最近用selenium做了一些微小的工作。自己用的時候當(dāng)然是在命令行直接執(zhí)行腳本就ok了畅形，順便還可以看看打在控制臺的輸出信息护姆。使用pyinstaller打包成exe后，就發(fā)現(xiàn)...
發(fā)簡信
IP屬地：四川
-
python selenium 運(yùn)行driver時不彈出控制臺CMD窗口
-
利用Python進(jìn)行數(shù)據(jù)分析·第2版
-
《利用Python進(jìn)行數(shù)據(jù)分析·第2版》第1章 準(zhǔn)備工作《利用Python進(jìn)行數(shù)據(jù)分析·第3版》新版上市[https://u.jd.com/W8xSkzl]子眶，新版使用的是Pandas 1.4，更新了不少內(nèi)容序芦。為了幫助大家學(xué)習(xí)臭杰，這次...
-
> 所有文章和譯文僅用于個人學(xué)習(xí)渴杆，不涉及商業(yè)利益<br>> 歡迎指出文章中的錯誤<br><br>▼GitHub和微信▼<br>討論寥枝、學(xué)習(xí)、共同進(jìn)步
-
C3D：使用3D卷積網(wǎng)絡(luò)學(xué)習(xí)時空特征摘要 針對時空特征的學(xué)習(xí)磁奖，我們提出了一個簡單有效的方法囊拜，在大規(guī)模有監(jiān)督視頻數(shù)據(jù)集上使用深度3維卷積網(wǎng)絡(luò)(3D ConvNets)。我們有3個發(fā)現(xiàn)： 3D ConvNets比2...
-
本專題招募管理員，有意向請簡信私聊身诺，謝謝蜜托！ 用來分享機(jī)器學(xué)習(xí)，深度學(xué)習(xí)霉赡，神經(jīng)網(wǎng)絡(luò)橄务，計算機(jī)視覺等領(lǐng)域的一些技術(shù)。 Machine Learning 學(xué)習(xí)資料：http://www.reibang.com/p/e0238db24973 相關(guān)參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.reibang.com/p/182baeb82c71 3. [深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.reibang.com/p/6752a8845d01 8. [知乎“機(jī)器學(xué)習(xí)”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.reibang.com/p/fe428f0b32c1 …… 希望大家可以相互交流穴亏，相互學(xué)習(xí)蜂挪！
-
pytorch
-
神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)專題歡迎大家投稿相關(guān)內(nèi)容蟆湖。從基礎(chǔ)理論到實戰(zhàn)演練均可嘗試投稿故爵。若有GPU計算資源需求去完成很有價值的工作也可以留言請求，我們會滿足你的哈隅津！ 該專欄中的文章還會被發(fā)在：UAI人工智能公眾號诬垂。讓更多的人看到你們的優(yōu)秀作品。
-
-
請問下哈隧枫，我是一名學(xué)生，最近也在做印刷體中文識別的東西谓苟，不知道在幾千個文字的結(jié)果下官脓，這個網(wǎng)絡(luò)結(jié)構(gòu)還可以么？
Caffe Windows系列(4): 中文識別初探(續(xù))
0. 預(yù)備 在上一篇文章中涝焙，我們測試了100個中文字符使用Lenet5模型的正確率卑笨，其正確率達(dá)到了100%。（不達(dá)到100%就有問題了仑撞，我的訓(xùn)練集和測試集是極其近似的赤兴，僅僅是...
