学习
-
Linux 学习之 MQTT 服务器搭建「建议收藏」
Linux 学习之 MQTT 服务器搭建「建议收藏」摘要：前言博主之前写了一篇《在Windows下搭建MQTT服务器》,这次要尝试在Ubuntu下搭建MQTT服务器。实际上,下载好源码包后,后面的都和那篇文章差不多了。开发环境虚拟机Ubuntu14.04.5LTSApache-Apollo-1.7.1准备工作由于搭建Apollo环境变量需要有JAVA_HOME,这个时候需要安装JDK,可以参考这篇文章:《Ubuntu安装JDK1.8.0并配置环境变…
-
第926期机器学习日报(2017-04-01)
第926期机器学习日报(2017-04-01)机器学习日报2017-04-01自然语言生成任务全面综述@阿儁是个nerd深度学习进行目标识别的资源列表@爱可可-爱生活物体检测算法全概述：从传统检测方法到深度神经网络框架@爱可可-爱生活PyTorch资源大列表@爱可可-爱生活解密滴滴大数据和人工智能@新智元@好东西传送门出品,由@AI100运营，过往目录见http://ml.memect.com订阅：
-
机器学习笔记 – 自动编码器autoencoder
机器学习笔记 – 自动编码器autoencoder自编码器是开发无监督学习模型的主要方式之一。但什么是自动编码器？简而言之，自动编码器通过接收数据、压缩和编码数据，然后从编码表示中重构数据来进行操作。对模型进行训练，直到损失最小化并且尽可能接近地再现数据。通过这个过程，自动编码器可以学习数据的重要特征。自动编码器是由多个层组成的神经网络。自动编码器的定义方面是输入层包含与输出层一样多的信息。输入层和输出层具有完全相同数量的单元的原因是自动编码器旨在复制输入数据。然后分析数据并以无监督方式重建数据后输出数据副本。
-
-
【学习】Deep Learning for Deepfakes Creation and Detection[通俗易懂]
【学习】Deep Learning for Deepfakes Creation and Detection[通俗易懂]论文题目：DeepLearningforDeepfakesCreationandDetection翻译：基于深度学习的Deepfake创建与检测作者：ThanhThiNguyen*1,CuongM.Nguyen2,DungTienNguyen1,DucThanhNguyen1andSaeidNahavandi31SchoolofInformati…
-
css学习记录九：元素属性解释（五）：opacity 属性
css学习记录九：元素属性解释（五）：opacity 属性css学习记录九：元素属性解释（五）：opacity属性一、opacity属性一、opacity属性改变盒子的透明度opacity=“0.5”0是完全透明。1是不透明会继承给子元素rgba不会继承
-
重回童年的经典系列☀️|【贪吃蛇小游戏】近两万字完整制作过程+解析+源码 【建议收藏学习】
重回童年的经典系列☀️|【贪吃蛇小游戏】近两万字完整制作过程+解析+源码 【建议收藏学习】今天给大家带来一款经典的贪吃蛇小游戏，相信大家应该都应该玩过包时候在经典的诺基亚手机上，也是百玩不厌，算是最经典的游戏之一了！那今天就来学习一下怎样制作这个经典的贪吃蛇小游戏吧！
-
人工智能AI：TensorFlow Keras PyTorch MXNet PaddlePaddle 深度学习实战 part1
人工智能AI：TensorFlow Keras PyTorch MXNet PaddlePaddle 深度学习实战 part1日萌社github标星11600+：最全的吴恩达机器学习课程资源（完整笔记、中英文字幕视频、python作业，提供百度云镜像！）KerasPyTorchMXNetTensorFlowPaddlePaddle深度学习实战用户画像C、C++笔记JavaWeb+大数据笔记CDH6、CDH5Python笔记链接：https://pan.baidu.com/s/1…
-
深入理解机器学习中的：目标函数，损失函数和代价函数「建议收藏」
深入理解机器学习中的：目标函数，损失函数和代价函数「建议收藏」参考知乎回答整理：https://www.zhihu.com/question/52398145主要参考：https://www.zhihu.com/question/52398145/answer/209358209基本概念：损失函数：计算的是一个样本的误差代价函数：是整个训练集上所有样本误差的平均目标函数：代价函数+正则化项实际应用：损失函数和代价函数是同一个东
-
