从python到机器学习,以及其他喜欢的事

识别王者英雄 - 一个 PM 的机器学习入门之旅

251
张涛 @hidecloud
基础概念上个月开始从原理层面了解机器学习,选了一本在线电子书《Neural Networks and Deep Learning》作为教材,事实证明该书实在不错,让一个毫无神经网络、机器学习背景知识的 PM 很快就读懂了其中的基本原理。附上此书第一章我的读书笔记,对于 PM 而… 显示全部

听说你好不容易写了个爬虫,结果没抓几个就被封了?

229
Crossin Crossin的编程教室 - Python新手村
近来知乎上如雨后春笋般冒出了大把大把的爬虫教程。这是好事,学了 Python 基础的同学们可以很轻松地搜出许多练手的例子。不过我不是针对谁,我是说网上绝大多数的爬虫教程,其实都缺乏可操作性。是的,也包括我自己写过的。主要原因有两点:教程是死的,网… 显示全部

为什么ResNet和DenseNet可以这么深?一文详解残差块为何能解决梯度弥散问题。

140
Professor ho 计算机视觉深度学习工程师
传统的“提拉米苏”式卷积神经网络模型,都以层叠卷积层的方式提高网络深度,从而提高识别精度。但层叠过多的卷积层会出现一个问题,就是梯度弥散(Vanishing),backprop无法把有效地把梯度更新到前面的网络层,导致前面的层参数无法更新。而ResNet的出现就… 显示全部

为什么知乎上感觉讨论Deep reinforcement learning比讨论GAN少很多?

92

最前沿:百家争鸣的Meta Learning/Learning to learn

188
Flood Sung Independent Researcher of Deep Learning
1 前言Meta Learning 元学习或者叫做 Learning to Learn 学会学习 已经成为继Reinforcement Learning 增强学习之后又一个重要的研究分支(以后仅称为Meta Learning)。对于人工智能的理论研究,呈现出了Artificial Intelligence --> Machine Learning --> D… 显示全部

自然语言处理怎么最快入门?

574
微软亚洲研究院 专注科研19年,盛产黑科技
收录于 知乎圆桌 编辑推荐 574 人赞同

[Practical ML] Factorization Machine

67
知乎用户
最近看到一种“新”算法(其实早就发布并且广泛应用在工业界了,只不过我作为一个Infra Engineer比较后知后觉): Factorization Machine。援引作者原话:... We introduce Factorization Machines (FM) which are a new model class that combines the adva… 显示全部

神经网络中直接注入知识

22
甄景贤 研究普适人工智能
这是我十多年来较有突破性的研究成果,不过暂时还未有实验代码,因为要试验这个 architecture 似乎最简单也需要一个自然语言的 Q&A 实验环境。 欢迎批评、意见,或有兴趣的可以合作。PDF 版本可以在此下载:https://github.com/Cybernetic1/latex-2017/raw/master/introspection.pdf 显示全部

吐血整理:PyTorch项目代码与资源列表 | 资源下载

188
张江 打造没有‘’围墙‘’的研究所!
本文是集智俱乐部小仙女所整理的资源,下面为原文。文末有下载链接。本文收集了大量基于 PyTorch 实现的代码链接,其中有适用于深度学习新手的“入门指导系列”,也有适用于老司机的论文代码实现,包括 Attention Based CNN、A3C、WGAN等等。所有代码均按照… 显示全部

如何开发量化投资模型?

72
seaw 为了六块腹肌,加油~
上一页 1 2 3 ... 31 下一页

加入知乎

与世界分享你的知识、经验和见解

验证码
已有帐号?

关于创建者

AzuralRainbow

Ms in Ballad Mining | MathFin@Columbia
换一换

热门收藏