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 2018-04-13
必读的计算机视觉开创性论文
学习计算机视觉必须要看的几篇论文！
-
发表了文章 2018-04-12
Python实践：seaborn的散点图矩阵（Pairs Plots）可视化数据
如何快速创建强大的可视化探索性数据分析，这对于现在的商业社会来说，变得至关重要。今天我们就来，谈一谈如何使用python来进行数据的可视化！
-
发表了文章 2018-04-11
纯干货：深度学习实现之空间变换网络-part2
本文详细介绍了空间变换网络及其工作原理，最后将整个机制归结为两个熟悉的概念：仿射变换和双线性插值。
-
发表了文章 2018-04-10
使用AR、AI以及大数据改革教育体系——为每位学生打造自己的私人定制学习路线
随着技术的发展，教育行业也面临着变革。以AR、AI以及大数据等工具将帮助我们了解自己的学习习惯，并转变课堂学习方式。
-
发表了文章 2018-04-10
使用TensorRT集成加速TensorFlow推理
本文讲述了TensorRT集成如何加速TensorFlow推理，以及实例演示帮助入门
-
发表了文章 2018-04-10
使用循环神经网络-长短期记忆（RNN-LSTM）预测比特币和以太币价格
作者通过实际操作，利用循环神经网络对比特币和以太币进行价格预测
-
发表了文章 2018-04-10
血泪教训——被Tensorflow浪费的60天
血泪教训：tf.image.resize偷走了我60天 警告对象：所有有关视觉内容的Tensorflow使用者 警告内容：别使用tf.image.resize函数
-
发表了文章 2018-04-10
实战篇：如何用Keras建立神经网络（附全部代码）
机器学习实战篇：用简单的代码打造属于自己的神经网络模型～
-
发表了文章 2018-04-07
基于区块链的机器学习模型创建方案
区块链不仅会改变人工智能获取数据的方式，也会影响模型的创造！
-
发表了文章 2018-04-05
数据集大全：25个深度学习的开放数据集
还在发愁找不到数据集训练你的模型？快来收藏一下史上最全的深度学习数据集汇总吧，有它在，一切都ok~
-
发表了文章 2018-04-04
(Keras)基于深度学习SketchCode将线框原型图转换成HTML代码
本文主要讲述如何使用现代深度学习算法来简化设计工作流程，并使任何人都能够快速创建和测试网页。如何使用SketchCode五秒钟将线框原型图转换成HTML代码。
-
发表了文章 2018-04-04
机器学习必备：前20名Python人工智能和机器学习开源项目
机器学习之旅必了解：前20名Python人工智能和机器学习开源项目！
-
发表了文章 2018-04-04
TensorFlow Hub介绍：TensorFlow中可重用的机器学习模块库
本文对TensorFlow Hub库的介绍，并举例说明其用法。
-
发表了文章 2018-04-02
蒙特卡罗树搜索之初学者指南
一直以来，学术界普遍认为在围棋游戏中机器是远不能和人类相比的，它被认为是未来十年内人工智能需要实现的目标之一。令人惊讶的是，在2016年3月由谷歌发明的Alpha Go以4-1击败了韩国的世界冠军。
-
发表了文章 2018-04-01
关于强化学习你应该了解的五件事儿
本文主要是讲解了机器学习中的强化学习方法的基本原理，常用算法及应用场景，最后给出了学习资源，对于初学者而言可以将其作为入门指南。
-
发表了文章 2018-03-31
K-Means算法的10个有趣用例
让我们走进K-Means算法的“前世今生”以及和它有关的十个有趣的应用案例。
-
发表了文章 2018-03-30
在开始第一个机器学习项目之前就了解的那些事儿
一份机器学习过来人的经验清单分享，主要是包含一些关于构建机器学习工作流以及Apache Spark应该注意的一些事项，希望这个清单能够帮助那些正在学习机器学习的相关人员少走一些弯路，节约一些时间。
-
发表了文章 2018-03-29
使用PyTorch从零开始构建Elman循环神经网络
循环神经网络是如何工作的？如何构建一个Elman循环神经网络？在这里，教你手把手创建一个Elman循环神经网络进行简单的序列预测。
-
发表了文章 2018-03-29
你需要熟练运用的12个命令行工具
本文简要介绍了当前较为流行的12种对数据科学任务有价值的类Unix操作系统命令行工具：wget，cat，wc，head，tail，find，cut，uniq，awk，grep，sed，history。
-
发表了文章 2018-03-28
想要成为数据科学家？知道这11种机器学习算法吗？
想要成为数据科学家？知道这十几种机器学习算法吗？赶快来了解一下吧，文中附各种算法的资源地址！
-
发表了文章 2018-03-26
机器学习稀疏矩阵简介(附Python代码)
本文主要介绍了稀疏矩阵的基本知识、它存在的一些问题以及如何在Python中应用它，对于初学者和工程应用者来说是一份不错的入门材料。
-
发表了文章 2018-03-26
阿里巴巴机器翻译团队：将TVM引入TensorFlow中以优化GPU上的神经机器翻译
神经机器翻译（NMT）是自动翻译的端到端方法，这个方法具有克服传统短语翻译系统缺点的潜力。阿里巴巴机器翻译团队在此基础上，利用TVM又有了新的突破！
-
发表了文章 2018-03-25
为你的回归问题选择最佳的机器学习算法
机器学习领域算法那么多？到底如何用？本文作者通过比较不同机器学习算法性能的优劣来为回归问题寻找最佳的算法选择。
-
发表了文章 2018-03-24
利用Python实现卷积神经网络的可视化（附Python代码）
本文简单说明了CNN模型可视化的重要性，以及介绍了一些可视化CNN网络模型的方法，希望对读者有所帮助，使其能够在后续深度学习应用中构建更好的模型。
-
发表了文章 2018-03-21
迁移学习与多任务学习简析
本文简要介绍迁移学习与多任务学习的思想，给出了两种方法的模型示例图，适合对此感兴趣的初学者。
-
发表了文章 2018-03-20
神经进化是深度学习的未来
本文主要讲了神经进化是深度学习的未来，以及如何用进化计算方法（EC）优化深度学习（DL）。
-
发表了文章 2018-03-19
深度学习的关键术语
本文着重介绍了深度学习的一些关键术语，其中包括生物神经元，多层感知器（MLP），前馈神经网络和递归神经网络。对于初学者来说，掌握它们可以防止在学习请教时的尴尬~
-
发表了文章 2018-03-19
理解卷积神经网络的利器：9篇重要的深度学习论文（下）
为了更好地帮助你理解卷积神经网络，在这里，我总结了计算机视觉和卷积神经网络领域内许多新的重要进步及有关论文。
-
发表了文章 2018-03-19
理解卷积神经网络的利器：9篇重要的深度学习论文（上）
为了更好地帮助你理解卷积神经网络，在这里，我总结了计算机视觉和卷积神经网络领域内许多新的重要进步及有关论文。
-
发表了文章 2018-03-17
关于大数据你应该了解的五件事儿
本文从基本概念、行业趋势、学习途径等几个方面介绍了大数据的相关内容，适合对大数据感兴趣的读者作为入门材料阅读。
-
发表了文章 2018-03-17
成功使用机器学习技术的3个技巧
本文讲述了3个针对机器学习的小技巧，相信对正在学习机器学习的朋友有所帮助
-
发表了文章 2018-03-16
五位专家跟你讲讲为啥Python更适合做AI/机器学习
为什么Python会在这股深度学习浪潮中成为编程语言的头牌？听听大牛如何解释吧！
-
发表了文章 2018-03-16
Andrew Ng深度学习课程笔记
本文对Andrew Ng深度学习课程进行了大体的介绍与总结，共包括21个课程。
-
发表了文章 2018-03-15
为什么深度学习没有取代传统的计算机视觉？
深度学习大潮为什么淹没传统的计算机视觉技术？听听大牛怎么说~
-
发表了文章 2018-03-15
从事数据科学前必须知道的五件事儿
本文讲解了从事数据科学前应该了解的五件事情，主要是关于学习数据科学时候应该注意的一些事项。
-
发表了文章 2018-03-15
手把手教你理解卷积神经网络
卷积神经网络是一种识别和理解图像的神经网络。本文将从不同的层次来介绍卷积神经网络。
-
发表了文章 2018-03-15
深入了解机器学习
了解机器学习发展史、机器学习是什么？机器学习有什么？看看本文就够了。
-
发表了文章 2018-03-14
用Python及深度学习实现iPhone X的FaceID功能
本文主要是展示FaceID解锁机器的基本工作机制，采用的方法是基于人脸映射和孪生卷积神经网络，Github上附详细代码。
-
发表了文章 2018-03-14
企业如何采用机器学习
向机器学习专家学习如何理解机器学习开发生命周期，以及如何建立一个团队通过机器学习来解决他们的业务问题。
-
发表了文章 2018-03-12
Python数据预处理：使用Dask和Numba并行化加速
本文是针对Python设计一种并行处理数据的解决方案——使用Dask和Numba并行化加速运算速度。案例对比分析了几种不同方法的运算速度，非常直观，可供参考。
-
发表了文章 2018-03-09
用深度学习解决Bongard问题
本文介绍了深度学习和Bongard问题，以及如何用深度学习更好的解决Bongard问题。
-
发表了文章 2018-03-08
每个产品经理都应该知道的机器学习术语
公司正在上马AI项目？想要熟悉机器学习的世界，想要了解所有关于机器学习的术语，看看本文吧！
-
发表了文章 2018-03-08
机器学习与Scikit Learn学习库
本文介绍机器学习相关的学习库Scikit Learn，包含其安装及具体识别手写体数字案例，适合机器学习初学者入门Scikit Learn。
-
发表了文章 2018-03-07
机器学习的未来——深度特征融合
深度特征融合是一项能够克服机器学习不足，为机器学习打开通往未来大门的新技术。新技术要不要了解一下？
-
发表了文章 2018-03-07
与机器学习算法有关的数据结构
在机器学习中需要运用到许多数据结构，掌握它们是非常重要的。希望本文能有所帮助
-
发表了文章 2018-03-07
深度学习工作机制通俗介绍
本文是深度学习基础性介绍，以降维的角度分析卷积神经网络模型，并着重说明了目前人工智能存在的不科学性。
-
发表了文章 2018-03-05
使用TensorFlow，GPU和Docker容器进行深度学习
数据科学家使用GPU来提高TensorFlow的计算速度，但GPU价格昂贵，也需要对其所占用的资源进行认真的管理。本文将带你来一起解决这一问题。
-
发表了文章 2018-03-03
结合Apache Kafka生态系统，谈谈2018年机器学习5大趋势
让我们来研究下U`ber和Netflix上的KSQL，ONNX，AutoML和机器学习平台，看看它们之间是如何相互关联的。
-
发表了文章 2018-03-03
历史回顾——NLP问题解决方案的演变史
回顾NLP问题的解决方案，探寻当下最流行的NLP技术，激发NLP问题新的解决方案！
-
发表了文章 2018-03-01
关于机器学习，你需要知道的三件事！
MATLAB开发运营团队深度解析何为机器学习，什么时候使用机器学习，如何选择机器学习算法，MATLAB到底能为机器学习提供怎样的便利？
-
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