使用GCP开发带有强化学习功能的Roguelike游戏
强化学习（RL）的许多应用都是专门针对将人工从训练循环中脱离而设计的
低成本的二值神经网络介绍以及它能代替全精度网络吗?
人们越来越关注使模型更轻便，更高效，以便它们可以在边缘设备和移动设备上运行。减少深度神经网络的内存和计算成本的一种方法是二值神经网络
使用深度学习进行图像去噪
图像去噪是研究人员几十年来试图解决的一个经典问题,事实已经证明使用深度学习架构会更好的解决这个问题
5种数值评分标准总结 - 为预测模型找到正确的度量标准
在本文中，我们将描述数值预测模型的五个真实的用例并展示了计算它们的公式，总结了它们各自属性。
9个数据科学中常见距离度量总结以及优缺点概述
在本文中，我们将研究许多距离度量方法，并探讨如何以及何时最佳地使用它们。
图注意力网络入门：从数学理论到到NumPy实现
图神经网络(GNNs)已经成为学习图数据的标准工具箱。每个图节点从其邻居接收并聚合特征以表示局部图结构：不同类型的GNN层执行各种聚合策略。
使用度量学习进行特征嵌入：交叉熵和监督对比损失的效果对比
我们将研究监督式对比学习（SupCon），它是对比学习的一部分，而后者又是度量学习的一部分
2021年人工智能五大趋势预测
人工智能是一个有可能改变人们生活的领域。从医疗保健、商业、金融和其他领域的应用来看，它似乎无处不在。
5个例子介绍Pandas的merge并对比SQL中join
本文的重点是在合并和连接操作方面比较Pandas和SQL。
使用ONNX和Torchscript加快推理速度的测试
我们将通过一些实验探讨更改模型格式和批处理的影响
非线性回归中的Levenberg-Marquardt算法理论和代码实现
线性回归是不够的。有时需要将一系列数据调整为非线性表达式。在这些情况下，普通最小二乘对我们不起作用，我们需要求助于不同的方法。
这3个Seaborn函数可以搞定90%的可视化任务
我最喜欢Seaborn原因是它巧妙的语法和易用性,通过Seaborn我们只用3个函数就可以创建普通的图表。
经典Seq2Seq与注意力Seq2Seq模型结构详解
在本文中，我们将分析一个经典的序列对序列(Seq2Seq)模型的结构，并演示使用注意解码器的优点。
9个可以提高Jupyter Notebook开发效率的魔术命令
Jupyter Notebook包含一写特殊的命令，我们称之为魔术命令。
来自ML的祝福：和CycleGAN一起庆祝春节
使用CycleGAN和谷歌的QuickDraw数据集创建节日祥龙
如何知道一个变量的分布是否为高斯分布?
“你的输入变量/特征必须是高斯分布的”是一些机器学习模型(特别是线性模型)的要求。本文重点介绍了保证变量分布为高斯分布的几种方法。
机器学习中分类任务的常用评估指标和python代码实现
有许多指标可以帮助您根据用例进行操作。 在此文章中，我们将尝试回答诸如何时使用？ 它是什么？ 以及如何实施？
帮助你在2021年成为数据科学家的21个有用的小贴士
在这篇文章中，我将与你分享我从其他数据科学家以及我自己过去几年的经验中学到的21条建议。
可以格式化Python自定义对象的3个魔术方法
在Python中，下划线用于属性名时具有特殊含义。一种特殊形式是使用两对双下划线，一个在属性名之前，另一个在属性名之后，这被称为特殊方法或魔术方法。
NFNETS论文解读:不使用BN的高性能大规模图像识别
本文的重点是在不是使用BN的卷积残差来构建图像识别的神经网络。
