对此进行了一番研究。
-
发表了文章 2018-08-25
程序员精选：TensorFlow和ML前5名的课程
想学机器学习，没有这些资源怎么能行？（TFboy修炼记）
-
发表了文章 2018-08-25
计算机视觉领域最全汇总（第1部分）
关于计算机视觉你知道的可能有些少！
-
发表了文章 2018-08-24
关于TensorFlow你需要了解的9件事
本文对近期在旧金山举办的谷歌 Cloud Next大会上有关TensorFlow的一些特点进行了总结。
-
发表了文章 2018-08-23
胶囊网络到底是什么东东？
胶囊网络是如何克服卷积神经网络的一些缺点，包括需要更少的训练数据，保存图像细节，处理模糊性的呢？看完本文你就知道了！
-
发表了文章 2018-08-22
人工智能的时代来了，新的商业机会在哪里？
新的时代到来意味着新的商业社会的到来，那么这些新的商业机会在哪里呢？
-
发表了文章 2018-08-21
19个AI热门应用领域，你确定不了解一下？
19个AI热门应用领域，你知道多少？
-
发表了文章 2018-08-21
NLP中的迁移学习
迁移学习正在各个领域大展拳脚，NLP领域正在受到冲击！
-
发表了文章 2018-08-19
机器学习 vs. 深度学习
来看看我们分析的和您想的是否一致。
-
发表了文章 2018-08-19
混淆矩阵
不用千字，带您透析混淆矩阵。
-
发表了文章 2018-08-18
Java开发者必看！机器学习开发库精选！
本文将介绍一些目前流行的、强大的基于Java的机器学习库。
-
发表了文章 2018-08-18
一份数据科学“必备”的数学基础清单
一份数据科学必备的数学知识清单，给出了相应的学习资源，方便秋招者查漏补缺。
-
发表了文章 2018-08-17
聚焦：人工智能与电子商务
一文带您了解人工智能对电子商务行业的影响。
-
发表了文章 2018-08-15
机器学习算法概述：随机森林&逻辑回归
机器学习算法入门介绍：随机森林与逻辑回归！
-
发表了文章 2018-08-14
如何在学习机器学习时学习数学？
机器学习到底需要怎么样的数学基础？高段位机器学习如何练成？来瞧瞧。
-
发表了文章 2018-08-12
Pandas/networkx图分析简单入门
本文是一篇pandas/networkx图分析入门，对所举的欺诈检测用例进行了简单的图论分析，便于可视化及操作。
-
发表了文章 2018-08-08
机器学习项目失败的9个原因，你中招了吗？
失败了！知道自己败在什么地方了吗？还不进来看看？
-
发表了文章 2018-08-06
人工神经网络中究竟使用多少隐藏层和神经元
本文讲述了人工神经网络中使用了多少隐藏层，每个隐藏层中包含多少神经元，使用隐藏层和神经元的目的，以及增加隐藏的层数和神经元的数量总是会带来什么结果。
-
发表了文章 2018-08-05
一份关于如何为回归任务选择机器学习算法指南
本文总结了一些针对于回归问题的机器学习方法，辩证地分析了其各自的优缺点，读者可以根据具体问题选择合适的机器学习算法以完成相应的任务。
-
发表了文章 2018-08-04
聚焦：人工智能与物联网
让我们来看看人工智能和物联网，并探讨其在智能家居，医疗保健和工业物联网中的应用。
-
发表了文章 2018-08-04
关于神经网络，你需要了解这些（二）
对神经网络概念还很朦胧？来看看阿里技术大牛的分享！
-
发表了文章 2018-08-04
关于神经网络，你需要了解这些（一）
对神经网络概念还很朦胧？来看看阿里技术大牛的分享！
-
发表了文章 2018-08-02
手把手教你学会深度学习框架 — PyTorch
PyTorch是一个基于Python语言的深度学习框架，专门针对 GPU 加速的深度神经网络（DNN）的程序开发。基本上，它所有的程序都是用python写的，这就使得它的源码看上去比较简洁，在机器学习领域中有广泛的应用。
-
发表了文章 2018-08-01
图解集成学习中的梯度提升思想
本文讲述集成学习中的梯度提升方法的思想，以简单算术及图片的形式展示整个过程，一看就懂！
-
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