为什么Jupyter Notebook会比其他工具更受欢迎?

论智 2018-05-31 09:27 次阅读

对于机器学习和数据科学的入门者来说,“有什么好用的IDE/环境/工具?”是他们提出的最常见的问题之一。这确实也是个不怎么好回答的问题,因为它没有具体选项——从面向特定语言的IDE(如R Studio、PyCharm)到Sublime Text、Atom等编辑器——它们都很优秀,所以如果你有选择恐惧症,你最好读读论智的这篇文章,从Jupyter Notebook开始学起。

如果每个数据科学家都应该使用或必须使用一种工具,毫无疑问,它就是Jupyter Notebook(曾用名iPython Notebook)。Jupyter Notebook是一个交互式笔记本,它功能强大,支持40多种编程语言,可共享,并提供在同一环境中构建可视化应用的服务。

数据科学家可以在上面创建和共享自己的文档,从实现代码到全面报告,Jupyter Notebook大大简化了开发者的工作流程,帮助他们实现更高的生产力和更简单的多人协作。也正是因为如此,它一直以来都是数据科学家们最喜欢的工具之一。

本文将全面介绍笔记本的安装、操作方法,并深入探讨它的特性和优势。当你读完全文后,我们希望你能找到用Jupyter Notebook帮助自己实现机器学习项目的灵感。

1. 什么是Jupyter Notebook?

Jupyter Notebook是一个开源的Web应用程序,旨在方便开发者创建和共享代码文档。

它提供了一个环境,用户可以在里面写代码、运行代码、查看结果,并在其中可视化数据。鉴于这些优点,Jupyter Notebook成了数据科学家眼里的一款人见人爱的工具,它能帮助他们便捷地执行各种端到端任务,如数据清洗、统计建模、构建/训练机器学习模型等。

而对于初学者,Jupyter Notebook也独具魅力。它的一个特色是允许把代码写入独立的cell中,然后单独执行。这样做意味着用户可以在测试项目时单独测试特定代码块,无需从头开始执行代码。虽然其他的IDE环境(如RStudio)也提供了这种功能,但就个人使用情况来看,Jupyter Notebook的单元结构是设计的最好的。

这个笔记本的优势还体现在灵活性和交互性上。Jupyter Notebook支持的编程语言数量高达40余种,除了最基础的Python,它还允许用户在上面运行R语言和SQL等语言。由于它比IDE平台更具交互性,用户也更乐于在各种教程中用它展示代码。

2. 如何安装Jupyter Notebook?

Jupyter Notebook原来也叫iPython Notebook,顾名思义,它和Python关系紧密。如果要在PC上安装笔记本,首先你要确保自己已经安装了Python(2.7/3.3或更高),这是必备条件。

Anaconda

官方在文档中强烈建议新用户用Anaconda打包安装Python和Anaconda——所谓懒人方法,小白必备。其实除了提到的两个工具,Anaconda还包含数据科学和机器学习中经常需要用到的各种软件包,只需下载、解压、安装,所有工具就都一步到位了。

下载地址:https://jupyter.readthedocs.io/en/latest/install.html

pip

如果你很欣赏自己,或者因为某些因素就是不想用Anaconda,你也可以用pip。当然首先,你得确保自己的机器上有pip的最新版本。

#Linux和OSX

pip install -U pip setuptools

#Windows

python -m pip install -U pip setuptools

然后,安装Jupyter Notebook:

#Python2用户看这里

pip install jupyter

#Python3用户不要跑

pip3 install jupyter

如果还是有疑问,请看官方文档(英)、官方文档翻译(中)。

3. 入门

安装完成后,如果要运行Jupyter Notebook,你只需在控制台输入以下命令:

jupyter notebook

你会看到笔记本打开了你的默认浏览器,网址为http:// localhost:8888/tree。

一般情况下,当你输入命令行后,控制台会出现一行“The Jupyter Notebook is running at……”,如果浏览器因为某些原因无法打开,你就需要复制这个URL,手动打开相应网址。

当笔记本打开后,它的顶部有Files、Running和Clusters三个选项。其中Files中列出了所有文件,Running显示了你已经打开的终端和笔记本,Clusters则是IPython parallel提供的。

如果你想新建一个笔记本,单击面板右侧的“New”,它会跳出4个选项:

Python 3

Text File

Folder

Terminal

选择Text File后,你会得到一个空白的页面。它相当于一个文本编辑器(类似于Ubuntu上的应用程序),你可以在上面输入任何字母、单词和数字,所以选择好编程语言后,你是可以在上面写脚本的。此外,它还提供查找和替换文件中的单词的功能。

选择Folder后,你其实是在编辑文件夹列表。你可以创建一个新文件夹,把所需文档放进里面,或者修改它的名称、直接把它删除。

而Terminal的工作方式和Mac、Linux计算机上的Terminal一样,都是在Web浏览器中创建终端支持。只需在终端输入Python,一个Python脚本就写好了。

由于本文重点介绍的是笔记本,下面我们会重点展示新建“Python 3”后的结果:

导入最常见的Python库来启动笔记本,如pandas和numpy。在代码上方的菜单中,那些图标依次表示添加、编辑、剪切、向上移动cell、向下移动cell、运行代码、停止运行和撤销。

这个下拉的列表提供了四个选项:

Code:这个不言自明,就是你写代码的地方;

Markdown:非常常见的轻量级标记语言,用来为代码添加注释和结论;

Raw NBConvert:一个命令行工具,可以把你的笔记本转换成另一种格式,如HTML;

Heading:添加标题,使你的文档看起来更干净整洁,它现在已经变成Markdown里的一个语法,用两个#表示。

4. Jupyter Notebook的魔术命令

作为iPython的继承者,开发人员已经在Jupyter Notebook中加入预定义的魔术命令(magic function)。这是一种增加便捷性和互动性的工具,如果要查看命令列表,你可以输入(注:通常不需要“%”):

%lsmagic

当看到那一串函数列表时,也许你能从中认出几张老面孔,如%clear、%autosave、%debug和%mkdir。只要你以前写过代码,这些函数就几乎是不可避免的。

在Jupyter Notebook中,魔术命令有两种运行方式,一是Line-wise,而是Cell-wise。顾名思义,Line-wise就是当你想执行一个命令行的时候需要用到的,而Cell-wise面向的就不单单是一行了,它作用的是整个cell的代码块。

为了区分两种运行方式,如果是Line-wise,所有命令必须以%字符打头;如果是Cell-wise,则用%%。

Line-wise:

%time a = range(10)

Cell-wise:

%%timeit a = range (10)

min(a)

以上只是两个最简单的示例,你可以试着自己运行这些命令,看看其中有什么区别。

5. 不仅限于Python

之前也提到了,Jupyter Notebook的成功离不开它的灵活性,虽然Python在数据科学和机器学习中都占局主导地位,但对于数据分析任务,其他语言也有各种各样的特色和优势,比如R语言的'ggplot2'软件包就非常好用。在这一点上,Jupyter Notebook的态度是开放的。

如果想在Jupyter Notebook中启用R,你需要先去GitHub上下载'IRKernel'(R的专用kernel),然后按以下8个步骤依次执行(附图解地址):

步骤一:用Anaconda安装Jupyter Notebook;

步骤二:完成下载后,打开Anaconda命令提示符;

步骤三:输入ipython notebook新建ipython笔记本

步骤四:用conda update ipython-notebook这个命令行更新笔记本;

步骤五:输入conda install -c r ipython-notebook r-irkernel安装IRkernel;

步骤六:用R.exe打开R;

步骤七:输入install.packages(c('rzmq','repr','IRkernel','IRdisplay'), repos = 'http://irkernel.github.io/', type = 'source')安装必要软件包;

步骤八:输入IRkernel::installspec()后再输入quit(),完成操作。

如果是Julia用户,你也可以在Jupyter Notebook中“畅所欲言”。考虑到篇幅因素,有需要的读者请前往www.analyticsvidhya.com/blog/2017/10/comprehensive-tutorial-learn-data-science-julia-from-scratch/查看图文攻略。

和R语言一样,JavaScript用户也需要去Github先下载‘IJavascript’ kernel:github.com/n-riesco/ijavascript。文档里已经明确写出了安装kernel所需的步骤,但要注意的是,记得先装Node.js和npm,这是大前提!

6. Jupyter Notebook的交互式控制面板

在添加小部件前,你需要先导入小部件包:

from ipywidgets import widgets

小部件的基本类型是典型的基于输入和按钮的文本输入。你可以参考下面这幅动图,了解交互式小部件的外观:

来源:Dominodatalab

7. 快捷键

既然Jupyter Notebook的主打优势是便捷,那它自然少不了方便操作的快捷键。事实上,当你想运行任意代码块时,只需按下Ctrl + Enter就可以了。

下面是本文挑选的一些实用快捷键,有需要的读者可以视情况逐个阅读+尝试,如果今后你会经常用到Jupyter Notebook,那不会这些组合键的你就几乎已经是条咸鱼了。

Jupyter Notebook提供了两种不同的键盘输入模式——Command和Edit。其中Command模式是将键盘和计算机命令绑定在一起,这时单元框线是灰色的(左侧蓝色粗线)。Edit模式允许你将文本(或代码)键入活动单元,这时单元框线是绿色的。

用Esc和Enter分别在Command和Edit模式之间跳转。

更多快捷键介绍(中文):blog.csdn.net/lawme/article/details/51034543

8. 有用的扩展

添加扩展是提高Jupyter Notebook效率的一种非常有效的方式,那么安装和使用扩展哪家强?这里我们推荐Nbextensions。

先是安装(pip):

pip install jupyter_contrib_nbextensions

安装关联的JavaScript和CSS文件:

jupyter contrib nbextension install --user

完成此操作后,你会在Jupyter Notebook主页顶部看到一个'Nbextensions'选项卡。

如果要启用一个扩展,只需点击来激活。下面是4个比较有用的扩展。

Code prettify:它可以让你的代码更美观。

Printview:生成预览,新增的按钮叫jupyter nbconvert。

Scratchpad:生成一个实验环境(副本)跑代码,不会对笔记本代码造成影响。

Table of Contents (2):抓取所有标题,并显示在浮动窗口中。

此外,小编也曾经写过一篇《Top 5:五大最实用的Jupyter Notebook扩展插件》,介绍了另外5种好用的扩展,有兴趣的读者可以一起看一看。

9. 保存和共享你的笔记本

这是Jupyter Notebook中最重要和最棒的功能之一。有过写博客经历的读者也许知道这种痛,当你一腔热血想把自己的成果分享给别人时,可能代码格式还没转完你就放弃了。大多数笔记本都采用json格式,它不是很适合共享,也不利于在博客中发布不同的单元块。

但Jupyter Notebook不一样,点击进入“file”后,你会看到一个“Download as”:

看到这7个选项后你就很开心了,其中最常用的是.ipynb文件。你也可以用nbconvert选项手动将笔记本转换为不同的格式,如HTML和PDF。

此外,你还可以使用jupyterhub,它允许你在其服务器上托管笔记本并与多个用户共享。许多顶尖的研究项目都把这作为协作方式。

10. JupyterLab

JupyterLab是今年2月推出的一个工具,从某种程度上来说,它是Jupyter Notebook的一个发展——拥有同样的组件,但允许更灵活和更强大的项目工作方式。换句话说,它的用户体验更好。

JupyterLab的特色是允许用户在一个窗口内安排笔记本、终端、文本文件和输出的工作区。你可以把窗口拖到你想要的位置,也可以通过实时预览编辑常用文件格式,如Markdown、CSV和JSON,实时查看项目进展。

11. 实践和技巧

虽然自己钻研很有趣,但无论是学习还是工作,大部分时候你是在一个团队中工作的。在这种情况下,你要规范自己的操作和实践,确保笔记本中的代码和注释都是正确的,方便其他人阅读、理解。以下是一些实践指标,仅供参考:

对每个程序员来说最重要的事:要好好注释!

确保你保存了代码文档。

形成一套命名体系,并在实践中落到实处,方便自己和他人理解。

在刚开始的时候导入所需的库,并在旁边注释导入目的。

确保代码行距合适,你也不想别人因为看不懂你的循环和函数疯掉,对吧?

当代码越来越多时,隐藏不重要代码,确保干净整洁。

此外,当你需要把成果演示给别人看时(是的你又要做该死的PPT了),你是可以偷懒直接在Jupyter Notebook里做演示的。

找到“View”,点开其中的“Cell Toolbar”,然后是“Slideshow”。每个代码块都在右侧显示一个名为“Slide Type”的下拉选项:

具体效果如何,请自己尝试。

结语

写到这里,本文也就已经差不多结束了,虽然在一篇文章内塞进这么多内容可能会影响阅读体验,但我们还是真诚地希望新手能从中找到一些有用的东西。

原文标题:数据科学和机器学习,Jupyter Notebook入门指南

文章出处:【微信号:jqr_AI,微信公众号:论智】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

人工智能时代 教育领域将有何改变?

研究人员发现,单一层次可以做一些类似于计算、算法等较为基础的事情;当模型里的层次不断加深时,计算的效....

发表于 08-19 08:53 127次 阅读
人工智能时代 教育领域将有何改变?

又一位AI科学家进军华尔街!

Shaw 于1980 年在美国斯坦福大学获得了博士学位, 30 岁不到就成为哥伦比亚大学计算机科学系....

的头像 新智元 发表于 08-19 08:50 463次 阅读
又一位AI科学家进军华尔街!

一张“迷你地图”,教你如何进击机器学习!

由图可见,想要进击机器学习,成为机器学习方面的专家,那么你需要从入门、深度学习、数据科学、R语言、P....

的头像 新智元 发表于 08-19 08:34 303次 阅读
一张“迷你地图”,教你如何进击机器学习!

从数据、算力、算法、教学总结机器学习的民主化

Siraj Raval从数据、算力、算法、教学四个方面总结了近年来机器学习是如何民主化的

的头像 论智 发表于 08-18 11:35 236次 阅读
从数据、算力、算法、教学总结机器学习的民主化

软件巨头Salesforce带来AutoML杀手TransmogrifAI

如果说去年“机器换人”的舆论来自车间的机器人手,那今年在全球范围内挥舞起“自动化”大棒的,就成了机器....

的头像 论智 发表于 08-18 11:32 629次 阅读
软件巨头Salesforce带来AutoML杀手TransmogrifAI

机器学习数据驱动中如何对小裂纹扩展的方向和速度进行识别

小裂纹的扩展是导致结构部件进入疲劳期的主要因素。尽管人们对此有很大的兴趣,但就裂缝扩展的方向和速度而....

的头像 知社学术圈 发表于 08-18 10:31 186次 阅读
机器学习数据驱动中如何对小裂纹扩展的方向和速度进行识别

机器学习中如何实现数据转换?数据转化的方法实践详细概述

通常情况下是为了消除量纲的影响。譬如一个百分制的变量与一个5分值的变量在一起怎么比较?只有通过数据标....

的头像 人工智能爱好者社区 发表于 08-18 09:36 193次 阅读
机器学习中如何实现数据转换?数据转化的方法实践详细概述

机器会意识有吗?如何能让人工智能机器拥有意识?

意识,没有一个客观的科学定义,难以观测认定,但它是每个人都能主观感受到的真实。当你看到嫣红的桃花轻摇....

的头像 人工智能学家 发表于 08-18 09:24 336次 阅读
机器会意识有吗?如何能让人工智能机器拥有意识?

ARM史上第一次公开发布了一份CPU规划路线图

ARM首次公布了一份5/7nm CPU规划路线图。ARM称计算性能每一代都可以提升超过15%,并表示....

的头像 电子发烧友网工程师 发表于 08-18 08:42 187次 阅读
ARM史上第一次公开发布了一份CPU规划路线图

中国2018 Google开发者大会今天起开放报名

报告显示,今年第一度,全球智能音箱出货量预估达到920万台。其中,亚马逊稳居第一,出货量预计400万....

的头像 科技美学 发表于 08-17 17:23 1720次 阅读
中国2018 Google开发者大会今天起开放报名

GDPR对AI的挑战和基于联邦迁移学习的对策

7月28-29日,由中国人工智能学会和深圳市罗湖区人民政府共同主办,马上科普承办的“2018 中国人....

的头像 中国人工智能学会 发表于 08-17 14:48 321次 阅读
GDPR对AI的挑战和基于联邦迁移学习的对策

Arm首次公布CPU路线图:每年提升15% 超越低压版i5

Arm此前刚刚在6月初发布了新一代高性能CPU核心Cortex-A76,可搭配10nm、7nm工艺,....

的头像 章鹰 发表于 08-17 10:38 998次 阅读
Arm首次公布CPU路线图:每年提升15% 超越低压版i5

谷歌大牛强推的Distill进展如何?颠覆arXiv等传统论文平台?

Distill 最近的几篇文章实践了这一想法。它们不仅把重要的概念通过交互式结果表现出来,还提供了 ....

的头像 电子发烧友网工程师 发表于 08-17 09:52 169次 阅读
谷歌大牛强推的Distill进展如何?颠覆arXiv等传统论文平台?

消费推动AI,数据共享很重要

目前的人工智能极其依赖于数据的质量,而在如今十分注重隐私的时代,这就变成了一个敏感的话题,有87%的....

的头像 将门创投 发表于 08-17 09:37 245次 阅读
消费推动AI,数据共享很重要

Python是机器学习的主流语言,你真的掌握了Python吗?

给定一个包含多个元素的list,让你查找其中出现次数最多的元素,你会怎么做?在下图中,我们介绍了两种....

的头像 论智 发表于 08-17 09:21 111次 阅读
Python是机器学习的主流语言,你真的掌握了Python吗?

Python是机器学习的主流语言,你真的掌握了Python吗?

给定一个包含多个元素的list,让你查找其中出现次数最多的元素,你会怎么做?在下图中,我们介绍了两种....

的头像 论智 发表于 08-17 09:21 196次 阅读
Python是机器学习的主流语言,你真的掌握了Python吗?

美国研究人员新近开发出一种人工智能模型,能够为胶质母细胞瘤患者设计出最小剂量给药方案

长期以来,研究人员一直希望能够找到一种方法帮助确定是否患者会对新型的检查点抑制剂免疫疗法产生反应,以....

的头像 人工智能学家 发表于 08-16 18:21 448次 阅读
 美国研究人员新近开发出一种人工智能模型,能够为胶质母细胞瘤患者设计出最小剂量给药方案

一种简单的,循序的方式讲解神经网络

一个神经元通常具有多个树突,主要用来接受传入信息;而轴突只有一条,轴突尾端有许多轴突末梢可以给其他多....

的头像 人工智能学家 发表于 08-16 18:17 497次 阅读
一种简单的,循序的方式讲解神经网络

AWS战略布局机器学习和人工智能,加快其平台化步伐

自2006年业务上线,12年来AWS一骑绝尘,甩开微软和谷歌,在IaaS(Infrastructur....

的头像 人工智能 发表于 08-16 17:55 694次 阅读
AWS战略布局机器学习和人工智能,加快其平台化步伐

科大讯飞上半年营收增五成 下半年才是公司收入的重头

事实上,Lazada客服机器人研发的背后,阿里巴巴客户体验事业群对Lazada在智能服务领域提供了多....

的头像 高工智能未来 发表于 08-16 16:27 384次 阅读
科大讯飞上半年营收增五成 下半年才是公司收入的重头

从三个角度浅析人工智能的最新发展趋势

1956年的达特茅斯会议首次提出人工智能的定义:使一部机器的反应方式像一个人在行动时所依据的智能。

的头像 传感器与物联网 发表于 08-16 14:48 212次 阅读
从三个角度浅析人工智能的最新发展趋势

台积电7nm制程八核CPU,GPU核心数量翻倍

此次麒麟980在GPU上提升尤其明显,上一代的麒麟970使用的是Mali-G72 12核GPU,此次....

的头像 新智元 发表于 08-16 09:48 282次 阅读
台积电7nm制程八核CPU,GPU核心数量翻倍

机器人在帮助泛自闭症障碍儿童方面的效果

LuxAI公司的联合创始人Aida Nazarikhorram说:“当你和一个人交流时,有很多的社交....

的头像 IEEE电气电子工程师学会 发表于 08-16 08:49 219次 阅读
机器人在帮助泛自闭症障碍儿童方面的效果

美国五角大楼人工智能中心大揭秘

新成立的国防创新委员会首次提出了一系列建议(该委员会是美国国防部高级领导的顾问机构,成员包括来自私营....

的头像 人工智能学家 发表于 08-15 16:30 380次 阅读
美国五角大楼人工智能中心大揭秘

如何解决AI应用歧视特定人群的问题?

当使用谷歌翻译将西班牙语的新闻翻译为英语时,涉及到女性的短语通常都会翻译为“他说”或“他写道”。

的头像 人工智能学家 发表于 08-15 15:53 270次 阅读
如何解决AI应用歧视特定人群的问题?

数据科学项目失败9个最常见的原因

本文总结了数据科学项目失败的最常见原因,希望能够帮助你避免陷阱。

的头像 AI人工智能D1net 发表于 08-15 15:48 390次 阅读
数据科学项目失败9个最常见的原因

TensorFlow的2.0 版本将来临

TensorFlow 的 contrib 模块已经超越了单个存储库中可以维护和支持的模块。较大的项目....

的头像 电子发烧友网工程师 发表于 08-15 09:01 227次 阅读
TensorFlow的2.0 版本将来临

Yoshua Bengio:如何缔造出世界上最好的人工智能实验室之一的呢?

Bengio从Hinton身上学到的经验是不要把自己的努力分散到不同地方。作为一名科研人员,他不应该....

的头像 论智 发表于 08-15 08:47 295次 阅读
Yoshua Bengio:如何缔造出世界上最好的人工智能实验室之一的呢?

十种未来AI人工智能技术大盘点

AI人工智能说(或写)出正确的单词并且是连贯的顺序来传达一个明确且清晰的意思,而且还能很容易被听众(....

的头像 机器人博览 发表于 08-14 17:04 629次 阅读
十种未来AI人工智能技术大盘点

【连载】深度学习笔记4:深度神经网络的正则化

今天要写的是关于机器学习和深度学习中的一项关键技术:正则化。相信在机器学习领域摸爬滚打多年的你一定知....

的头像 人工智能实训营 发表于 08-14 11:58 385次 阅读
【连载】深度学习笔记4:深度神经网络的正则化

机器学习能通过类似「指纹辨识」的方式识别出代码的编写者

这方法可以用来辨识黑客和意图瓢窃资料的人,但也有可能对隐私造成威胁。 虽然每位程序员都拥有自己独特的风格,但光通过观察...

发表于 08-14 09:48 151次 阅读
机器学习能通过类似「指纹辨识」的方式识别出代码的编写者

Julia真有这么神?你做好学习一门新编程语言的准备了吗?

我们想要一种拥有自由许可的开源语言。我们想要它拥有 C 的速度与 Ruby 的灵活。它要容易理解,像....

的头像 新智元 发表于 08-13 09:53 1396次 阅读
Julia真有这么神?你做好学习一门新编程语言的准备了吗?

这些年来,我们的数据科学究竟发生了什么变化?

那么logistic回归受欢迎的原因是什么?一个迹象表明,Kaggle上的分类问题远多于回归问题,其....

的头像 论智 发表于 08-13 09:07 365次 阅读
这些年来,我们的数据科学究竟发生了什么变化?

用AI进行制药可减少一半的成本,“救命药”是否人人都能吃得起?

那个时候的中国市场,不仅对AI+制药领域认知布满了重重疑云,公众甚至对AI都没有太多的概念。直到半年....

发表于 08-12 11:08 583次 阅读
用AI进行制药可减少一半的成本,“救命药”是否人人都能吃得起?

经典的机器学习算法汇总

本文将用一句话来总结每种典型的机器学习算法,帮你抓住问题的本质,强化理解和记忆。

的头像 智车科技 发表于 08-11 10:24 430次 阅读
经典的机器学习算法汇总

人脸识别:偶有疏漏,但瑕不掩瑜

人脸识别与指纹识别、虹膜识别类似,它是基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像机采....

发表于 08-11 09:37 154次 阅读
人脸识别:偶有疏漏,但瑕不掩瑜

一种用机器学习进行3D实时渲染的新方法:用paGAN实现3D实时渲染

下图的左侧是FXGuide编辑Mike Seymour用iPhone拍摄的源视频,右侧是实时渲染CG....

的头像 论智 发表于 08-11 09:27 722次 阅读
一种用机器学习进行3D实时渲染的新方法:用paGAN实现3D实时渲染

机器学习模型也能分得清菜系吗?

吃饭的时候会见到很多奇怪的菜名,很多店常常会取一些奇怪的名字来吸引眼球,吃饭的时候基本靠猜,或者……....

的头像 算法与数据结构 发表于 08-10 15:26 318次 阅读
机器学习模型也能分得清菜系吗?

什么是AI技术?利用AI技术提升自身的生产效率无可厚非

现在,AI技术火了,真的火了。科技企业,无论哪场新品发布会、哪个研讨论坛、哪个技术的巡展,不拿出点A....

的头像 AI人工智能D1net 发表于 08-10 15:22 723次 阅读
什么是AI技术?利用AI技术提升自身的生产效率无可厚非

希尔伯特的第17问已经进入了一个名为自动驾驶汽车的崭新世界

一旦一个多项式可以写成平方和形式,我们就可以确定它是非负的,因为任何数的平方都大于等于0,而非负数相....

的头像 论智 发表于 08-10 09:06 379次 阅读
希尔伯特的第17问已经进入了一个名为自动驾驶汽车的崭新世界

ICinsights:DRAM年度销售额将突破1000亿美元 NAND闪存销售额有望达到626亿美元

IC Insights的日前发布了其年中报告,根据预测,DRAM将会和去年一样,独占所有IC类别的鳌....

的头像 章鹰 发表于 08-10 08:54 3476次 阅读
ICinsights:DRAM年度销售额将突破1000亿美元 NAND闪存销售额有望达到626亿美元

DeepMind为视觉问题回答提出了一种新的硬注意力机制

然而,在基于梯度的学习框架(如深度学习)中存在一个关键的缺点:因为选择要处理的信息的过程是离散化的,....

的头像 新智元 发表于 08-10 08:44 330次 阅读
DeepMind为视觉问题回答提出了一种新的硬注意力机制

深度学习笔记3:手动搭建深度神经网络(DNN)

    在笔记 1 和 2 里笔者使用 numpy 手动搭建了感知机单元与一个单隐层的神经网络,理解....

的头像 人工智能实训营 发表于 08-09 18:53 364次 阅读
深度学习笔记3:手动搭建深度神经网络(DNN)

一个优秀的算法工程师必须具备哪些素质?

上面的表给出了各种典型的机器学习算法所用到的数学知识点。我们之前已经总结过,理解绝大多数算法和理论,....

的头像 算法与数据结构 发表于 08-09 15:04 571次 阅读
一个优秀的算法工程师必须具备哪些素质?

在物联网的浪潮之下,科大讯飞又是如何把握船舵?

物联网把所有的设备都连上网,所有设备都变成信息的接收端和发送端,所有的设备不可能和手机、PC一样都带....

的头像 联动原素 发表于 08-09 14:33 1320次 阅读
在物联网的浪潮之下,科大讯飞又是如何把握船舵?

数据挖掘与机器学习项目特征工程实战

Andrew以Speech Recognition的场景为例,比较了pipeline和end-to-....

的头像 人工智能爱好者社区 发表于 08-09 10:09 565次 阅读
数据挖掘与机器学习项目特征工程实战

医疗保健行业似乎是部署人工智能系统的理想场所

AI系统生成的图像显示,它是基于显示在MRI扫描影像中的软骨的细微变化(人类医生没能注意到它们)来做....

的头像 IEEE电气电子工程师学会 发表于 08-09 09:00 623次 阅读
医疗保健行业似乎是部署人工智能系统的理想场所

Google准备开始销售新款机器学习芯片?

在日前于美国旧金山举行的Google Cloud Next大会上,Google针对基于其TPU设计的....

的头像 面包板社区 发表于 08-08 15:55 1020次 阅读
Google准备开始销售新款机器学习芯片?

盘点协作机器人在各行业的爆炸性需求增长

协作机器人市场正处于跑马圈地的时刻,下一个十年将迅猛增长成为100亿美元市场。

的头像 传感器技术 发表于 08-08 14:45 895次 阅读
盘点协作机器人在各行业的爆炸性需求增长

利用TensorFlow.js,D3.js 和 Web 的力量使训练模型的过程可视化

TensorFlow.js 将机器学习引入 JavaScript 和 Web。 我们将利用这个很棒的....

的头像 TensorFlow 发表于 08-08 14:24 364次 阅读
利用TensorFlow.js,D3.js 和 Web 的力量使训练模型的过程可视化

谷歌重返中国又有了新的声音,稳定是中国互联网开放的前提

去年11月,谷歌云机器学习与人工智能首席科学家李飞飞在上海宣布了一个大消息:谷歌将在中国组建AI中心....

的头像 新智元 发表于 08-08 10:32 825次 阅读
谷歌重返中国又有了新的声音,稳定是中国互联网开放的前提

如何规划出完美的机器学习入门路径?| AI知识科普

书山有路勤为径,在学习进修的道路上,正确的路径比埋头勤奋要重要的多。 最近两年AI在线学习和教育呈喷涌式发展,机器学...

发表于 07-27 12:54 260次 阅读
如何规划出完美的机器学习入门路径?| AI知识科普

学习Python大数据与机器学习必会Matplotlib知识

在python的培训学习中,我们会用python进行数据分析的学习与应用,并且在这一部分进行绘图是必不可少的,所以为了看一下大家的实...

发表于 07-05 17:57 457次 阅读
学习Python大数据与机器学习必会Matplotlib知识

不可错过 | 集成学习入门精讲

越来越多的小伙伴开始对AI基础知识感兴趣,为了让小伙伴们更好地了解和学习,讯飞开放平台就人工智能核心领域之一——集成学...

发表于 06-06 10:11 445次 阅读
不可错过 | 集成学习入门精讲

AI知识科普 | 从无人相信到万人追捧的神经网络

天才就是当世上所有人都觉得他疯了的时候,他依然清晰地知道自己不是真的疯了,而是比旁人看的更长远。 ——致敬为科学一...

发表于 06-05 10:11 417次 阅读
AI知识科普 | 从无人相信到万人追捧的神经网络

机器学习、深度学习、卷积神经网络...人工智能时代的曙光

移动时代给我们带来了巨大的社会效益——从实现人与人以及人与社区之间的广泛联接到可以随时随地了解更丰富的信息,但是同样会产...

发表于 05-22 09:54 1647次 阅读
机器学习、深度学习、卷积神经网络...人工智能时代的曙光

关于机器学习模块KNN算法错误91的问题?

在运行时候出现这个错误是为什么??有相关的例子可以参考下吗? ...

发表于 04-02 15:08 602次 阅读
关于机器学习模块KNN算法错误91的问题?

请问labview可以调用在matlab里训练出的机器学习模型吗?可以的话应该怎么做?

我想用labview做一个数据采集上位机,下位机采集来的数据通过串口传到上位机,之后把数据输入机器学习模型中进行分类。听说可以用...

发表于 03-21 23:20 594次 阅读
请问labview可以调用在matlab里训练出的机器学习模型吗?可以的话应该怎么做?

阿里云MaxCompute,用计算力让数据发声

摘要: 计算的价值绝不止计算本身,而是让本不会说话的数据发声。 从玛雅历法到圆周率,从万有引力定律到二进制,从固化的物体到...

发表于 01-22 17:45 768次 阅读
阿里云MaxCompute,用计算力让数据发声

机器学习基础|深入理解拉格朗日乘子法

拉格朗日乘子法无疑是最优化理论中最重要的一个方法。但是现在网上并没有很好的完整介绍整个方法的文章。所以小编整理了如下文章...

发表于 12-13 20:25 919次 阅读
机器学习基础|深入理解拉格朗日乘子法