树莓派(1):入门

入手一块树莓派3B+,准备用它完成毕业设计,顺便深入学习一波Linux。

这里,先学习官方Raspbian系统的烧录和基本配置过程。

阅读更多
Android:香农

一款可译用来统计信息熵,进行二元香农、诺顿、哈夫曼编码,以及判断分组码是否唯一可译的Android APP。

阅读更多
【Andrew Ng】深度学习(11):序列模型

采用循环神经网络能够建立各种各样的序列模型(Sequence Model)。加入一些注意力机制,能够使这些序列模型更加强大。

阅读更多
【Andrew Ng】深度学习(10):自然语言处理

自然语言处理(Natural Language Processing,NLP)是人工智能和语言学领域的学科分支,它研究实现人与计算机之间使用自然语言进行有效通信的各种理论和方法。

阅读更多
【Andrew Ng】深度学习(9):循环神经网络

随深度学习技术的发展,使用循环神经网络(Recurrent Neural Network,RNN)建立的各种序列模型,使语音识别、机器翻译及自然语言理解等应用成为可能。

阅读更多
【Princeton】算法(1):Union-Find

在计算机科学(Computer Science,CS)领域,算法(Algorithm)是描述一种有限、确定、有效,并且适合用计算机语言来实现的解决问题的方法,它是CS领域的基础与核心。

这里先通过一个动态连通性问题,来了解设计、分析算法的基本过程。

阅读更多
【Andrew Ng】深度学习(8):卷积神经网络的应用

认识了解了卷积神经网络的工作原理及其一些经典的网络结构后,这里介绍如何应用卷积神经网络,实现目标检测、人脸识别及神经风格转换。

阅读更多
【Andrew Ng】深度学习(7):卷积神经网络

计算机视觉(Computer Vision)是一门研究如何教机器“看”的科学,计算机视觉研究相关的理论和技术,试图创建能够从图像或者多维数据中获取“信息”的人工智能系统。

随着深度学习技术的发展,计算机视觉领域的研究也得到了快速的发展。在对各种图像进行处理的过程中,往往在少量的图像中便蕴含着大量的数据,难以用一般的DNN进行处理。而卷积神经网络(Convolutional Neural Network, CNN)作为一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,在图像处理工作上有着出色的表现。

阅读更多
单片机原理(4):系统扩展、外围接口

当单片机内部功能不能满足应用系统的要求,经需要在片外连接相应的外围芯片以满足应用系统的要求的过程,叫做系统扩展。

通过外围接口技术,可以通过单片机来控制LED数码管、键盘、LCD显示屏等外部设备以及进行A/D、D/A转换,使单片机应用在更为广泛的领域。

阅读更多
单片机原理(3):中断、定时/计数、串行通信

中断(Interrupt)是指在计算机运行过程中,出现某些意外情况需主机干预时,机器能自动停止正在运行的程序并转入处理新情况的程序,处理完毕后又返回原被暂停的程序继续运行。

定时器/计数器(Timer/Counter)在实时控制系统中,实现对于外界事件的定时延时及计数功能。

串行通信(Serial Communicate)是计算机与外界交换信息的一种基本通信方式。

阅读更多