logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

动手学深度学习-(李沐)PyTorch版本

《动手学深度学习》PyTorch版本和TendorFlow版本(内有所有代码和PDF版下载地址)

文章图片
#深度学习#人工智能#pytorch +1
机器学习实战教程汇总(十三篇)

机器学习实战教程(一):K-近邻算法(史诗级干货长文)https://cuijiahua.com/blog/2017/11/ml_1_knn.html机器学习实战教程(二):决策树基础篇之让我们从相亲说起https://cuijiahua.com/blog/2017/11/ml_2_decision_tree_1.html机器学习实战教程(三):决策树实战篇之为自己配个隐形眼镜http...

文章图片
#人工智能#python#pycharm +1
深度学习入门(一)感知机

该文将介绍感知机A(perceptron)这一算法。感知机是由美国学者Frank Rosenblatt在1957年提出来的。为何我们现在还要学习这一很久以前就有的 算 法 呢 ? 因 为 感 知 机 也 是 作 为 神 经 网 络(深 度 学 习)的起源的算法 。 因此 ,学习感知机的构造也就是学习通向神经网络和深度学习的一种重要思想。该文我们将简单介绍一下感知机,并用感知机解决一些简单的问题。希

文章图片
#深度学习#人工智能#算法 +1
动手学深度学习(李沐)的pytorch版本(包含代码和PDF版本)

动手学深度学习(李沐)的pytorch版本(包含代码和PDF版本),《动手学深度学习》PyTorch版本TendorFlow版本(内有所有代码和PDF版下载地址)

文章图片
#深度学习#pytorch#人工智能 +1
【时间序列】Transformer for TimeSeries时序预测算法详解

2017年,Google的一篇为我们带来了Transformer,其在NLP领域的重大成功展示了它对时序数据的强大建模能力,自然有人想要把Transformer应用到时序数据预测上。在Transformer的基础上构建时序预测能力可以突破以往的诸多限制,最明显的一个增益点是,Transformer for TS可以基于Multi-head Attention结构具备同时建模长期和短期时序特征的能力

文章图片
#深度学习#机器学习#神经网络 +2
机器学习实战教程(八):支持向量机原理篇

SVM的英文全称是Support Vector Machines,我们叫它支持向量机。支持向量机是我们用于分类的一种算法。让我们以一个小故事的形式,开启我们的SVM之旅吧。

文章图片
#人工智能#python#pycharm
Python数据可视化(二)使用统计函数绘制简单图形

该文会讲解一些大家比较熟悉却又经常混淆的统计图形,掌握这些统计图形可以对数据可视化有一个深入理解,并正确使用。

文章图片
#python#matplotlib#数据分析 +1
动手学深度学习-(李沐)PyTorch版本

《动手学深度学习》PyTorch版本和TendorFlow版本(内有所有代码和PDF版下载地址)

文章图片
#深度学习#人工智能#pytorch +1
动手学深度学习(李沐)的pytorch版本(包含代码和PDF版本)

动手学深度学习(李沐)的pytorch版本(包含代码和PDF版本),《动手学深度学习》PyTorch版本TendorFlow版本(内有所有代码和PDF版下载地址)

文章图片
#深度学习#pytorch#人工智能 +1
    共 43 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择