发简信
IP属地：河南
-
第5课 week1：Character level language model - Dinosaurus land
Character level language model - Dinosaurus land（待修正） Welcome to Dinosaurus Island! 65 ...
-
第5课 week1：Building a Recurrent Neural Network - Step by StepBuilding your Recurrent Neural Network - Step by Step（待修正） Welcome to Course 5's first ...
-
数据科学与人工智能知识分享<br>微信公众号：大数据文摘<br>微博：@大数据文摘<br><br>大数据文摘经授权翻译李飞飞斯坦福CS231n计算机视觉、牛津xDeepMind自然语言处理、MIT6.S自动驾驶课程，地址<a href="http://study.163.com/course/introduction/1003223001.htm" rel="nofollow" target="_blank">http://study.163.com/course/introduction/1003223001.htm</a>
-
numpy dot，* ，multiply区别
dot运算 numpy官方文档上所写： 如果 a 和 b都是 1-D arrays,它的作用是计算内积。(不进行复共轭) 如果 a 和 b 是 2-D arrays, 作用是...
-
数据时代，匠心独运
-
Where PyTorch begins
-
TensorFlow从1到2 - 1 - 深度神经网络TensorFlow从0到N专题入口 上一主题《TensorFlow从0到1》介绍人工神经网络的基本概念与其TensorFlow实现，主要基于浅层网络架构，即只包含一个隐藏层...
-
[NL系列] RNN & LSTM 网络结构及应用这篇是 The Unreasonable Effectiveness of Recurrent Neural Networks（by Andrej Karpathy，Stan...
-
TensorFlow从0到1 - 19 - 回顾《TensorFlow从0到1》就要结束了。 3条主线 这个部分共包含18篇文章，4万余字（简书的严格统计不到4万）。总的来说，它无外乎两方面内容：人工神经网络，及其Tens...
-
我以官方文档为主线，开始对TensorFlow的学习。这期间会把我的理解进行持续的输出，作为《TensorFlow从0到N》系列。 它不会止于翻译和笔记，不会停留在语言和工具，而是坚持通过启发性的方式，循序渐进的构建理解，搭建一个坚实可靠的、连接“零基础”与“人工智能（AI）/机器学习（Machine Learning）/深度学习（Deep Learning）”领域之间的缓坡道。
-
Pandas组合操作
在上一篇文章中介绍了panda合并操作的主要用法（https://www.jianshu.com/p/fe47c70d31f9），本篇将给大家介绍pandas的另一个常用的操...
