去改變，去努力，去成功！<br>我是相信10000小時的小猿! <br>
發(fā)簡信
IP屬地：上海
-
安裝tensorflow：mac + anaconda + tensorflow + jupyter一、工具 1. anaconda Anaconda是專注于數(shù)據(jù)分析的Python發(fā)行版本，包含了conda、Python等190多個科學(xué)包及其依賴項。conda 是開源包（p...
-
【iOS 開發(fā)】Realm Swift 數(shù)據(jù)庫使用匯總由于最近公司需要將項目用 Swift 改寫，項目中需要大量使用數(shù)據(jù)庫，之前 OC 使用的是 Core Data ，Core Data 使用起來確實十分的繁瑣，故決定在 Swi...
-
機器學(xué)習(xí)算法關(guān)注機器學(xué)習(xí)，人工智能，數(shù)據(jù)挖掘，計算機視覺等相關(guān)領(lǐng)域的文章
-
我以官方文檔為主線，開始對TensorFlow的學(xué)習(xí)。這期間會把我的理解進行持續(xù)的輸出，作為《TensorFlow從0到N》系列。 它不會止于翻譯和筆記，不會停留在語言和工具，而是堅持通過啟發(fā)性的方式，循序漸進的構(gòu)建理解，搭建一個堅實可靠的、連接“零基礎(chǔ)”與“人工智能（AI）/機器學(xué)習(xí)（Machine Learning）/深度學(xué)習(xí)（Deep Learning）”領(lǐng)域之間的緩坡道。
-
機器學(xué)習(xí)(Machine Learning，ML)是研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程。數(shù)據(jù)挖掘中用到了大量的機器學(xué)習(xí)界提供的數(shù)據(jù)分析技術(shù)和數(shù)據(jù)庫界提供的數(shù)據(jù)管理技術(shù)，機器學(xué)習(xí)是數(shù)據(jù)挖掘的一個重要的工具。機器學(xué)習(xí)交流群：613944735
-
-
停止在簡書更新技術(shù)博客<br><br>新的技術(shù)博客動態(tài)在以下入口可以查看：<br><br>個人公眾號: 程序員維他命<br><br>掘金主頁：<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fjuejin.im%2Fuser%2F57f8ffda2e958a005581e3c0" target="_blank">https://juejin.im/user/57f8ffda2e958a005581e3c0</a><br><br>微博主頁：<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fweibo.com%2F1929625262%2Fprofile%3Frightmod%3D1%26wvr%3D6%26mod%3Dpersoninfo" target="_blank">https://weibo.com/1929625262/profile?rightmod=1&wvr=6&mod=personinfo</a><br><br>個人技術(shù)博客：<br><a href="https://links.jianshu.com/go?to=https%3A%2F%2Fknightsj.github.io%2F" target="_blank">https://knightsj.github.io/</a><br><br>GitHub: <br><a href="https://links.jianshu.com/go?to=https%3A%2F%2Fgithub.com%2Fknightsj" target="_blank">https://github.com/knightsj</a><br>
