其他

自然語言處理（NLP）中一個很重要的研究方向就是語義的情感分析（Sentiment Analysis）。例如IMDB上有很多關於電影的評論，那麼我們就可以通過Sentiment

如果你只願意看一本書，那麼推薦Bishop的PRML，全名Pattern Recognition and Machine Learning. 這本書是機器學習的聖經之作，尤其對於貝葉斯方法，介紹非常完善。該書也是眾多高校機器學習研究生課程的教科書，如Deep

利用棧實現迷宮的求解 問題： 這是實驗心理學中的一個經典問題，心理學家把一隻老鼠從一個無頂蓋的大盒子的入口處趕進迷宮。迷宮中設定很多隔壁，對前進方向形成了多處障礙，心理學家在迷宮的唯一出口處放置了一塊乳酪，吸引老鼠在迷宮中尋找通路以到達出口。 求解思想：回溯法是一種不斷試探且及時糾正錯誤的搜尋方法。下面的求解過程採用回溯法。從入口出發，按某一方向向前探索，若能走通（未走過的），即某處可以到達，則到達新點，否則試探下一方向;

1. 《統計學完全教程》 All of statistics 卡耐基梅隆 沃塞曼 2. 第四版《機率論與數理統計》 莫裡斯。德格魯特（Morris H.DeGroot）和馬克。舍維什（Mark J.Shervish） 3. 《線性代數導論》 吉爾伯特。斯特朗--網上視頻教程堪稱經典 4. 《數值線性代數》 特蕾菲森。勞埃德 和 戴維。鮑 適合本科生的教材 5. 《機器學習基礎之預測資料分析》 麻省理工 約翰。凱萊赫 和 布瑞恩。麥克。納米 6. 《統計模式識別》

本文收錄在 無痛的機器學習第一季 。 終於到了實現的地方。前面乾燥乏味的公式推導和理論闡述已經讓很多人昏昏欲睡了，下面我們要提起精神，來看看這個模型的一個比較不錯的實現——GitHub - cdoersch/vae_tutorial: Caffe code to accompany my Tutorial on Variational

兩個模型是啥 我們從幾句話進入這兩個概念： 1、機器學習分為有監督的機器學習和無監督的機器學習； 2、有監督的機器學習就是已知訓練集資料的類別情況來訓練分類器，無監督的機器學習就是不知道訓練集的類別情況來訓練分類器； 3、所以說，有監督的機器學習可以抽象為一個分類task，而無監督的基本完成的是聚類； 4、有監督的機器學習中，我們可以概述為通過很多有標記的資料，訓練出一個模型，然後利用這個，對輸入的X進行預測輸出的Y。這個模型一般有兩種： 決策函數：Y=f(X)

近年來，VR/AR抄的特別火熱，比如之前在E3遊戲大展上，看到了一個明顯的趨勢：基於虛擬現實或增強現實的全新遊戲形式，也就是我們所說的VR/AR。 VR/AR/MR的前景如何。 事實上，索尼、Oculus、微軟、Google、三星等巨頭以及無數初創廠商，都在發展虛擬或是增強現實市場。Magic

@廢話在前 之前想做暴風魔鏡的VR遊戲，最後來香港學習裝置沒帶過來就沒繼續做，現在開始學習研究做一下AR遊戲開發，畢竟對裝置的要求比較低，很方便，看了不少資料，最後還是選了Vuforia這個經典的AR架構來學習，雖然說高通的Vuforia去年剛被PTC收購，以後的發展路線未知，但我看不久前還是有更新的，也是對開發人員開放的，至少用來學習沒問題，畢竟體驗一下AR技術，也就不在乎什麼架構了。 說到增強現實遊戲，說一下眾所周知的pokmon

1.1 Maven 概述 Maven提供了一套軟體專案管理的綜合性方案.無論是編譯,發布,文檔還是團隊協作,Maven提供了必要的抽象,它鼓勵重用,並做了除了軟體構建以外的許多工作.   1.1.1 什麼是Maven

A noob’s guide to implementing RNN-LSTM using Tensorflow http://monik.in/a-noobs-guide-to-implementing-rnn-lstm-using-tensorflow/ Sequence prediction using recurrent neural networks(LSTM) with TensorFlow http://mourafiq.com/2016/05/15/predicting-

說明：學習筆記，內容來自七月線上視頻-作者加號 一、帶記憶神經網路 文本產生，光直接feed不行，我們希望我們的分類器能夠記得上下文前後關係，RNN的目的就是讓有sequential關係的資訊得到考慮。sequential關係是資訊在時間上的前後關係。 1.RNN 2.LSTM-加強版RNN 說明 3.類比資訊在LSTM的變化 ①忘記門 決定了我們應該忘記哪些資訊 ②記憶門 哪些該記住 ③更新門 把老的cell

漫威MARVEL：建立於1939年，旗下擁有蜘蛛俠、金剛狼、美國隊長、鋼鐵俠、綠巨人、等超級英雄，和複仇者聯盟、X戰警、神奇四俠、銀河護衛隊等超級英雄團隊。2008年被迪士尼收購。 HBO Home Box Office：有線電視網路媒體公司，母公司時代華納。 好萊塢八大影業公司主要包括：華納兄弟公司、米高梅電影公司（貓和老鼠）、派拉蒙影業公司、哥倫比亞影業公司、環球影片公司、聯美電影公司、20世紀福克斯電影公司、迪士尼電影公司。 夢工廠DreamWorks Studios：2016

在來到公司之前，一直沒有深刻的體會，也不瞭解到底“中層管理”是一個什麼樣的角色，有什麼重要的作用。但經過這幾個月的摸爬滾打，經曆已然成了一部血淚史，成了老師口頭的”經典案例“。

關於異構資訊網路的基本概念，可以先看看：異構資訊網路–基本概念和定義學習筆記 ** 一、元路徑（Meta Path） ** - 因為異構資訊網路（以後簡稱為HIN）中包含著更多的節點類型和邊的類型，相對於同構網路來說比較複雜，所以Yizhou Sun【1】第一次提出了元路徑（meta path）的概念，基於元路徑來分析HIN，簡單來說元路徑就是串連兩個節點之間的邊類型和節點類型的串聯。詳細的還是看異構資訊網路–基本概念和定義學習筆記。 - 基於元路徑最基本的兩個工作是： （

source url: https://stackoverflow.com/questions/43437590/why-is-flags-necessary Usually FLAGS are used to pass command line arguments into your program. E.g. import tensorflow as tffs = tf.app.flagsfs.DEFINE_integer('n_epochs', 2

要查看網路中間結果，使用TensorFlow的小夥伴都知道，必須要run一下session，返回對應的值才能查看，這是很不方便的。為此，TensorFlow團隊發布了eager，可以即時查看中間結果，便於大家Debug。那麼怎麼來用呢。今天簡單介紹一下。 1. 安裝 Eager execution已經包含在最新的1.4版本中，有兩個辦法可以安裝，一是本地編譯安裝TensorFlow 1.4可以產生eager，二是安裝輕量級的庫： pip install tf-nightly #

§1 空間直線的方向 1. 方向角  通過原點O的直線OM與三條座標軸的夾角α，β，γ稱為該直線的方向角 即: α=∠MOX，β=∠MOY，γ=∠MOZ 2. 方向餘弦 直線方向角的餘弦稱為方向餘弦。 l=cosα=x/ρ,   m=cosβ=y/ρ,   n=cosγ=z/ρ 其中     ，  &

TensorFLow能夠識別的影像檔，可以通過numpy，使用tf.Variable或者tf.placeholder載入進tensorflow；也可以通過內建函數（tf.read）讀取，當影像檔過多時，一般使用pipeline通過隊列的方法進行讀取。下面我們介紹兩種產生tensorflow的映像格式的方法，供給tensorflow的graph的輸入與輸出。 1 import cv2import numpy as npimport h5pyheight = 460width = 34

  PC上裝好Ubuntu系統，我們一步一步來講解如何使用源碼安裝tensorflow?（我的Ubuntu系統是15.10） 安裝cuda 根據你的系統型號選擇相應的cuda版本下載  https://developer.nvidia.com/cuda-downloads  我選的是cuda-repo-ubuntu1504-7-5-local_7.5-18_amd64.deb 右擊下載到的檔案，Open inTerminal，輸入一下命令：