Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
ml-mastery-zh
提交
dd100eef
M
ml-mastery-zh
项目概览
OpenDocCN
/
ml-mastery-zh
9 个月 前同步成功
通知
2
Star
556
Fork
158
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
M
ml-mastery-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
dd100eef
编写于
12月 15, 2021
作者:
W
wizardforcel
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
2021-12-15 22:30:24
上级
e6fc5b71
变更
2
隐藏空白更改
内联
并排
Showing
2 changed file
with
10 addition
and
10 deletion
+10
-10
docs/linalg/SUMMARY.md
docs/linalg/SUMMARY.md
+9
-9
docs/lstm/SUMMARY.md
docs/lstm/SUMMARY.md
+1
-1
未找到文件。
docs/linalg/SUMMARY.md
浏览文件 @
dd100eef
...
...
@@ -9,20 +9,20 @@
+
[
机器学习向量的温和介绍
](
gentle-introduction-vectors-machine-learning.md
)
+
[
如何在 Python 中为机器学习索引,切片和重塑 NumPy 数组
](
index-slice-reshape-numpy-arrays-machine-learning-python.md
)
+
[
机器学习的矩阵和矩阵算法简介
](
introduction-matrices-machine-learning.md
)
+
[
面向机器学习
的特征分解,特征值和特征向量的温和介绍
](
introduction-to-eigendecomposition-eigenvalues-and-eigenvectors.md
)
+
[
机器学习中
的特征分解,特征值和特征向量的温和介绍
](
introduction-to-eigendecomposition-eigenvalues-and-eigenvectors.md
)
+
[
NumPy 期望值,方差和协方差的简要介绍
](
introduction-to-expected-value-variance-and-covariance.md
)
+
[
机器学习矩阵分解的温和介绍
](
introduction-to-matrix-decompositions-for-machine-learning.md
)
+
[
面向机器学习
的 NumPy 张量的温和介绍
](
introduction-to-tensors-for-machine-learning.md
)
+
[
面向机器学习
的线性代数中的矩阵类型简介
](
introduction-to-types-of-matrices-in-linear-algebra.md
)
+
[
面向机器学习
的线性代数备忘单
](
linear-algebra-cheat-sheet-for-machine-learning.md
)
+
[
面向深度学习
的线性代数
](
linear-algebra-for-deep-learning.md
)
+
[
面向机器学习
的线性代数(7 天迷你课程)
](
linear-algebra-machine-learning-7-day-mini-course.md
)
+
[
面向机器学习
的线性代数
](
linear-algebra-machine-learning.md
)
+
[
面向机器学习
的矩阵运算的温和介绍
](
matrix-operations-for-machine-learning.md
)
+
[
机器学习中
的 NumPy 张量的温和介绍
](
introduction-to-tensors-for-machine-learning.md
)
+
[
机器学习中
的线性代数中的矩阵类型简介
](
introduction-to-types-of-matrices-in-linear-algebra.md
)
+
[
机器学习中
的线性代数备忘单
](
linear-algebra-cheat-sheet-for-machine-learning.md
)
+
[
深度学习中
的线性代数
](
linear-algebra-for-deep-learning.md
)
+
[
机器学习中
的线性代数(7 天迷你课程)
](
linear-algebra-machine-learning-7-day-mini-course.md
)
+
[
机器学习中
的线性代数
](
linear-algebra-machine-learning.md
)
+
[
机器学习中
的矩阵运算的温和介绍
](
matrix-operations-for-machine-learning.md
)
+
[
线性代数回顾的没有废话的指南
](
no-bullshit-guide-to-linear-algebra-review.md
)
+
[
在机器学习中学习线性代数的主要资源
](
resources-for-linear-algebra-in-machine-learning.md
)
+
[
浅谈机器学习的奇异值分解
](
singular-value-decomposition-for-machine-learning.md
)
+
[
如何用线性代数求解线性回归
](
solve-linear-regression-using-linear-algebra.md
)
+
[
面向机器学习
的稀疏矩阵的温和介绍
](
sparse-matrices-for-machine-learning.md
)
+
[
机器学习中
的稀疏矩阵的温和介绍
](
sparse-matrices-for-machine-learning.md
)
+
[
机器学习中向量范数的温和介绍
](
vector-norms-machine-learning.md
)
+
[
为机器学习学习线性代数的 5 个理由
](
why-learn-linear-algebra-for-machine-learning.md
)
docs/lstm/SUMMARY.md
浏览文件 @
dd100eef
...
...
@@ -2,7 +2,7 @@
+
[
Keras中长短期记忆模型的5步生命周期
](
5-step-life-cycle-long-short-term-memory-models-keras.md
)
+
[
长短期记忆循环神经网络的注意事项
](
attention-long-short-term-memory-recurrent-neural-networks.md
)
+
[
CNN长短期记忆网络
](
cnn-long-short-term-memory-networks.md
)
+
[
面向深度学习
的循环神经网络的速成课程
](
crash-course-recurrent-neural-networks-deep-learning.md
)
+
[
深度学习中
的循环神经网络的速成课程
](
crash-course-recurrent-neural-networks-deep-learning.md
)
+
[
可变长度输入序列的数据准备
](
data-preparation-variable-length-input-sequences-sequence-prediction.md
)
+
[
如何用Python和Keras开发用于序列分类的双向LSTM
](
develop-bidirectional-lstm-sequence-classification-python-keras.md
)
+
[
如何在 Keras 中开发用于序列到序列预测的编解码器模型
](
develop-encoder-decoder-model-sequence-sequence-prediction-keras.md
)
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录