吴恩达是大师。这一点没有错。吴恩达的AI视频也确实是干货满满。但是，看他的视频时常还是有种抓狂的感觉。
我看过他的《机器学习》（2遍+）和《深度学习》（1遍），一开始还好，但是到了涉及公式的部分的时候，会忽然变得吃力。为什么呢？我觉得也许要同步看中文翻译（也不算翻译的太好）的同时，还要再去理解，注意力容易分散，然后那些公式本来就晦涩难懂，就GG了。
当然这也可能是我的问题。我也曾经尝试过多遍听课学习，但是效果仍然比较有限，花费的时间却是不少的。相比之下呢，我推荐如下两种学习资料。
如果喜欢看视频，那我推荐李宏毅的课程。可以说听起来是真的算是通俗易懂，举例也很风趣。而且，他讲解的过程中给我们解释了很多在学习其他教程的时候存在的疑惑，比如说，为什么多层简单神经网络，比起三层神经网络来效果都差？再比如，为什么在参数中随机加入一些错误变化，反而能够提升模型的稳定性？这些问题相信都会在每一个学习者脑袋里闪过，但是没有其他人试图给你讲清楚“为什么”。
如果喜欢看书，那我推荐一本日本作者的书：斋藤的《深度学习入门——基于Python的理论与实现》。这本书让你用基本的Python代码，搭建起了一个非常轻量级的“AI框架”。为什么说是“AI框架”呢？因为它最终的实现，跟你用keras等框架的使用习惯非常的想象，这也就解释了其实那些高大上的框架，也是由基本的理念、代码搭建起来的，有种探秘的感觉。
这些Python实现，也是用非常简短的代码，去实现了每个子模块的功能，虽然不算太严谨和高效，但是对于我们初步理解深度学习算法，已经够了。这位作者一共有三部曲的书籍，很可惜中间有一部还没有中文译本，期待。
题外话说一点，虽然对RB没有啥好感（历史遗留），但是他们的教育书籍，以及文学书籍，确实做的很到位。这就是匠人精神吗？我在学习一些科技技术的时候，虽然也很想找中国学者的书籍，但真的是晦涩难懂，老是中间缺失很多支撑理解的东西，好像不把书写复杂了就显示不出水平来。然后去追国外的著作吧，翻译往往又是道坎，当然自己也还没有到能直接读英语原著的能力，不知道直接阅读会不会有更好的收获（但可见，磨进去的时间应该更多吧），更何况也并不是每本好书都是英语著作，比如说斋藤的作品。
推荐如上，希望大家少走一些坎，能早日获得可口的知识。
我有一些Ruby代码，如下所示:Something.createdo|x|x.foo=barend我想编写一个测试，它使用double代替block参数x，这样我就可以调用:x_double.should_receive(:foo).with("whatever").这可能吗？ 最佳答案 specify'something'dox=doublex.should_receive(:foo=).with("whatever")Something.should_receive(:create).and_yield(x)#callthere
对于作为String#tr参数的单引号字符串文字中反斜杠的转义状态，我觉得有些神秘。你能解释一下下面三个例子之间的对比吗？我特别不明白第二个。为了避免复杂化，我在这里使用了'd'，在双引号中转义时不会改变含义("\d"="d")。'\\'.tr('\\','x')#=>"x"'\\'.tr('\\d','x')#=>"\\"'\\'.tr('\\\d','x')#=>"x" 最佳答案 在tr中转义tr的第一个参数非常类似于正则表达式中的括号字符分组。您可以在表达式的开头使用^来否定匹配(替换任何不匹配的内容)并使用例如a-f来匹配一
目录前言滤波电路科普主要分类实际情况单位的概念常用评价参数函数型滤波器简单分析滤波电路构成低通滤波器RC低通滤波器RL低通滤波器高通滤波器RC高通滤波器RL高通滤波器部分摘自《LC滤波器设计与制作》，侵权删。前言最近需要学习放大电路和滤波电路，但是由于只在之前做音乐频谱分析仪的时候简单了解过一点点运放，所以也是相当从零开始学习了。滤波电路科普主要分类滤波器：主要是从不同频率的成分中提取出特定频率的信号。有源滤波器：由RC元件与运算放大器组成的滤波器。可滤除某一次或多次谐波，最普通易于采用的无源滤波器结构是将电感与电容串联，可对主要次谐波（3、5、7）构成低阻抗旁路。无源滤波器：无源滤波器，又称
最近在学习CAN，记录一下，也供大家参考交流。推荐几个我觉得很好的CAN学习，本文也是在看了他们的好文之后做的笔记首先是瑞萨的CAN入门，真的通透；秀！靠这篇我竟然2天理解了CAN协议！实战STM32F4CAN！原文链接：https://blog.csdn.net/XiaoXiaoPengBo/article/details/116206252CAN详解（小白教程）原文链接：https://blog.csdn.net/xwwwj/article/details/105372234一篇易懂的CAN通讯协议指南1一篇易懂的CAN通讯协议指南1-知乎(zhihu.com)视频推荐CAN总线个人知识总
深度学习部署：Windows安装pycocotools报错解决方法1.pycocotools库的简介2.pycocotools安装的坑3.解决办法更多Ai资讯：公主号AiCharm本系列是作者在跑一些深度学习实例时，遇到的各种各样的问题及解决办法，希望能够帮助到大家。ERROR:Commanderroredoutwithexitstatus1:'D:\Anaconda3\python.exe'-u-c'importsys,setuptools,tokenize;sys.argv[0]='"'"'C:\\Users\\46653\\AppData\\Local\\Temp\\pip-instal
动漫制作技巧是很多新人想了解的问题，今天小编就来解答与大家分享一下动漫制作流程，为了帮助有兴趣的同学理解，大多数人会选择动漫培训机构，那么今天小编就带大家来看看动漫制作要掌握哪些技巧？一、动漫作品首先完成草图设计和原型制作。设计草图要有目的、有对象、有步骤、要形象、要简单、符合实际。设计图要一致性，以保证制作的顺利进行。二、原型制作是根据设计图纸和制作材料，可以是手绘也可以是3d软件创建。在此步骤中，要注意的问题是色彩和平面布局。三、动漫制作制作完成后，加工成型。完成不同的表现形式后，就要对设计稿进行加工处理，使加工的难易度降低，并得到一些基本准确的概念，以便于后续的大样、准确的尺寸制定。四、
2022/8/4更新支持加入水印水印必须包含透明图像，并且水印图像大小要等于原图像的大小pythonconvert_image_to_video.py-f30-mwatermark.pngim_dirout.mkv2022/6/21更新让命令行参数更加易用新的命令行使用方法pythonconvert_image_to_video.py-f30im_dirout.mkvFFMPEG命令行转换一组JPG图像到视频时，是将这组图像视为MJPG流。我需要转换一组PNG图像到视频，FFMPEG就不认了。pyav内置了ffmpeg库，不需要系统带有ffmpeg工具因此我使用ffmpeg的python包装p
Transformers开始在视频识别领域的“猪突猛进”，各种改进和魔改层出不穷。由此作者将开启VideoTransformer系列的讲解，本篇主要介绍了FBAI团队的TimeSformer，这也是第一篇使用纯Transformer结构在视频识别上的文章。如果觉得有用，就请点赞、收藏、关注！paper:https://arxiv.org/abs/2102.05095code(offical):https://github.com/facebookresearch/TimeSformeraccept:ICML2021author:FacebookAI一、前言Transformers(VIT)在图
Region是HBase数据管理的基本单位,region有一点像关系型数据的分区。region中存储这用户的真实数据，而为了管理这些数据，HBase使用了RegionSever来管理region。Region的结构hbaseregion的大小设置默认情况下，每个Table起初只有一个Region，随着数据的不断写入，Region会自动进行拆分。刚拆分时，两个子Region都位于当前的RegionServer，但处于负载均衡的考虑，HMaster有可能会将某个Region转移给其他的RegionServer。RegionSplit时机：当1个region中的某个Store下所有StoreFile
当我创建一个Rails应用程序时，控制台:railsnewfoo我的代码可以使用字符串“foo”吗？puts"Yourapp'snameis"+app_name_bar 最佳答案 Rails.application.class将为您提供应用程序的全名(例如YourAppName::Application)。从那里您可以使用Rails.application.class.parent获取模块名称。 关于ruby-on-rails-应用程序的名称是否可以作为变量使用？，我们在StackOve
