最全的AI速查表|神经网络,机器学习,深度学习,大数据
作者:Stefan Kojouharov编译:ronghuaiyang过去的几个月中,我都在收集AI速查表。我时不时的分享给同学和朋友,他们经常问我要。所以我决定整理一下,发出来。为了让这件事情更加有趣,我对每个主题加了点描述。
这个应该是史上最全的了,希望你喜欢...
神经网络神经网络图机器学习概述机器学习: Scikit-learn算法这个速查表可以帮助你为你的任务找到合适的estimator,这个是工作中最困难的地方。流向图帮助你查找文档,estimator也能大致的帮助你更加好的理解你的问题,以及如何解决问题。
Scikit-LearnScikit-learn 是一个开源的机器学习Python库。功能包括分类,回归,聚类,算法包括支持向量机,随机森林,梯度提升,k均值和密度聚类算法。而且和Python的数值处理库如Numpy和SciPy能够互通。
机器学习 : 算法速查表这是一个来自Microsoft Azure的机器学习速查表,你可以为你的预测任务选取合适的机器学习的算法。首选,速查表会问你数据的形式,然后给你一个适合你的任务的最佳的算法建议。用Python做数据科学 TensorFlow在2017年的5月,Google发布了第二代的TPU,第二代的TPU有高达180 teraflops的性能,64个TPU的集群可以提供11.5 petaflops的计算能力。
Keras在2017年,Google的TensorFlow决定在其核心库中支持Keras。Keras是一套接口,而不是一个机器学习的框架。它提供一套高级的,更加直接的抽象功能,使得配置一个神经网络更加的容易,而不用管背后是哪个计算库。
NumpyNumpy是一个没有优化过的解释器,目的是用Python来实现CPython中的东西。使用这个版本的数学计算往往比较慢。Numpy提供了多维数组的计算和操作,非常的有效,当需要重用代码时,大部分的内部的循环都是使用Numpy。
Pandas这个名字是来自于 “panel data”,是一个经济学的词语,用来处理多维度的结构化的数据。
数据整理\"data wrangler\"这个词开始于流行文化的渗透。在2017年的电影 Kong: Skull Island,其中一个角色,被介绍为“Steve Woodward, our data wrangler”。
ScipyScipy是基于Numpy的数组的对象构建的,是Numpy的一部分,包括的工具如 Matplotlib, pandas and SymPy,还有一个科学计算的扩展库。Numpy和其他的一些科学计算工具如 MATLAB, GNU Octave, and Scilab很像。Numpy的技术栈也有时候叫做SciPy 技术栈。
Matplotlibmatplotlib是一个基于Python的绘图库,是Numpy的一个扩展。提供了面向对象的API。
pyplot是一个matplotlib的模块,提供了类似Matlab的绘图接口,可以像Matlab一样简单易用,而且免费。
资源数据科学速查表: https://www.datacamp.com/community/tutorials/python-data-science-cheat-sheet-basics
数据整理速查表: https://www.rstudio.com/wp-content/uploads/2015/02/data-wrangling-cheatsheet.pdf
数据整理: https://en.wikipedia.org/wiki/Data_wrangling
Keras速查表: /d/file/gt/2023-10/pre3zvwl2ms https://en.wikipedia.org/wiki/Keras
机器学习速查表: /d/file/gt/2023-10/d3d3djwqrmp.php https://docs.microsoft.com/en-in/azure/machine-learning/machine-learning-algorithm-cheat-sheet
机器学习速查表: http://peekaboo-vision.blogspot.com/2013/01/machine-learning-cheat-sheet-for-scikit.html
Matplotlib速查表: /d/file/gt/2023-10/ab5m3wmy5zl https://en.wikipedia.org/wiki/Matplotlib
神经网络速查表: http://www.asimovinstitute.org/neural-network-zoo/
神经网络图速查表: http://www.asimovinstitute.org/blog/
神经网络: https://www.quora.com/Where-can-find-a-cheat-sheet-for-neural-network
Numpy速查表: /d/file/gt/2023-10/ta4gx43yjbb https://en.wikipedia.org/wiki/NumPy
Pandas速查表: /d/file/gt/2023-10/qelpru3osop https://en.wikipedia.org/wiki/Pandas_(software)
Pandas速查表: /d/file/gt/2023-10/n2x2j2bysta https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet
Scikit-learn: https://en.wikipedia.org/wiki/Scikit-learn
Scikit-learn速查表: http://peekaboo-vision.blogspot.com/2013/01/machine-learning-cheat-sheet-for-scikit.html
Scipy速查表: /d/file/gt/2023-10/5wavzsoyz3y https://en.wikipedia.org/wiki/SciPy
TesorFlow速查表: https://www.altoros.com/tensorflow-cheat-sheet.html
更多文章,请关注微信公众号:AI公园
3D胆拖速查表
3D胆拖速查表
胆0
组选六
(36注)
012 013 014 015 016 017 018 019 023 024 025 026 027 028 029 034 035 036 037 038 039 045 046 047 048 049 056 057 058 059 067 068 069 078 079 089
组选三
(18注)
001 002 003 004 005 006 007 008 009 011 022 033 044 055 066 077 088 099
胆1
组选六
(36注)
012 013 014 015 016 017 018 019 123 124 125 126 127 128 129 134 135 136 137 138 139 145 146 147 148 149 156 157 158 159 167 168 169 178 179 189
组选三
(18注)
001 011 112 113 114 115 116 117 118 119 122 133 144 155 166 177 188 199
胆2
组选六
(36注)
012 023 024 025 026 027 028 029 123 124 125 126 127 128 129 234 235 236 237 238 239 245 246 247 248 249 256 257 258 259 267 268 269 278 279 289
组选三
(18注)
002 022 112 122 223 224 225 226 227 228 229 233 244 255 266 277 288 299
胆3
组选六
(36注)
013 023 034 035 036 037 038 039 123 134 135 136 137 138 139 234 235 236 237 238 239 345 346 347 348 349 356 357 358 359 367 368 369 378 379 389
组选三
(18注)
003 033 113 133 223 233 334 335 336 337 338 339 344 355 366 377 388 399
胆4
组选六
(36注)
014 024 034 045 046 047 048 049 124 134 145 146 147 148 149 234 245 246 247 248 249 345 346 347 348 349 456 457 458 459 467 468 469 478 479 489
组选三
(18注)
004 044 114 144 224 244 334 344 445 446 447 448 449 455 466 477 488 499
胆5
组选六
(36注)
015 025 035 045 056 057 058 059 125 135 145 156 157 158 159 235 245 256 257 258 259 345 356 357 358 359 456 457 458 459 567 568 569 578 579 589
组选三
(18注)
005 055 115 155 225 255 335 355 445 455 556 557 558 559 566 577 588 599
胆6
组选六
(36注)
016 026 036 046 056 067 068 069 126 136 146 156 167 168 169 236 246 256 267 268 269 346 356 367 368 369 456 467 468 469 567 568 569 678 679 689
组选三
(18注)
006 066 116 166 226 266 336 366 446 466 556 566 667 668 669 677 688 699
胆7
组选六
(36注)
017 027 037 047 057 067 078 079 127 137 147 157 167 178 179 237 247 257 267 278 279 347 357 367 378 379 457 467 478 479 567 578 579 678 679 789
组选三
(18注)
007 077 117 177 227 277 337 377 447 477 557 577 667 677 778 779 788 799
胆8
组选六
(36注)
018 028 038 048 058 068 078 089 128 138 148 158 168 178 189 238 248 258 268 278 289 348 358 368 378 389 458 468 478 489 568 578 589 678 689 789
组选三
(18注)
008 088 118 188 228 288 338 388 448 488 558 588 668 688 778 788 889 899
胆9
组选六
(36注)
019 029 039 049 059 069 079 089 129 139 149 159 169 179 189 239 249 259 269 279 289 349 359 369 379 389 459 469 479 489 569 579 589 679 689 789
组选三
(18注)
009 099 119 199 229 299 339 399 449 499 559 599
EXCEL自制快捷键速查表图,做张清晰可爱的屏保(上)
导读:EXCEL自制快捷键速查表图,做张清晰可爱的屏保(上)
前段时间在网上看到一张关于EXCEL快捷键速查表图,觉得可以用来做电脑屏保非常不错,无奈里面的字很是不清楚,就想能不能用EXCEL表格自己来做一张呢?
说做就做,下面就跟着小马一起来看看怎么做这么一张快捷键速查表图呢?
1.我们先来做第一个快捷键,先把EXCEL表格的高度和宽度缩小,初步定为10X10为一个快捷键2.为了精细调整,我们把放大比率为220%,并且插入圆角边框与单元格边线对齐3.我们再来设个各个区域的大小,并调整尺寸4.再来更加精细的调整行高,列款,边框5.我们缩小比率,来看一下效果,还不错6.我们把快捷键区域复制10行18列7.按照网上的表格来删除不必要的快捷键区域,雏形就基本出做好了下一节将会填入每个快捷键的用途,并且保存为图片。敬请期待。
需要的小伙伴们点点关注,发私信给小马,提前预定哦。
有了这个EXCEL表格,你可以自己编辑里面的内容并保存成为图片作为屏保了。你也可以删除你已经会得的快捷键,留下你还不会的。是不是觉得很实用呢?