最新发布 第35页

Alan Hou的个人博客用行动赢得尊重

Python

【待更新】第八章 为一些公司设计的变革以及小型到大型公司的颠覆式创新

【待更新】第八章 为一些公司设计的变革以及小型到大型公司的颠覆式创新
本文为Python之 AI人工智能初学者指南第八章。技术准备AI是颠覆性的吗?AI中的那些新知识和旧知识AI 基于的数学理论不是新知识神经网络不是新知识云服务器算力、数据容量和21世纪初的网络共享开始让 AI 变得有颠覆性公共意思对AI的颠覆性做出了贡献发明 vs. 创新革命性 vs. 颠覆性方案从哪里开始?通过谷歌翻译发现一个机遇的世……继续阅读 »

Alan 6年前 (2019-05-03) 2722浏览 0评论0个赞

Python

【待更新】第七章 何时及如何使用人工智能

【待更新】第七章 何时及如何使用人工智能
本文为Python之 AI人工智能初学者指南第七章。技术准备检查是否可规避 AI数据容量和应用 K 均值聚类证明你的观点NP-hard – P的含义NP-hard – 非确定性的含义hard 的含义随机样本大数定律 – LLN中心极限定理使用蒙特·卡罗估计量随机样本应用云解决方案 – AWS准备你的基线模型……继续阅读 »

Alan 6年前 (2019-05-03) 2759浏览 0评论0个赞

Python

【待更新】第六章 别迷失在技术中 – 聚焦优化解决方案

【待更新】第六章 别迷失在技术中 – 聚焦优化解决方案
本文为Python之 AI人工智能初学者指南第六章。技术准备数据集优化和控制设计数据集并选择ML/DL模型设计矩阵的批准同意设计矩阵的格式降维训练数据集的容量实现 k均值聚类方案远见数据条件管理策略k 均值聚类项目k 均值聚类的数学定义Lloyd算法k 均值聚类在案例研究中的目标Python 项目1 – 训练数据集2 –……继续阅读 »

Alan 6年前 (2019-05-03) 2835浏览 0评论0个赞

Python

【待更新】第五章 管理机器学习和深度学习的能力

【待更新】第五章 管理机器学习和深度学习的能力
本文为Python之 AI人工智能初学者指南第五章。技术准备通过TensorFlow构建一个FNN架构使用数据流图作为架构路线图来编写代码数据流绘图转换为源码输入数据层隐藏层输出层代价或损失函数梯度下降和反向传播运行会话检查线性可分割性使用TensorBoard来设计你机器学习和深度学习解决方案的架构设计数据流图的架构在Tenso……继续阅读 »

Alan 6年前 (2019-05-02) 2722浏览 0评论0个赞

Python

【待更新】第四章 成为一个打破惯例的创新者

【待更新】第四章 成为一个打破惯例的创新者
本文为Python之 AI人工智能初学者指南第四章。技术准备原始感知机的XOR限制XOR和线性可分割模型线性可分割模型线性模型的XOR限制,如原始感知机从零构建前馈神经网络第一步 – 定义前馈神经网络第二步 – 两个子项如何日常解决异或问题在Python中通过FNN和反向传播算法实现传统异或方案代价函数和梯度下降的……继续阅读 »

Alan 6年前 (2019-05-02) 3303浏览 0评论0个赞

Python

【更新中】第三章 将机器思维应用到人类问题上

【更新中】第三章 将机器思维应用到人类问题上
本文为Python之 AI人工智能初学者指南第三章。在第一章中,MDP强化学习项目产生了一个结果作为输出矩阵,在第二章 像机器那样思考中,麦卡洛克-皮特斯神经元系统产生了一个回报矩阵输入。但是,这两个函数的中间或最终结果需要不断地度量。好的度量解决了给定问题的重要部分,因为决策依赖于它们。可靠的决策由可靠的运算制定。本章的目的是介绍度量方法。人类智能的主……继续阅读 »

Alan 6年前 (2019-05-02) 3002浏览 0评论0个赞

学习笔记

Google资深工程师深度讲解Go语言

Google资深工程师深度讲解Go语言
Go语言的一些知识总结:指针:一般不应在函数中传入指针来修改值,Unmarshal 这类除外。但在结构体较大时,向函数传入指针的性能会比较好,传递指针大约1纳秒,而10M大小的数据需要耗时1毫秒。返回值则不同,1M 以下的数据结构比指针类型要快,如100字节数据花费10纳秒,而这一数据结构的指针耗时在10纳秒(i7-8700 32GB内存测试数据)。 小……继续阅读 »

Alan 6年前 (2019-04-04) 15116浏览 2评论2个赞

Python

第二章 像机器那样思考

第二章 像机器那样思考
本文为Python之 AI人工智能初学者指南第二章。第一章通过DQN所使用的Q动作值函数来讲解了强化学习算法。其中代理是一个驱动。你已然处于AI的DeepMind方法的核心。DeepMind无疑是应用人工智能的全球领先者。科学、数学和应用研究驱动着它的策略。DeepMind成立于2010年,并于2014年被Google收购,现是Google整合后的母公……继续阅读 »

Alan 6年前 (2019-03-31) 3654浏览 0评论0个赞