《深度学习》专题
-
深度对接
本章将介绍如何使用接口在网站上进行对接 在网站<head></head>或<body></body>区域引入小能 js <script id="xiaonengjs" src="//visitor.ntalker.com/visitor/js/xiaoneng.js?siteid=您的网站id"></script> 如果您需要更新用户信息，如身份信息，您可以添加以下代码xn('setCustom
-
浏览深度
浏览深度分为两部分： 时间/设备筛选 和 浏览深度分析 （详情） 1.时间筛选 便捷按钮有今日、昨日、前日、上周 X、近七天，并且能自定义选择时间段/设备来得出想要的结果报表 2.浏览深度分析 (详情) 1)访问者浏览深度情况，体现网站内容是否足够吸引 2)如有需要，亦可点击下载当前报表及更多数据下载，将报表下载到个人电脑，以供存档及分析
-
深度测试
在坐标系统小节中，我们渲染了一个3D箱子，并且运用了深度缓冲(Depth Buffer)来防止被阻挡的面渲染到其它面的前面。在这一节中，我们将会更加深入地讨论这些储存在深度缓冲（或z缓冲(z-buffer)）中的深度值(Depth Value)，以及它们是如何确定一个片段是处于其它片段后方的。 深度缓冲就像颜色缓冲(Color Buffer)（储存所有的片段颜色：视觉输出）一样，在每个片段中储存了
-
深度截图
简介 深度截图（英文名：Deepin Screenshot）是deepin团队开发的一款精巧截图软件。 在Linux下虽然已有Shutter、 Scrot等强大的截图工具，但是它们操作体验并不是太好。因此深度截图学习了QQ截图的优点，实现了截图、编辑、分享一体化操作，方便用户降低学习成本，享受截图的快乐。 深度截图是一款自由软件，遵循自由软件基金会发布的 GNU 通用公共许可证第三版。 目前最新版
-
深度影音
深度影音播放器是 Linux Deepin 团队为广大 Linux 用户量身开发的一款影音播放软件。它是一款自由软件以 MPlayer2 作为后端，遵循自由软件基金会发布的 GNU 通用公共许可证第三版。 最易用的影音播放器是Linux Deepin核心团队对这款产品的期望。目前已经更新至2.0版本。
-
深度翻译
简介 深度翻译(英文名：Deepin Translator)是deepin 团队为开发的一款强大的翻译软件。 深度翻译提供数十种语言互译，支持划出和取词，同时还支持图片取词，简洁的外观和操作，为您提供从所未有的翻译体验。 深度翻译是一款自由软件，遵循自由软件基金会发布的 GNU 通用公共许可证第三版。 目前最新版本为1.0版本。 特性 *多种语言互翻，支持有道、Google、星际译王 *离线可以使
-
深度音乐
简介 深度音乐（英文名：Deepin Music）是deepin团队开发的一款美观易用的音乐播放器。 深度音乐使用基于GTK开发的Deepin UI开发，支持换肤功能，提供本地、在线音乐播放，支持音频格式转码和自动下载歌词等实用功能。 深度音乐是一款自由软件，遵循自由软件基金会发布的 GNU 通用公共许可证第三版。 目前最新版本为2.0版本。 特性 支持常见的音频格式 独创的音乐管理 提供简洁模式
-
深度游戏
简介 深度游戏（英文名:Deepin Games）是deepin团队为广大Linux用户量身打造的一款游戏分享平台，是中国唯一一款Linux平台下的游戏中心，也是全球为数不多的Linux游戏分享平台。 深度游戏中心是一款自由软件，遵循自由软件基金会发布的 GNU 通用公共许可证第三版。 目前已经更新到1.0版本. 特性 游戏分类,目前分为:棋牌、益智、策略、休闲、冒险、射击、动作、体育。 游戏
-
深度商店
简介 深度商店（英文名:Deepin Store）是deepin团队开发的一款应用商店软件。 深度商店支持一键安装、更新和卸载软件，抛弃以往Linux繁琐的命令安装方式，同时不断新增的软件应用，满足用户对应用的需求。 深度商店是一款自由软件，遵循自由软件基金会发布的 GNU 通用公共许可证第三版。目前已经更新到3.0版本. 特性 支持20多种语言 支持一键安装、升级软件 支持皮肤更换 多线程并行下
-
Python深入学习之闭包
本文向大家介绍Python深入学习之闭包，包括了Python深入学习之闭包的使用技巧和注意事项，需要的朋友参考一下 闭包(closure)是函数式编程的重要的语法结构。函数式编程是一种编程范式 (而面向过程编程和面向对象编程也都是编程范式)。在面向过程编程中，我们见到过函数(function)；在面向对象编程中，我们见过对象(object)。函数和对象的根本目的是以某种逻辑方式组织代码，并提高代码
-
深入学习 Java 中的 Lambda
本文向大家介绍深入学习 Java 中的 Lambda，包括了深入学习 Java 中的 Lambda的使用技巧和注意事项，需要的朋友参考一下 前言 我花了相当多的阅读和编码时间才最终理解Java Lambdas如何在概念上正常工作的。我阅读的大多数教程和介绍都遵循自顶向下的方法，从用例开始，最后以概念性问题结束。在这篇文章中，我想提供一个自下而上的解释，从其他已建立的Java概念中推导出Lambda
-
利用PyTorch进行深度学习：理解神经网络示例
下文作如下说明： 让我们尝试一个随机的32x32输入。注：此网的预期输入大小（LeNet）为32x32。若要在MNIST数据集中使用此网络，请将数据集中的图像大小调整为32x32。 问题1：为什么图像需要32x32（我假设这意味着32像素乘32）？ 在第一个卷积层，我们从一个输入通道到六个输入通道，这对我来说是有意义的。您只需将六个内核应用于单个输入通道，即可得到六个输出通道。从六个输入通道到十六
-
基于深度学习的推荐系统：综述和新视角推荐系统是针对消费者过度选择的直观防线。 鉴于网络上可用信息的爆炸性增长，用户经常受到无数产品，电影或餐馆的欢迎。 原文：Deep Learning based Recommender System: A Survey and New Perspectives (arxiv 1707.07435)
-
AI算法工程师/深度学习工程师岗位面经记录一下面试遇到的一些题目，有的我自己写了答案，有的没写，这只是目前我能想起来的所有问题，希望可以给大家一点参考，如果我写的答案有不对的也请大家指教！ 1.BN和LN的区别 2.什么情况下会发生梯度爆炸，如何解决（我们初始化的w是很大的数，w大到乘以激活函数的导数都大于1，那么连乘后，可能会导致求导的结果很大，形成梯度爆炸。 梯度截断：首先设置梯度阈值：clip_gradient，在后向传播中求出
-
科大讯飞 深度学习框架和平台方向 一面泡了一个半月终于约面了 时长：1h 1.自我介绍（面试官看我简历不太匹配问我为什么投） 2.项目拷打，涉及到的八股： 1）模型中用了什么优化器？常见的优化器有哪些？sgd和adam的区别是？ 2）训练模型的过程中，训练集、验证集、测试集的作用是什么？ 3）模型中用到了resnet和注意力机制，介绍一下 4）resnet中残差是怎么实现的？ 5）自注意力机制中为什么要除以根号dk？（基本上每个面试官