Giter Site home page Giter Site logo

blogcomment's Introduction

BlogComment

博客评论

blogcomment's People

Contributors

holy-shine avatar

Watchers

James Cloos avatar  avatar

blogcomment's Issues

使用OpenCV实现车标识别 - 绝章立直点三家のブログ

http://logwhen.cn/2018/01/16/%E4%BD%BF%E7%94%A8OpenCV%E5%AE%9E%E7%8E%B0%E8%BD%A6%E6%A0%87%E8%AF%86%E5%88%AB.html

使用OpenCV实现车标自动识别写在前面最近闲着没事,就把旧的博客从博客园迁移过来。看了一下这篇,原文写的太稚气了(毕竟那时年轻lol),现在在这里把它整理一下。开篇本博客将要手把手教大家怎么使用OpenCV自带的简单BP神经网络来训练识别不同的车标。 所有代码和数据集均可以从我的 GitHub仓库 免费下载获...

【翻译】Neural Collaborative Filtering--神经协同过滤 - 绝章立直点三家のブログ

http://logwhen.cn/2017/04/22/%E7%BF%BB%E8%AF%91-Neural-Collaborative-Filtering-%E7%A5%9E%E7%BB%8F%E5%8D%8F%E5%90%8C%E8%BF%87%E6%BB%A4.html

摘要近年来,深层神经网络在语音识别,计算机视觉和自然语言处理方面都取得了巨大的成功。然而相对的,对应用深层神经网络的推荐系统的探索却受到较少的关注。在这项工作中,我们力求开发一种基于神经网络的技术,来解决在含有隐形反馈的基础上进行推荐的关键问题——协同过滤。尽管最近的一些工作已经把深度学习运用到了推荐中,但是他们...

可能会是面试题——不定期更 - 绝章立直点三家のブログ

http://logwhen.cn/2018/02/04/%E5%8F%AF%E8%83%BD%E4%BC%9A%E6%98%AF%E9%9D%A2%E8%AF%95%E9%A2%98(%E4%B8%8D%E5%AE%9A%E6%9C%9F%E6%9B%B4).html

大端小端写个程序验证计算机是大端派,还是小端派。 什么是 大端 ?OK,就是计算机存储字节的顺序由小到大。举个例子,0x12345678占4个字节,一个字节一个地址,假设数据存放的开始地址是0x0001(32位机),那么从该地址开始,往地址增大的方向,依次存储0x12、0x34、0x56、0x78。小端 就是倒过...

Logistic回归Cost函数和J(θ)的推导----Andrew Ng【machine learning】公开课 - 绝章立直点三家のブログ

http://logwhen.cn/2017/02/14/Logistic%E5%9B%9E%E5%BD%92Cost%E5%87%BD%E6%95%B0%E5%92%8CJ(%CE%B8)%E7%9A%84%E6%8E%A8%E5%AF%BC-Andrew-Ng-machine-learning-%E5%85%AC%E5%BC%80%E8%AF%BE.html

最近翻Peter Harrington的《机器学习实战》,看到Logistic回归那一章有点小的疑问。作者在简单介绍Logistic回归的原理后,立即给出了梯度上升算法的code:从算法到代码跳跃的幅度有点大,作者本人也说了,这里略去了一个简单的数学推导。

再谈反向传播 - 绝章立直点三家のブログ

https://holy-shine.github.io/2018/01/10/%E5%86%8D%E8%B0%88%E5%8F%8D%E5%90%91%E4%BC%A0%E6%92%AD.html

此前写过一篇《BP算法基本原理推导—-《机器学习》笔记》,但是感觉满纸公式,而且没有讲到BP算法的精妙之处,所以找了一些资料,加上自己的理解,再来谈一下BP。如有什么疏漏或者错误的地方,还请大家不吝赐教。1.泛谈BP说到反向传播,无非四个字——“链式求导”,但实际上BP不止如此,BP是在这个基础上,加入了一点动态...

Logistic回归Cost函数和J(θ)的推导----Andrew Ng【machine learning】公开课 - 绝章立直点三家のブログ

https://holy-shine.github.io/2018/01/10/Logistic%E5%9B%9E%E5%BD%92Cost%E5%87%BD%E6%95%B0%E5%92%8CJ(%CE%B8)%E7%9A%84%E6%8E%A8%E5%AF%BC-Andrew-Ng-machine-learning-%E5%85%AC%E5%BC%80%E8%AF%BE.html

最近翻Peter Harrington的《机器学习实战》,看到Logistic回归那一章有点小的疑问。作者在简单介绍Logistic回归的原理后,立即给出了梯度上升算法的code:从算法到代码跳跃的幅度有点大,作者本人也说了,这里略去了一个简单的数学推导。那么其实这个过程在Andrew Ng的机器学习公开课里也有...

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.