深度学习识别滑动验证码

本节我们就来了解下使用深度学习识别滑动验证码的方法。 1. 准备工作 我们这次主要侧重于完成利用深度学习模型来识别验证码缺口的过程，所以不会侧重于讲解深度学习模型的算法，另外由于整个模型实现较为复杂

火热的数字科技，不会“躺平”的智慧物流

技术，自动化仓库中的搬运机器人、分拣机器人、无人叉车等一系列物流机器人均可对仓库内的物流作业实现自我感知、自我学习、自我决策、自我执行，实现更高效的自动一体化。此外，人工智能技术基于历史消费数据，通过深度学习、宽度学习等算法，可建立库存需求量预测模型，用于对以往的数据的检测并预测

5.30基于北斗和4G Cat1模组的智慧物流开发学习笔记

5.28基于北斗和4G Cat1模组的智慧物流开发学习笔记

分享深度学习发展的学习范式——混合学习

 这种学习范式试图去跨越监督学习与无监督学习边界。由于标签数据的匮乏和收集有标注数据集的高昂成本，它经常被用于商业环境中。从本质上讲，混合学习是这个问题的答案。我们如何才能使用监督学习方法来解决或者链接无监督学习问题？例如这样一个例子，半监督学习在机器学习领域正日益流行，因为它能

分享深度学习发展的学习范式——混合学习

    这种学习范式试图去跨越监督学习与无监督学习边界。由于标签数据的匮乏和收集有标注数据集的高昂成本，它经常被用于商业环境中。从本质上讲，混合学习是这个问题的答案。我们如何才能使用监督学习方法来解决或者链接无监督学习问题？例如这样一个例子，半监督学习在机器学习领域正日益流行，因

北斗物流课程动手实践-潦草笔记

本来想购买个弹性云服务器，安装Ubuntu系统，Server版本没GUI界面，感觉不太行，作罢。本人PC配置内存16G、D盘730G+，win10 64位。一、资源准备核心资源：http://down.myir-tech.com/MYD-YA157C/，该帖子很重要，一堆资源要从

《深度学习应用开发》学习笔记－03

有监督学习，无监督学习，半监督学习，强化学习。强化学习说的非常厉害，适用于下棋和游戏这一类领域，基本逻辑是正确就奖励，错误就惩罚来做一个学习。那么无监督学习的典型应用模式是什么呢？说出来之后你就会觉得无监督学习没有那么神秘了，那就是聚类。一个比较典型的例子就是超市里货架商品摆放，

深度学习和机器学习的区别

也造就了深度学习的蓬勃发展，“深度学习”才一下子火热起来。击败李世石的Alpha go即是深度学习的一个很好的示例。Google的TensorFlow是开源深度学习系统一个比较好的实现，支持CNN、RNN和LSTM算法，是目前在图像识别、自然语言处理方面最流行的深度神经网络模型

什么是AI、机器学习与深度学习？

也造就了深度学习的蓬勃发展，“深度学习”才一下子火热起来。击败李世石的Alpha go即是深度学习的一个很好的示例。Google的TensorFlow是开源深度学习系统一个比较好的实现，支持CNN、RNN和LSTM算法，是目前在图像识别、自然语言处理方面最流行的深度神经网络模型

深度学习GRU

Gated Recurrent Unit – GRU 是 LSTM 的一个变体。他保留了 LSTM 划重点，遗忘不重要信息的特点，在long-term 传播的时候也不会被丢失。

深度学习之构建机器学习算法

这就要求我们选择一个迭代数值优化过程，如梯度下降等。组合模型，损失函数和优化算法来构建学习算法的配方同时适用于监督学习和无监督学习。线性回归实例说明了如何适用于监督学习的。无监督学习时，我们需要定义一个只包含 X 的数据集，一个合适的无监督损失函数和一个模型。例如，通过指定如下

大数据物流项目：概述及Docker入门（一）

使用 整个物流项目技术亮点： 02–[了解]-第1天课程内容提纲 主要讲解2个方面的内容：物流项目概述 1）、物流项目概述 项目整体介绍，比如项目背景、项目功能实现盈利（针对物流快递公司）等等 物流项目中，实时大屏展示 项目业务核心流程，物流快递行业发送快递流程

深度学习之构建机器学习算法

闭解。这就要求我们选择一个迭代数值优化过程，如梯度下降等。组合模型，损失函数和优化算法来构建学习算法的配方同时适用于监督学习和无监督学习。线性回归实例说明了如何适用于监督学习的。无监督学习时，我们需要定义一个只包含 X 的数据集，一个合适的无监督损失函数和一个模型。例如，通过指定

《深度学习应用开发》学习笔记－11

太快步子大了容易扯着蛋，也没有必要。这里的用学习率/步长来描述这个节奏，如果梯度是2.5，学习率是0.01，那下一个尝试的点是距离前一个点2.5*0.01=0.0025的位置。（梯度是固定的，还是每走一步都会变的呢？）个人认为好的学习率，不应该是一个固定值，而应该是先大后小。也就

四方联合打造全国首个5G全场景智慧物流新装备孵化基地

制造行业应用深度融合，使昆船物流成为全球首批成功实现5G技术工业自动化物流系统应用的企业。未来，昆船物流将聚焦重点领域和行业，进一步巩固和提升自身的核心竞争力。我们希望与行业内的合作伙伴精诚合作，研发出能为客户创造更多价值空间的5G智慧物流新产品，共同推进中国智慧物流的发展进程！

《深度学习应用开发》学习笔记－10

征,?}，用于对新数据做出预测模型可将样本映射到预测标签，由模型的内部参数定义，内部参数通过学习得到具体到这里，参数就是 y=wx+b里的w和b，也叫权重和偏差？在监督式学习中，机器学习算法通过以下方式构建模型：检查多个样本并尝试找出可最大限度的减少损失的模型。这一过程称为经验风

《深度学习应用开发》学习笔记－01

人工智能相关的课程，看了一下确实很不错。课程名称叫做《深度学习应用开发 基于tensorflow的实践》。是一个入门级别的课程，不需要人工智能的基础，不需要太多的数学知识，也不需要什么编程经验。我觉得很友好呀，所以现在开始学习并记录一下第一讲：导论第二讲：环境搭建和Python快