这是我在做大学教授期间推荐给我学生的一本书，非常好，适合入门学习。《python深度学习》由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（François Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。作者在github公布了代码，代码几乎囊括了本书所有知识点。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。但是有一个小小的遗憾：代码的解释和注释是全英文的，即使英文水平较好的朋友看起来也很吃力。本人认为，这本书和代码是初学者入门深度学习及Keras最好的工具。作者在github公布了代码，本人参照书本，对全部代码做了中文解释和注释，并下载了代码所需要的一些数据集（尤其是“猫狗大战”数据集），并对其中一些图像进行了本地化，代码全部测试通过。（请按照文件顺序运行，代码前后有部分关联）。以下代码包含了全书约80%左右的知识点，代码目录：2.1: A first look at a neural network（ 初识神经网络）3.5: Classifying movie reviews（电影评论分类：二分类问题）3.6: Classifying newswires（新闻分类：多分类问题 ）3.7: Predicting house prices（预测房价：回归问题）4.4: Underfitting and overfitting（ 过拟合与欠拟合）5.1: Introduction to convnets（卷积神经网络简介）5.2: Using convnets with small datasets（在小型数据集上从头开始训练一个卷积网络）5.3: Using a pre-trained convnet（使用预训练的卷积神经网络）5.4: Visualizing what convnets learn（卷积神经网络的可视化）
上传时间： 2022-01-30
上传用户：
斯坦福大学-深度学习基础教程.pdfUFLDL教程 From Ufldl 说明：本教程将阐述无监督特征学习和深入学习的主要观点。通过学习，你也将实现多个功能 学习/深度学习算法，能看到它们为你工作，并学习如何应用/适应这些想法到新问题上。 本教程假定机器学习的基本知识（特别是熟悉的监督学习，逻辑回归，梯度下降的想法），如果 你不熟悉这些想法，我们建议你去这里 机器学习课程 (http://openclassroom.stanford.edu/MainFolder/CoursePage.php? course=MachineLearning) ，并先完成第II，III，IV章（到逻辑回归）。 稀疏自编码器 神经网络 反向传导算法 梯度检验与高级优化 自编码算法与稀疏性 可视化自编码器训练结果 稀疏自编码器符号一览表 Exercise:Sparse Autoencoder 矢量化编程实现 矢量化编程 逻辑回归的向量化实现样例 神经网络向量化 Exercise:Vectorization
标签： 深度学习
上传时间： 2022-03-27
上传用户：kingwide
FPGA开发全攻略(下册) 如何克服 FPGA I/O 引脚分配挑战 作者：Brian Jackson 产品营销经理Xilinx, Inc. brian.jackson@xilinx.com 对于需要在 PCB 板上使用大规模 FPGA 器件的设计人员来说，I/O 引脚分配是必须面对的众多挑战之一。 由于众多原因，许多设计人员发表为大型 FPGA 器件和高级 BGA 封装确定 I/O 引脚配置或布局方案越来越困难。 但是组合运用多种智能 I/O 规划工具，能够使引脚分配过程变得更轻松。 在 PCB 上定义 FPGA 器件的 I/O 引脚布局是一项艰巨的设计挑战，即可能帮助设计快速完成，也有可能造 成设计失败。 在此过程中必须平衡 FPGA 和 PCB 两方面的要求，同时还要并行完成两者的设计。 如果仅仅针 对 PCB 或 FPGA 进行引脚布局优化，那么可能在另一方面引起设计问题。 为了解引脚分配所引起的后果，需要以可视化形式显示出 PCB 布局和 FPGA 物理器件引脚，以及内部 FPGA I/O 点和相关资源。 不幸的是，到今天为止还没有单个工具或方法能够同时满足所有这些协同设计需求。 然而，可以结合不同的技术和策略来优化引脚规划流程并积极采用 Xilinx® PinAhead 技术等新协同设计工 具来发展出一套有效的引脚分配和布局方法。 赛灵思公司在 ISE™ 软件设计套件 10.1 版中包含了 PinAhead。 赛灵思公司开发了一种规则驱动的方法。首先根据 PCB 和 FPGA 设计要求定义一套初始引脚布局，这样利 用与最终版本非常接近的引脚布局设计小组就可以尽可能早地开始各自的设计流程。 如果在设计流程的后期由 于 PCB 布线或内部 FPGA 性能问题而需要进行调整，在采用这一方法晨这些问题通常也已经局部化了，只需要 在 PCB 或 FPGA 设计中进行很小的设计修改。
标签： FPGA开发全攻略
上传时间： 2022-03-28
上传用户：默默
拥有可视化，精简的电路原理图展示，能通过原理图进行分析，可以控制开关实现交通灯的转换。
上传时间： 2022-05-18
上传用户：20125101110
内容提要第1章 机器学习概1.1 机器学习简介 1.1.1 机器学习简史 1.1.2 机器学习主要流派 1.2 机器学习、人工智1.2.1 什么是人工智能 1.2.2 什么是数据挖掘 1.2.3 机器学习、人工智1.3 典型机器学习应用1.4 机器学习算法 1.5 机器学习的一般流程 第2章 机器学习基本2.1 统计分析2.1.1 统计基础2.1.2 常见概率分布2.1.3 参数估计2.1.4 假设检验2.1.5 线性回归2.1.6 逻辑回归2.1.7 判别分析2.1.8 非线性模型2.2 高维数据降维2.2.1 主成分分析2.2.2 奇异值分解2.2.3 线性判别分析2.2.4 局部线性嵌入2.2.5 拉普拉斯特征映射2.3 特征工程 2.3.1 特征构建2.3.2 特征选择2.3.3 特征提取2.4 模型训练2.4.1 模型训练常见术语2.4.2 训练数据收集 2.5 可视化分析 2.5.1 可视化分析的作用2.5.2 可视化分析方法 2.5.3 可视化分析常用工2.5.4 常见的可视化图表 2.5.5 可视化分析面临的挑战
标签： 机器学习
上传时间： 2022-06-16
上传用户：
大黄蜂云课堂使用国内优秀开源框架THinkPHP，基于PHP+MySQL开发，采用B/S架构，是为中小企业提供的开源视频管理系统，在线教育系统，网上教学视频系统，在线培训、视频课程网站、免费视频课程系统，DSKMS专注于内容付费的源代码系统。大黄蜂云课堂是由深圳市超时代软件有限公司研发的新一代在线教育产品，采用开源框架THinkPHP，基于PHP+MySQL开发,为学校、培训机构及企业提供方便易用的在线教育系统。大黄蜂开源网校系统功能特点：1、独创学习引擎，打造互动式课堂大黄蜂独创的学习引擎，开发了一对一直播、大班直播、点播课程、音频课程、作业、考试等12种教学手段，让教育机构按需打造个性化的教学模式。2、题库系统，智能化开展考试测评大黄蜂独立研发的在线题库平台是针对试题管理、智能组卷、在线做题、课后作业、模拟考试的需求所提供的整体的解决方案。3、移动端学习，把学校装进口袋配套大黄蜂云课堂APP、专为微信端优化的微网校和小程序，满足学员碎片化学习需求，随时随地在线学习。4、云视频专为在线教育研发的视频技术-TLP2.0专利技术，加密传输，动态解密播放，实现了盗版溯源等。5、微信营销平台，实现网校快速引流微营销工具、微网校和小程序，无缝对接网校微信公众号和社群，打造网校微信运营生态，轻松实现快速引流。6、智能营销系统，招生转化率翻倍从定位目标客户到促销成交，多种工具帮助网校打通招生转化路径，从招生到课程营销，营收增长80%。7、网校管理ERP，让你轻松掌握运营管理可视化图表结合面板式管理后台，让网校的管理轻松高效。
上传时间： 2022-06-17
上传用户：
本次提供下载的 Altium Designer 22.5.1 - Build 42 仅用于学习使用。 Altium Designer 22.5.1 - Build 42 文件较大，所以存放在百度网盘中，本下载提供了 Altium Designer 22.5.1 - Build 42 的下载链接及提取密码，长期有效。 - 下载的 Altium Designer 22.5.1 - Build 42 经安装测试稳定可用 。 - 个人觉得每一个大版本中的最后一次更新，才是最完美的版本，此次更新的 Altium Designer 22.5.1 - Build 42 在2022年06月13日之前为AD22系列的最新版，并不是AD22 系列中的最后一个版本，所以现在要尝新的朋友们赶快来下载学习研究吧！~~ -Altium Designer软件功能 1、强劲的设计规则驱动 通过设计规则，您可以定义设计要求，这些设计要求共同涵盖设计的各个方面。 2、智能元器件摆放 使用Altium Designer中的直观对齐系统可快速将对象捕捉到与附近对象的边界或焊盘相对齐的位置。 在遵守您的设计规则的同时，将元件推入狭窄的空间。 3、交互式布线 使用Altium Designer的高级布线引擎，在很短的时间内设计出最高质量的PCB布局布线，包括几个强大的布线选项，如环绕，推挤，环抱并推挤，忽略障碍，以及差分对布线。 4、原生3D PCB设计 使用Altium Designer中的高级3D引擎，以原生3D实现清晰可视化并与您的设计进行实时交互。 5、高速设计 利用您首选的存储器拓扑结构，为特定应用快速创建和设计复杂的高速信号类，并轻松优化您的关键信号。Altium Designer软件特色 1、焊盘/通过热连接——即时更改焊盘和过孔的热连接样式。 2、Draftsman——Draftsman的改进功能使您可以更轻松地创建PCB制造和装配图纸。 3、无限的机械层——没有图层限制，完全按照您的要求组织您的设计。 4、Stackup Materials Library——探索Altium Designer如何轻松定义图层堆栈中的材质。 5、路由跟随模式——了解如何通过遵循电路板的轮廓轻松布置刚性和柔性设计。 6、组件回收——移动板上的组件而不必重新路由它们。 7、高级层堆栈管理器——图层堆栈管理器已经完全更新和重新设计，包括阻抗计算，材料库等。 8、Stackup Impedance Profiles Manager——管理带状线，微带线，单个或差分对的多个阻抗曲线。 9、实时跟踪更正——Altium Designer路由引擎在路由时主动停止锐角的创建，以及不必要的循环。 10、差分对光泽——无论您是进入还是离开打击垫，或只是在电路板上的障碍物周围导航，Altium Designer都可确保将差分对耦合在一起。
标签： Altium Designer
上传时间： 2022-06-20
上传用户：canderile
代码跑出来的概率统计问题；程序员的概率统计开心辞典；开放数据集，全代码攻略。现实工作中，人们常被要求用数据说话。可是，数据自己是不能说话的，只有对它进行可靠分析和深入挖掘才能找到有价值的信息。概率统计是数据分析的通用语言，是大数据时代预测未来的根基。站在时代浪尖上的程序员只有具备统计思维才能掌握数据分析的必杀技。本书正是一本概率统计方面的入门图书，但视角极为独特，折射出大数据浪潮的别样风景。作者将基本的概率统计知识融入Python编程，告诉你如何借助编写程序，用计算而非数学的方式实现统计分析。一个趣味实例贯穿全书，生动地讲解了数据分析的全过程：从采集数据和生成统计量，到识别模式和检验假设。一册在手，让你轻松掌握分布、概率论、可视化以及其他工具和概念。
上传时间： 2022-06-21
上传用户：XuVshu
本书是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。本书共五章，每章介绍一到两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；第2章讲解能提供ndarray对象的NumPy，它可以用Python高效地存储和操作大型数组；第3章主要涉及提供DataFrame对象的Pandas，它可以用Python高效地存储和操作带标签的/列式数据；第4章的主角是Matplotlib，它为Python提供了许多数据可视化功能；第5章以Scikit-Learn为主，这个程序库为最重要的机器学习算法提供了高效整洁的Python版实现。
标签： python
上传时间： 2022-06-21
上传用户：
学python必备，数学得搞好 ，嘿嘿嘿本书的目的在于提供理解神经网络所需的数学基础知识。为了便于 读者直观地理解，书中使用大量图片，并通过具体示例来介绍。因 此，本书将数学的严谨性放在第二位。 深度学习的世界是丰富多彩的，本书主要考虑阶层型神经网络和卷 积神经网络在图像识别中的应用。 本书将 Sigmoid 函数作为激活函数，除此之外也可以考虑其他函 数。 本书以最小二乘法作为数学上的最优化的基础，除此之外也可以考 虑其他方法。 神经网络可分为有监督学习和无监督学习两类。本书主要讲解有监 督学习。 人工智能相关的文献之所以难读，其中一个原因就是各文献所用的 符号不统一。本书采用的是相关文献中常用的符号。 本书使用 Excel 进行理论验证。Excel 是一个非常优秀的工具，能 够在工作表上可视化地展现逻辑，有助于我们理解。因此，相应的 项目需要以 Excel 的基础知识为前提。
上传时间： 2022-06-22
上传用户：kingwide
