DL&NN
-
- GBDT+LR CTR预估-Kaggle实例[有数据集]
-
- R&S | 深度讨论FM和FFM：不仅是推荐
-
- 数据集 | 图网络一般适用的数据集整理
-
- map与flatMap的区别
-
- 大数据岗位要求之大数据开发工程师
-
- 大数据岗位要求之数据挖掘
-
- 算法工程师究竟需要哪些工程能力
-
- 推荐系统遇上深度学习(二十一)--阶段性回顾
-
- 为什么神经网络能以任意精度拟合任意复杂度的函数？
-
- 拼多多 算法岗位 三面面经
-
- 推荐系统遇上深度学习(五)--Deep&Cross Ne
-
- 机器学习实习生面经（腾讯IEG一面、阿里二面、美团一二面）
-
- Siamese network 孪生神经网络--一个简单神奇的结
-
- [机智的机器在学习] 机器学习中的归一化和正则化问题
-
- Pytorch使用tensorboardX可视化。超详细！！！
-
- Kaggle比赛心得
-
- 使用Seq2Seq+attention model实现简单的Ch
-
- 简单的Seq2Seq实现作对联
-
- VSCode入门简介
-
- 推文《阿里凑单算法首次公开！基于Graph Embedding的
-
- 深度学习之图像视频压缩技术
-
- Tensorflow学习——Attention
-
- tf.estimator 快速入门
-
- 学懂GAN的数学原理，让它不再神秘
-
- TensorFlow-Slim
-
- TensorFlow学习笔记：Retrain Inception
-
- TensorFlow高层Api如何使用分布式
-
- TensorFlow学习笔记：Inception_v3源码分析
-
- TensorFlow学习笔记：Retrain Inception
-
- TensorFlow学习笔记：使用Inception v3进行图
-
- TensorFlow中的那些高级API
-
- 一步步带你探究如何高效使用TensorFlow
-
- 配置深度学习主机与环境（TensorFlow+1080Ti）：（
-
- 信息论——KL\JS\Wasserstein
-
- 使用Tensorflow实现简单的RNN
-
- 7.9 聚类模型评估
-
- 机器学习算法的特性总结
-
- Kubernetes 配置Pod和容器(十八) 使用PodPre
-
- 决策树会有哪些特性？
-
- Tensorflow 1.0 实现word2vec之CBOW
-
- 主观题自动批阅不再是梦！
-
- Tensorflow 1.0 实现word2vec之skip-g
-
- Kubernetes |Pod 深入理解与实践
-
- 如何感性地理解EM算法？
-
- 详解 LSTM
-
- Kubernetes-1.5.3环境搭建（使用Kubeadm）
-
- 如何轻松愉快地理解条件随机场（CRF）？
-
- 使用kubeadm在Ubuntu16.04上搭建Kubernet
-
- [Detection] CNN 之 "物体检测&quo
-
- 机器学习求职
深度学习和神经网络
