曾想技術改變世界，不料世界改變了我們

摘要： 作為獨立開發者，我們的時間非常寶貴?？焖賹⒁粋€創意轉化為產品，并驗證其市場需求，是成功的關鍵。這意味著，我們需要選擇合適的技術棧，以便迅速開發出一個最小可行產品（MVP），并測試其產品市場契合度（PMF）。在這篇文章中，我將分享幾種技術選擇的優缺點，幫助你在開發過程中做出明智的決定。 技術候選者 u 閱讀全文

摘要： 這兩天為了重啟五年前基于 React Native（版本 0.59.9）開發的老項目，經過各種填坑查詢等操作，最終把它成功地運行起來了。 在這篇文章中，我將詳述那些遭遇的挑戰以及對應的解決方案，以期為同樣面臨此類困境的開發者提供寶貴的經驗參考。 這個項目涉及到的環境基本版本信息如下： react: 閱讀全文

摘要： 為了更深入了解程序員如何進行創收，今天與一位曾在幾年前成功通過賣書和網課獲取收益的前同事進行了交流。由于他曾有過豐富的經驗，我向他請教了一些相關經驗，以下是我想獲取的信息： 你目前還在通過做網課獲得收益嗎？ 沒有。不再從事網課的主要原因有兩點：首先，工作非常繁忙，每天都在996（周末加班可以獲得雙倍 閱讀全文

摘要： 前面我們針對電影評論編寫了二分類問題的解決方案。 這里對前面的這個方案進行一些改進。 分批訓練 model.fit(x_train, y_train, epochs=20, batch_size=512) 這里在訓練時增加了一個參數batch_size,使用 512 個樣本組成的小批量，將模型訓練 閱讀全文

摘要： #什么是二分類問題？ 二分類問題就是最終的結果只有好或壞這樣的一個輸出。 比如，這是好的，那是壞的。這個就是二分類的問題。 我們以一個電影評論作為例子來進行。我們對某部電影評論的文字內容為好評和差評。 我們使用IMDB 數據集，它包含來自互聯網電影數據庫（IMDB）的 50 000 條嚴重兩極分化的 閱讀全文

摘要： 深度學習是模仿了生物的神經元的概念，你可以想象用一大堆的神經元通過各種刺激來對外部世界進行感知，從而建立起對外部世界的模型。 比如給你一個數據對： | x | y | | | | | -1 | -3 | | 0 | -1 | | 1 | 1 | | 2 | 3 | | 3 | 5 | | 4 | 7 閱讀全文

摘要： tensorflow版本已經升級到了2.x,其在易用性上大大增強，主要是由于API采用了keras的方式，大大簡化了開發工作。 #安裝 pip3 install tensorflow #驗證 輸入如下代碼： import tensorflow as tf 如果沒有出錯信息顯示就表示安裝成功了！ 是否 閱讀全文

摘要： #選擇學習方法 機器學習中有很多方法可以使用，但具體我們選擇哪個機器學習的方法呢？ sklean向我們提供了一個選擇哪個機器學習的決策圖： http://scikit-learn.org/stable/_static/ml_map.png #通用學習模式 sklearn提供了一個通用的機器學習模式， 閱讀全文

摘要： 為何要用keras? 兩個字：簡單。 Keras讓深度學習像搭建積木一樣方便地來進行，使前面的tensorflow能夠更加方便地使用。 雖然還有其它更多的理由，比如：Keras 支持多個后端引擎，不會將你鎖定到一個生態系統中。 但是對于我來講，最大的優點就是簡單方便。 安裝keras pip3 in 閱讀全文