目錄：  ●  迴圈神經網路的應用     ●  文字分類     ●  序列標註     ●  機器翻譯  ●  Attention-based model  ●

最近抽時間寫了一本關於 Vue 的小冊： 《Vue 專案構建與開發入門》 ，前前後後斷斷續續花了大概兩個月的時間。作為 Vue 的第一批使用者，同時也作為一名專欄作者，雖然我之前寫過好幾篇關於 Vue 的文章

文 / 張汝宸 張志博，扇貝演算法團隊 背景 扇貝，作為一個擁有超過八千萬使用者的移動英語學習平臺，一直在探索如何利用資料來提供更精準的個性化教育。更快速、科學地評估

在傳統機器學習方法，支援向量機算是比較厲害的方法，但是計算過程非常複雜。軟間隔支援向量機通過減弱了其約束，使計算變得簡單。 操作步驟 匯入所需的包。 import tensorflow as tf

對於本次基於卷積神經網路識別驗證碼有著非常大的興趣，所以嘗試性地去做了測試，過程當中踩了不少坑，也參考了許多前輩的部落格和教程，最終識別率可達到98.25% 一、下圖是訓練的過程：

“我要做我真正該做的事情”，我想這是普遍人的共性，有時候包括我自己。每個人都有一顆“英雄心”，想做真正高大尚的事情才能配得起自己（往往被自己高估）的身份。但是，他們不知道，一個人之所以有才，不只是因為他做了跟他才能匹

前言 這道題當時沒有隊伍解出來，我當時想是有更多的步驟在圖裡面，tensorboard檢測不出來，或者那些其餘的操作有影響，當時有個提示是並非所有節點都在圖裡，最後又找了一遍pbtext的文字，看

本專案使用卷積神經網路識別字符型圖片驗證碼，其基於 TensorFlow 框架。它封裝了非常通用的校驗、訓練、驗證、識別和呼叫 API，極大地減低了識別字符型驗證碼花費的時間和精力。 專案地址： htt

TensorFlow Sparse現狀及背景 在機器學習這塊，Estimator本身的封裝能夠適應比較多的Dense的場景，而對於Sparse的場景無論是官方demo還是一些業界的大牛都分享的

應該不止一次參加這樣全國規模的前端會議了，從六年前踏入前端到今天依然在帶一個前端小組在夜以繼日的寫業務程式碼。在會議中會因為切實的大佬對技術的獨到觀點而興奮而替他們高興、會因不同團隊對前端輪子創造的充實和自豪感

本專案使用卷積神經網路識別字符型圖片驗證碼，其基於TensorFlow 框架。它封裝了非常通用的校驗、訓練、驗證、識別和呼叫 API，極大地減低了識別字符型驗證碼花費的時間和精力。 專案地址：https

基於easywebpack 工程體系，你能非常簡單，快速的編寫出 webpack 複雜的配置，你無需過多關心熱更新，是否壓縮，是否Hash，公共JS/CSS，DLL，構建速度等問題，這些 easywe

什麼是TensorBoard? Tensorboard是視覺化圖形介面。幷包含理解，除錯和優化模型的其他工具。 圖片.png Scalars：在模型訓

在機器學習中，模型被提供稱為特徵向量的物件列表。特徵向量可以是任何資料型別。特徵向量通常是填充張量的主要輸入。這些值將通過張量流入op節點，此操作/計算的結果將建立一個新的張量，該張量又將用於新的操作。所有這些

如果不是 Android dev 可以忽略標題的 Android。 專案 模組化/元件化 之後各模組也作為獨立的 Git 倉庫從主專案裡剝離了出去，各模組各自管理自己的版本。正常 Android 專案，各