算法分析基礎 大O表示法（Big-O） 一個算法所實施的操作數(shù)量或這步驟數(shù)可作為獨立于具體程序/機器的度量指標 賦值語句是一個合適的選擇：一條賦值語句同時包含了（表達式）計算...
發(fā)簡信
IP屬地：香港
-
算法分析基礎 -
使用python來操作redis用法詳解
1、redis連接 redis提供兩個類Redis和StrictRedis用于實現(xiàn)Redis的命令，StrictRedis用于實現(xiàn)大部分官方的命令，并使用官方的語法和命令，R...
-
如果你是程序員，或者有一顆喜歡寫程序的心，喜歡分享技術干貨、項目經(jīng)驗、程序員日常囧事等等，歡迎投稿《程序員》專題。 專題主編：小彤花園 http://www.itdecent.cn/users/4a4eb4feee62/ 【程序員】專題拒稿指北：http://www.itdecent.cn/p/7c8b33b5f63b 投稿須知： 1.收錄相關技術文章，但不限于技術，也可以是項目經(jīng)驗類的文章和程序員日常。 2.文章內(nèi)不得有任何推廣信息。包括但不限于公眾號、微博、微信，更不得在通過投稿后再修改文章加入推廣信息。你可以將這些推廣以及個人信息放在個人主頁介紹里。 3.字數(shù)極少，段落混亂，大段代碼沒有放到代碼框的文章不收錄 4.不相關的內(nèi)容不收錄，請確認文章內(nèi)容和本專題相關 目前針對優(yōu)質(zhì)作者及愛好者，開設了官方程序員微信群，希望加入請發(fā)簡信給主編小彤花園索取個人微信，主編會將你加入到【程序員】微信群，分享內(nèi)容，收獲知識。添加微信時備注昵稱。
-
Hi，很高興在@IT·互聯(lián)網(wǎng)專題遇見你。 收錄范圍：收錄IT&互聯(lián)網(wǎng)行業(yè)觀察與思考，數(shù)碼產(chǎn)品極客體驗分析等類型文章 投稿須知：http://www.itdecent.cn/p/4edc76104c27 專題主編：@若錦 http://www.itdecent.cn/u/e4c63b354a77 官方社群：可聯(lián)系添加 @若錦 加入專題官方社群交流、學習，添加時備注簡書ID。
-
婚姻是細水長流，育兒是自我修行。 婚姻育兒專題投稿須知： 1、文章不到五百字，內(nèi)容與婚姻育兒無關拒收。 2、排版整齊，文章內(nèi)字體放大?粗黑體秒拒，一千字配一張圖片為宜，段首請不要空格。 3、禁止在文章中顯示二維碼、小程序等廣告鏈接，以及誘導點擊之類的信息。 4、詩歌、雞湯文以及宣揚迷信之類的文章秒拒。 5、只有日期沒有標題，或不分段的文章，或以句成段的文章全部秒拒。如果修改標題和段落可以私信編輯重新收入。 6、禁止抄襲。抄襲者被原創(chuàng)作者舉報，一切后果自負！ 7、請不要密集投稿，多投的文章秒拒。
-
Tensorflow 的NCE-Loss的實現(xiàn)和word2vec
這兩天因為實現(xiàn)mxnet的nce-loss，因此研究了一下tensorflow的nce-loss的實現(xiàn)。所以總結一下。 先看看tensorflow的nce-loss的API：...
-
@xlvector 第一次看的時候 沒有看到樓上的評論
Tensorflow 的NCE-Loss的實現(xiàn)和word2vec
這兩天因為實現(xiàn)mxnet的nce-loss，因此研究了一下tensorflow的nce-loss的實現(xiàn)。所以總結一下。 先看看tensorflow的nce-loss的API：...
-
倒數(shù)第二段，應為“TF的word2vec實現(xiàn)里，詞頻越大，詞的類別編號越小，被采樣到的概率越大?！?
Tensorflow 的NCE-Loss的實現(xiàn)和word2vec
這兩天因為實現(xiàn)mxnet的nce-loss，因此研究了一下tensorflow的nce-loss的實現(xiàn)。所以總結一下。 先看看tensorflow的nce-loss的API：...
-
人工智能愛好者，中南大學控制科學與工程碩士，深度學習領域內(nèi)的一位大神級人物，魔術師， 個人主頁：<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fjinfagang.gitlab.io" target="_blank">https://jinfagang.gitlab.io</a>
-
@Not_GOD 感謝大神的分享！
理解 LSTM 網(wǎng)絡
作者： Christopher Olah （OpenAI）譯者：朱小虎 Xiaohu (Neil) Zhu（CSAGI / University AI）原文鏈接：https:...
-
樓主厲害，為機器學習領域做貢獻的人都值得稱贊，我們已經(jīng)聚集了很多人，翻譯完成了 Tensorflow 官方教程，并得到 Jeff Dean 的認可，你可以來我們這里看看，沒準能找到志同道合的人，https://github.com/jikexueyuanwiki/tensorflow-zh，如果想要有個平臺做發(fā)布，我們可以提供技術支持。
-
“讓我們回到語言模型的例子中來基于已經(jīng)看到的預測下一個詞。在這個問題中，細胞狀態(tài)可能包含當前主語的類別，因此正確的代詞可以被選擇出來。當我們看到新的代詞，我們希望忘記舊的代詞。” 是不是應該是“當我們看到新的主語”吧
-
@zgkk 作者把原文的“subject”都翻譯成了 “代詞” ，個人覺著 翻譯成 “主語”更好！ 贊同！
理解 LSTM 網(wǎng)絡
作者： Christopher Olah （OpenAI）譯者：朱小虎 Xiaohu (Neil) Zhu（CSAGI / University AI）原文鏈接：https:...
-
理解 LSTM 網(wǎng)絡作者： Christopher Olah （OpenAI）譯者：朱小虎 Xiaohu (Neil) Zhu（CSAGI / University AI）原文鏈接：https:...
-
朱小虎 Neil Zhu，University AI / CSAGI 創(chuàng)始人
