<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[timeshark的专栏]]></title><description><![CDATA[猫头鹰是我的好朋友~]]></description><link>https://blog.youkuaiyun.com/x_shuck</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; x_shuck]]></copyright><item><title><![CDATA[目录结构]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/115973998</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/115973998</guid><author>x_shuck</author><pubDate>Wed, 21 Apr 2021 19:32:32 +0800</pubDate><description><![CDATA[机器学习

线性模型https://blog.youkuaiyun.com/abcdrachel/article/details/94285148
	决策树
	神经网络
	支持向量机
	集成学习
	聚类
深度学习

DNN
	CNN
	RNN
	残差网络
	LSTM
	attention机制
	对抗机制
推荐系统

协同过滤
	因式分解
	fm
	deepfm
	wide&amp;deep
...]]></description><category></category></item><item><title><![CDATA[线性模型]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/115973318</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/115973318</guid><author>x_shuck</author><pubDate>Wed, 21 Apr 2021 19:22:02 +0800</pubDate><description><![CDATA[https://blog.youkuaiyun.com/abcdrachel/article/details/94285148
]]></description><category></category></item><item><title><![CDATA[Attention机制与self-Attention机制]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/115731752</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/115731752</guid><author>x_shuck</author><pubDate>Thu, 15 Apr 2021 17:11:03 +0800</pubDate><description><![CDATA[作者：张俊林
链接：https://www.zhihu.com/question/68482809/answer/264632289
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。


注意力模型最近几年在深度学习各个领域被广泛使用，无论是图像处理、语音识别还是自然语言处理的各种不同类型的任务中，都很容易遇到注意力模型的身影。所以，了解注意力机制的工作原理对于关注深度学习技术发展的技术人员来说有很大的必要。

人类的视觉注意力

从注意力模型的命名方式看，很明显其借鉴了人.]]></description><category></category></item><item><title><![CDATA[模型的评估和选择]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/115702182</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/115702182</guid><author>x_shuck</author><pubDate>Wed, 14 Apr 2021 16:24:08 +0800</pubDate><description><![CDATA[模型评估与选择

https://blog.youkuaiyun.com/dzysunshine/article/details/83013773
]]></description><category></category></item><item><title><![CDATA[2.4 【手写数字识别】之网络结构]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/105795265</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/105795265</guid><author>x_shuck</author><pubDate>Mon, 27 Apr 2020 17:21:13 +0800</pubDate><description><![CDATA[本节将飞桨“横纵式”教学法展开，横向分析，探讨如何通过网络结构的优化，提升模型准确度。

概述

前几节我们尝试使用与房价预测相同的简单神经网络解决手写数字识别问题，但是效果并不理想。原因是手写数字识别的输入是28 × 28的像素值，输出是0-9的数字标签，而线性回归模型无法捕捉二维图像数据中蕴含的复杂信息，如图1所示。无论是牛顿第二定律任务，还是房价预测任务，输入特征和输出预测值之间的关系均...]]></description><category></category></item><item><title><![CDATA[2.2 通过极简方案快速构建手写数字识别模型]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/105795170</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/105795170</guid><author>x_shuck</author><pubDate>Mon, 27 Apr 2020 17:18:17 +0800</pubDate><description><![CDATA[本节主要介绍通过“横纵式”教学法中的纵向极简方案快速构建手写数字识别的操作方法。

通过极简方案构建手写数字识别模型

上一节介绍了创新性的“横纵式”教学法，有助于深度学习初学者快速掌握深度学习理论知识，并在过程中让读者获得到真实建模的实战体验。在“横纵式”教学法中，纵向概要介绍模型的基本代码结构和极简实现方案，如图1所示。本节将使用这种极简实现方案快速完成手写数字识别的建模。




图1：...]]></description><category></category></item><item><title><![CDATA[2.1 使用飞桨完成手写数字识别模型]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/105795127</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/105795127</guid><author>x_shuck</author><pubDate>Mon, 27 Apr 2020 17:16:40 +0800</pubDate><description><![CDATA[本节主要介绍使用飞桨构建手写数字识别的神经网络模型的流程及设计思路。

手写数字识别任务

数字识别是计算机从纸质文档、照片或其他来源接收、理解并识别可读的数字的能力，目前比较受关注的是手写数字识别。手写数字识别是一个典型的图像分类问题，已经被广泛应用于汇款单号识别、手写邮政编码识别，大大缩短了业务处理时间，提升了工作效率和质量。

在处理如图1所示的手写邮政编码的简单图像分类任务时，可以使用...]]></description><category></category></item><item><title><![CDATA[1.5 Numpy介绍]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/105795073</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/105795073</guid><author>x_shuck</author><pubDate>Mon, 27 Apr 2020 17:15:02 +0800</pubDate><description><![CDATA[在使用飞桨构建神经网络时，通过使用Numpy实现快速的计算，节省存储空间，本节介绍Numpy基础操作。

概述

Numpy（Numerical Python的简称）是高性能科学计算和数据分析的基础包。使用飞桨构建神经网络模型时，通常会使用Numpy实现数据预处理和一些模型指标的计算，飞桨中的Tensor数据可以很方便的和ndarray数组进行相互转换。

本节主要介绍Numpy如下功能：

nd...]]></description><category></category></item><item><title><![CDATA[1.4 使用飞桨重写房价预测模型]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/105795030</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/105795030</guid><author>x_shuck</author><pubDate>Mon, 27 Apr 2020 17:13:38 +0800</pubDate><description><![CDATA[介绍使用飞桨完成波士顿房价预测模型构建的流程和操作方法，让读者体验一下飞桨的使用！

飞桨深度学习平台设计之“道”

当读者习惯使用飞桨框架后会发现程序呈现出“八股文”的形态，即不同的程序员、使用不同模型、解决不同任务的时候，他们编写的建模程序是极其相似的。虽然这些设计在某些“极客”的眼里缺乏精彩，但从实用性的角度，我们更期望建模者聚焦需要解决的任务，而不是将精力投入在框架的学习上。因此使用飞桨编...]]></description><category></category></item><item><title><![CDATA[1.3 飞桨开源深度学习平台介绍]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/105794974</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/105794974</guid><author>x_shuck</author><pubDate>Mon, 27 Apr 2020 17:12:19 +0800</pubDate><description><![CDATA[介绍飞桨在行业内的应用情况、产品全景、技术优势，以及飞桨的安装方法和联系方式。

深度学习框架

近年来深度学习在很多机器学习领域都有着非常出色表现，在图像识别、语音识别、自然语言处理、机器人、网络广告投放、医学自动诊断和金融等领域有着广泛应用。面对繁多的应用场景，深度学习框架有助于建模者节省大量而繁琐的外围工作，更聚焦业务场景和模型设计本身。

深度学习框架优势

使用深度学习框架完成模型构建有...]]></description><category></category></item><item><title><![CDATA[1.2 使用Python和Numpy构建神经网络模型]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/105794869</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/105794869</guid><author>x_shuck</author><pubDate>Mon, 27 Apr 2020 17:09:21 +0800</pubDate><description><![CDATA[本节以“波士顿房价”任务为例，向读者介绍使用Python语言和Numpy库来构建神经网络模型的思考过程和操作方法

波士顿房价预测任务

上一节我们初步认识了神经网络的基本概念（如神经元、多层连接、前向计算、计算图）和模型结构三要素（模型假设、评价函数和优化算法）。本节将以“波士顿房价”任务为例，向读者介绍使用Python语言和Numpy库来构建神经网络模型的思考过程和操作方法。

波士顿房价预测...]]></description><category></category></item><item><title><![CDATA[1.1 机器学习和深度学习综述]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/105794646</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/105794646</guid><author>x_shuck</author><pubDate>Mon, 27 Apr 2020 17:03:34 +0800</pubDate><description><![CDATA[人工智能、机器学习、深度学习的关系

近些年人工智能、机器学习和深度学习的概念十分火热，但很多从业者却很难说清它们之间的关系，外行人更是雾里看花。在研究深度学习之前，我们先从三个概念的正本清源开始。

概括来说，人工智能、机器学习和深度学习覆盖的技术范畴是逐层递减的。人工智能是最宽泛的概念。机器学习是当前比较有效的一种实现人工智能的方式。深度学习是机器学习算法中最热门的一个分支，近些年取得了显著的...]]></description><category></category></item><item><title><![CDATA[百度架构师手把手教深度学习-零基础入门深度学习]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/105794518</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/105794518</guid><author>x_shuck</author><pubDate>Mon, 27 Apr 2020 16:57:18 +0800</pubDate><description><![CDATA[前言

介绍本教程使用建议和相关材料获取渠道，帮助学员更好的上手深度学习课程。

前言

很高兴在【百度架构师手把手教深度学习教程】中与您相见，希望您能顺利、高效完成本课程的学习。本课程由百度飞桨主任架构师、首席讲师和产品负责人共同设计和写作，我们非常期望课程中的理论知识、飞桨的使用方法和相关工业实践的应用，可以帮助您打开深度学习的大门。学习完本课程后，您也可以尝试使用飞桨，设计并构建您工作需要或...]]></description><category></category></item><item><title><![CDATA[mac上安装mysql]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/102060014</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/102060014</guid><author>x_shuck</author><pubDate>Fri, 04 Oct 2019 13:37:52 +0800</pubDate><description><![CDATA[前提准备：mac上已经安装了homebrew，如果没有查看https://blog.youkuaiyun.com/x_shuck/article/details/88755716

https://www.jianshu.com/p/e5c9e8ef8ccb
]]></description><category></category></item><item><title><![CDATA[03. 开启mac terminal 命令/路径自动补全功能]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/88755755</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/88755755</guid><author>x_shuck</author><pubDate>Sat, 23 Mar 2019 06:48:12 +0800</pubDate><description><![CDATA[用惯了windows命令行工具的按Tab自动补全路径功能后,在mac terminal上敲命令很不习惯。其实mac terminal也有这个功能。

在命令行输入nano .inputrc

进入.inputrc的编辑界面，输入如下语句：

set completion-ignore-case on set show-all-if-ambiguous on TAB: menu-complete

...]]></description><category></category></item><item><title><![CDATA[02. mac下使用ll等指令]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/88755718</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/88755718</guid><author>x_shuck</author><pubDate>Sat, 23 Mar 2019 05:13:43 +0800</pubDate><description><![CDATA[linux有ll等命令，切换到MAC下这些指令是没有的

其实就是别名，用ls -alF也能做到

添加方法：

vim ~/.bash_profile

输入一下内容


alias ll='ls -alF'
alias la='ls -A'
alias l='ls -CF
保存完成之后
source ~/.bash_profile

可以使用ll等命令了

==================...]]></description><category></category></item><item><title><![CDATA[01. mac编程--homebrew安装]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/88755716</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/88755716</guid><author>x_shuck</author><pubDate>Sat, 23 Mar 2019 05:10:03 +0800</pubDate><description><![CDATA[Homebrew 是一款 macOS 平台下的软件包管理工具，拥有安装、卸载、更新、查看、搜索等很多实用的功能。包管理工具可以让你安装和更新程序变得更方便，目前在 OS X 系统中最受欢迎的包管理工具就是 Homebrew。

系统要求

Intel CPU
	OS X 10.9 or higher
	Xcode 命令行工具 $ xcode-select --install
	支持shell (s...]]></description><category></category></item><item><title><![CDATA[python文件读写]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/83478989</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/83478989</guid><author>x_shuck</author><pubDate>Mon, 29 Oct 2018 20:27:21 +0800</pubDate><description><![CDATA[python 文件读写

文件操作模式：&quot;r&quot; 读；&quot;w&quot; 写；&quot;a&quot; 追加；&quot;r+&quot; 可读可写，文件若不存在就报错；&quot;w+&quot;可写可读，文件不存在就创建；&quot;a+&quot;可写可读，文件不存在则创建。对应的二进制文件操作模式：&quot;rb&quot;, &quot;wb&quot;, &quot;ab&quot;, &quot;rb+&quot;, &quot;wb+&quot;, &quot;]]></description><category></category></item><item><title><![CDATA[python文件头作用]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/83477507</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/83477507</guid><author>x_shuck</author><pubDate>Sun, 28 Oct 2018 19:59:46 +0800</pubDate><description><![CDATA[1、python文件头的作用有两个，第一，指定解释器；第二，指定文件的编码。

2、指定解释器的python文件，在chmod +x权限后，可以通过./hello.py直接执行；否则只能用python hello.py执行。

3、指定解释器的方式有直接指定python文件，和指定系统变量（#!/usr/bin/env）两种

4、文件在落盘的时候，不同的编码方式，落盘的内容不同，解析起来也需要按...]]></description><category></category></item><item><title><![CDATA[C++系列总结]]></title><link>https://blog.youkuaiyun.com/x_shuck/article/details/83477254</link><guid>https://blog.youkuaiyun.com/x_shuck/article/details/83477254</guid><author>x_shuck</author><pubDate>Sun, 28 Oct 2018 19:26:54 +0800</pubDate><description><![CDATA[C++ 系列总结

文件读写
	操作系统操作相关
	日志
	进程、线程
	命令行参数解析
]]></description><category></category></item></channel></rss>