早该有这个系列了，这个系列会是一些开源项目和优质文章的推荐。主要来源：每周我都会收到很多投稿邮件，其中有一些非常不错的文章，因为篇幅或者源码片段过多的原因不太适合推送，决定单独分享给大家。偶尔也会收到一些项目的投稿，项目readme是不适合直接推送的，但是优质的项目我也是愿意分享给大家的。我自己看到的一些优质的文章以及github热门项目。1.Mock你的数据，放个大招https://www.ji
分类：
移动开发 时间：
2020-12-30 11:05:31
阅读次数：
0
看mentor的脚本时，遇到self._item.callspec.getparam('')语句，理解起来比较困难，找到一篇文章，记录的比较详细，特别记录一下，以备复习。 附链接地址：http://www.chengxuyuans.com/Python/67370.html 顺带粘一下正文，方便大家 ...
分类：
编程语言 时间：
2020-12-30 10:40:00
阅读次数：
0
文章提出了StarGAN v2，这是一种可以同时解决生成图像多样性和多域扩展性的单一框架。相比于了baselines，它取得了明显的提升。文章对StarGAN 取得的视觉质量、多样性以及可扩展性都进行了验证。 ...
分类：
其他好文 时间：
2020-12-30 10:38:06
阅读次数：
0
前言本文来自@晓风东东的投稿，相信webpack大家应该很熟悉了～～正文从这开始～记得我第一次上webpack官网的时候看了半天，最后总结是：这是个什么东西？！接下来的第二次第三次依然会有这种感觉，webpack令人懵逼的文档对新手来说简直是噩梦。这篇文章针对webpack中令人疑惑的部分进行全面讲解，让你不再懵逼。Webpack是目前最火React和Redux打包工具，使用Angular2或者其
分类：
Web程序 时间：
2020-12-29 11:53:51
阅读次数：
0
回顾在文章《朴素贝叶斯》中，小夕为大家介绍了朴素贝叶斯模型的基本知识，并且得出了朴素贝叶斯是利用联合概率P(x1,x2,x3...xn,y)来确定某个样本为某个类别的概率，进而利用最大后验概率（MAP）来决策类别。也就是说，朴素贝叶斯的假设函数如下：其中，假设有c个类别，则i=1,2,...,c。（补充：argmax大家应该都熟悉了吧，意思就是返回使函数值最大的参数，这里的函数即P(X,yi)，参
分类：
其他好文 时间：
2020-12-29 11:52:17
阅读次数：
0
在上一篇文章末尾，小夕提到了“机器学习是实现自然语言处理的正确道路”。其实确实如此，纵观整个自然语言处理的发展史，也是纵观整个人工智能的发展史，从诞生到现在，机器学习不仅是在理论和工程上实现自然语言处理的目前最佳选择，也是最贴近生物掌握自然语言处理能力的本能方式。从规则到统计，再到如今深度学习这个特殊而一般的统计，这条发展之路***在自然语言处理的几乎每一个应用场景。如中文分词，从最初的最大匹配法（
分类：
其他好文 时间：
2020-12-29 11:51:26
阅读次数：
0
在那很久很久以前，可爱的小夕写了一篇将逻辑回归小题大做的文章，然后在另一篇文章中阐述了逻辑回归的本质，并且推广出了softmax函数。从那之后，小夕又在一篇文章中阐述了逻辑回归与朴素贝叶斯的恩仇录，这两大祖先级人物将机器学习的国度划分为两大板块——生成式与判别式。后来，朴素贝叶斯为了将自己的国度发扬光大，进化出了贝叶斯网以抗衡逻辑回归，一雪前耻。然而，傲娇的逻辑回归怎能就此善罢甘休呢？ps：对上面
分类：
其他好文 时间：
2020-12-29 11:51:06
阅读次数：
0
Linux下使用killall命令终止进程的8大用法良许良许LinuxLinux的命令行提供很多命令来杀死进程。比如，你可以向kill命传递一个PID来杀死进程；pkill命令使用一个正则表达式作为输入，所以和该模式匹配的进程都被杀死。但是还有一个命令叫killall，默认情况下，它精确地匹配参数名，然后杀死匹配进程。在这篇文章中，我们将讨论有关这个命令的实际应用。默认情况下，killall命令将
分类：
系统相关 时间：
2020-12-29 11:50:51
阅读次数：
0
在上一篇文章中，小夕讲述了逻辑回归为了抗衡贝叶斯网，也开始了自己的进化。然而令我们没有想到的是，逻辑回归最终竟然进化成了一个生成式模型——受限玻尔兹曼机（RBM），也就是变成了敌方（生成式模型）的武器。意外得到RBM的朴素贝叶斯万分惊喜，并且燃起了将它自己做的贝叶斯网与敌方送的RBM融合的冲动！那么朴素贝叶斯的疯狂想法能不能实现呢？还是按照惯例，先叙述背景姿势。在《朴素贝叶斯到贝叶斯网》中，小夕为
分类：
其他好文 时间：
2020-12-29 11:50:30
阅读次数：
0
在我重新抱起概率统计的课本之前，我一直都不清楚似然函数为什么是那样子的，只知道照着公式敲代码（那时候还没有tensorflow），于是出过各种糗：“啊？似然函数不就是交叉熵吗？”“机器学习中的似然函数怎么看起来跟概率统计课本里的不一样呢？”“学长学长，我把这个model的输出接上交叉熵后怎么报错了？”“似然函数”名字的意义已经在以前的多篇文章中提过了，更通用的定义来说，似然函数就是衡量当前模型参数
分类：
其他好文 时间：
2020-12-29 11:50:10
阅读次数：
0
