微软亚洲研究院于日前将分布式机器学习工具包（DMTK）通过GitHub（https://github.com/Microsoft/DMTK）开源。DMTK由一个服务于分布式机器学习的框架和一组分布式机器学习算法构成，是一个将机器学习算法应用在大数据上的强大工具包。DMTK可以帮助他们在超大规模数据上灵活稳定地训练大规模机器学习模型。当前版本的工具包包含以下几个部分：1． DMTK分布式机器学习框架...
一、分享python+最新高清经典教材及源码Python高性能编程（高清中文版PDF+高清英文版PDF+源代码）链接:https://pan.baidu.com/s/1AFSNn3kqNRIjBlN-iFMblA密码:5ttj《Python 游戏编程快速上手(第3版)》高清中文版PDF+高清英文版PDF+源代码链接：https://pan.baidu.com/s/1uq8pF4LWS7aMuZdx...
对于一个矩阵而言，若数值为零的元素远远多于非零元素的个数，且非零元素分布没有规律时，这样的矩阵被称作稀疏矩阵；与之相反，若非零元素数目占据绝大多数时，这样的矩阵被称作稠密矩阵。稀疏矩阵在工程应用中经常被使用，尤其是在通信编码和机器学习中。若编码矩阵或特征表达矩阵是稀疏矩阵时，其计算速度会大大提升。对于机器学习而言，稀疏矩阵应用非常广，比如在数据特征表示、自然语言处理等领域。用稀疏表示和工作在计算上...
线性回归给定X1, X2, ..., Xn，通过模型或算法预测数值Y，即是回归。例如，预测测试分数： x(hours) y(score) 10 90 ...
XLA(Accelerated Linear Algebra)，线性代数领域专用编译器(demain-specific compiler)，优化TensorFlow计算。即时(just-in-time,JIT)编译或提前(ahead-of-time,AOT)编译实现XLA，有助于硬件加速。XLA还在试验阶段。https://www.tensorflow.org/ve... 。XLA优势线性代数领域...
所需安装包这里以windows7+TensorFlow-gpu1.5+cuda8+cudnn6+anaconda5+python3.6为例。这里强烈推荐GPU版本。cuda_8.0.61_windows.exe http://developer2.download.nvidia.com/compute/cuda/8.0/secure/Prod2/local_installers/cuda_8.0....
主要参考： Generative Adversarial Networks, link模型：对高斯分布样本进行生成。GAN原理GAN有2个子网络组成，一个是Generator，即生成网络，它以噪音样本为输入，通过学习到的权重，把噪音转变（即生成）为有意义的信号；一个是Discriminator，即判别网络，他以信号为输入（可以来自generator生成的信号，也可以是真正的信号），通过学习来判别信...
机器学习、深度学习与自然语言处理领域推荐的书籍列表人工智能、深度学习与 Tensorflow 相关书籍、课程、示例列表是笔者 Awesome Links 系列的一部分；对于其他的资料集锦、模型、开源工具与框架请参考 DataScienceAI Links Series。本文推荐的部分开源书籍可以前往 Awesome-CS-Books-Warehouse 便捷翻阅，或者前往 AI CheatShee...
尝试使用过各大公司推出的植物识别APP吗？比如微软识花、花伴侣等这些APP。当你看到一朵不知道学名的花时，只需要打开植物识别APP，拍摄一张你所想辨认的植物照片并上传，APP会自动识别出该花的品种及详细介绍，感觉手机中装了一个知识渊博的生物学家，是不是很神奇？其实，背后的原理很简单，是一个图像分类的过程，将上传的图像与手机中预存的数据集或联网数据进行匹配，将其分类到对应的类别即可。随着深度学习方法...
递归神经网络递归神经网络非常强大，因为它们结合了两个属性：1）分布式隐藏状态，可以让他们有效地存储关于过去的大量信息; 2）非线性动态，使他们能够以复杂的方式更新隐藏状态。有了足够的神经元和时间，RNN可以计算任何可以通过计算机计算出来的东西。那么RNN可以展示什么样的行为？它们可以振荡，它们可以解决点吸引子，它们可以表现混乱。它们还可以学习如何实施许多小程序，每个程序捕获一块知识，并行运行，相互...
您还未登录，请登录后再进行相关操作！
