最近这几本受欢迎的程序员新书都是一个封面系列
最近两个月上架的新书有这样三本很受程序员欢迎，他们都是同一封面系列的书。你想知道是哪三本吗？首先给大家说的是这本《Python图像处理实战》，上架一个多月一直在新书榜上，如果我没猜错应该已经过了二刷了。Python图像处理实战4の3人q这本书需要具有一定的数学和编程背景，还应掌握一些基础的机器学习知识。书中所有示例代码都基于Python 3编写。图像处理，顾名思义，可以简单地定义为利用计算机算法（通过代码）对图像进行分析、操作的处理。它包括如下不同的几个方面：图像的存储、表示、信息提
图像处理入门：如何处理不同类型的图像
本节将讨论不同的图像处理函数（使用点变换和几何变换），以及如何处理不同类型的图像。1.5.1 处理不同的文件格式和图像类型图像可以以不同的文件格式和不同的模式（类型）保存。接下来我们将讨论如何使用Python库来处理不同文件格式和类型的图像。1．文件格式图像文件可以有不同的格式，其中一些流行的格式包括BMP（8位、24位、32位）、PNG、JPG（JPEG）、GIF、PPM、PNM和TIFF。读者不需要担心图像文件的特定格式（如何存储元数据）以及从中提取数据。Python图像处理库将读取
Linux命令：shell如何操作字符串和数字？
计算机程序其实就是处理数据。前面的章节主要从文件层面讲解了数据的处理。然而，很多编程问题需要用到更小的数据单元，例如字符串和数字，来解决。本章将学习几个用于操纵字符串和数字的shell脚本特性。Shell提供了多种字符串操作的参数扩展。除了算术扩展（在第7章讲到），还有一个常见的名为bc的命令行程序，它能执行更高层次的数学运算。34.1 参数扩展（Parameter Expansion）虽然参数扩展在第7章就已出现，但是因为大部分参数扩展使用在脚本文件，而非命令行中，所以我们未加详细解释，在这之
《机器学习的数学》出版了，彻底解决程序员学机器学习的数学问题
如何解决机器学习领域的数学问题，打下坚实的数学基础？是很多初学者乃至进阶者关心的话题。我们把这个问题拆解成下面几个问题：1. 为什么需要数学？2. 机器学习中究竟用到了哪些数学知识？3. 如何掌握这些数学知识？那么你需要这样一本帮你解决学习机器学习的数学问题的书，首选《机器学习的数学》，本书覆盖了人工智能领域中与机器学习相关的数学知识体系，不仅囊括了微积分和线性代数等基本数学原理，还详细讲解了概率论、信息论、最优化方法等诸多内容，这些知识是机器学习中的目标函数构造、模型优...
如何选择最佳机器学习算法？
讲完随机森林算法之后，小冰开口问道 ：“咖哥，上面的这几种经典算法，你讲得简明扼要，感觉都挺好。不过，现在的问题来了，算法一多，我反而不知道如何选择了。你能不能给我们说说，什么样的算法适合解决什么样的问题？”咖哥回答 ：“这很值得说一说。没有任何一种机器学习算法，能够做到针对任何数据集都是最佳的。通常，拿到一个具体的数据集后，会根据一系列的考量因素进行评估。这些因素包括 ：要解决的问题的性质、数据集大小、数据集特征、有无标签等。有了这些信息后，再来寻找适宜的算法。”让我们从下页这张 Sklearn
人工智能算法：遗传算法
遗传算法是一种特殊的演化算法，但是在描述遗传算法的文献中，其定义各不相同。本书将遗传算法定义为一种可以用交叉和突变算子优化固定长度向量的演化算法。计分函数可以区分优劣方案，以优化该固定长度的向量。这个定义说明了遗传算法的本质。此外，可以将可选特征添加到遗传算法中，以增强其性能。例如物种形成、精英和其他选择方法之类的技术，有时可以改善遗传算法的运行效果。3.1 离散问题的遗传算法与其他算法相似，针对连续学习和离散学习，遗传算法采用略有不同的方法。连续学习涉及计算数值，而离散学习涉及识别非数值。本节
图像处理中的经典机器学习方法
在本章中，我们将讨论机器学习技术在图像处理中的应用。首先，定义机器学习，并学习它的两种算法——监督算法和无监督算法；其次，讨论一些流行的无监督机器学习技术的应用，如聚类和图像分割等问题。我们还将研究监督机器学习技术在图像分类和目标检测等问题上的应用。使用非常流行的scikit-learn库，以及scikit-image和Python-OpenCV（cv2）来实现用于图像处理的机器学习算法。在本章中，我们将带领读者深入了解机器学习算法及其解决的问题。本章主要包括以下内容：监督与无监督学习； 无监
2021年必备的最全人工智能书单
对人工智能的理解因人而异。一些人认为人工智能是通过非生物系统实现的任何智能形式的同义词；他们坚持认为，智能行为的实现方式与人类智能实现的机制是否相同是无关紧要的。而另一些人则认为，人工智能系统必须能够模仿人类智能。没有人会就是否要研究人工智能或实现人工智能系统进行争论，我们应首先理解人类如何获得智能行为（即我们必须从智力、科学、心理和技术意义上理解被视为智能的活动），这对我们才是大有裨益的。新的一年初始，小编为你准备了一份2021年的必备书单，包括机器学习、自然语言处理、计算机图像学等。人工智能
计算机视觉中的算法幻想性视错觉
生成深度学习一直是人工智能前沿的核心思想之一。我们将重点研究卷积神经网络是如何利用迁移学习来思考或对图像中的模式进行可视化的。它们可以生成前所未见的用于描绘卷积神经网络的思考甚至梦境中的图形模式。DeepDream网络于2015年由谷歌公司首次发布，由于深度网络能够从图像中生成有趣的模式，因此DeepDream引起了巨大的轰动。本章的主要内容包括：动机——心理幻想性视错觉； 在计算机视觉中的算法幻想性视错觉； 通过对CNN的中间层进行可视化，了解CNN学到了什么； DeepDream算法以及如何创
Fiddler如何抓包？
Fiddler在使用的过程中经常会碰到一些问题。这章补充一些Fiddler的用法。2.1 Fiddler必须要做的3个设置Fiddler需要进行3个设置，这样做使用Fiddler的过程才能顺畅。2.1.1 第1个设置：在Fiddler中安装证书大部分网站都是使用HTTPS协议，所以必须安装证书，这样才能捕获HTTPS，如图2-1所示。如果证书没有安装成功，那么Fiddler只能抓到HTTP请求，抓不到HTTPS请求，如图2-2所示。所以一定要想办法把证书安装好。图2-1 F.
Rust中，常会用到的3种指针有哪些？
如果我们的讨论中没有包含指针，那么关于内存管理的介绍是不完整的，因为它是任何低级语言操作内存的主要方式。指针只是指向进程地址空间中内存位置的变量。在Rust中，我们主要会用到3种指针。5.8.1 引用—— 安全的指针在介绍借用时已经详细阐述了这类指针。引用类似于C语言中的指针，但同时会检查它们的正确性。它们永远不会为空值，并且指向拥有某些数据的变量。它们指向的数据既可以位于堆上，也可以位于堆栈上，或者位于二进制文件的数据段中。它们是通过&或者&mut运算符创建的。该运算符作为类型T的
遇到数学问题《深度学习》“花书”读不下去了吗？给你支个招
你手里是否有这本深度学习领域奠基性经典畅销书《深度学习》，是否有的地方看不懂？是否被一些数学问题搞得焦头烂额，是否因为数学问题已经放弃了阅读这本经典书。小编给你支一个招。你可以准备一本《机器学习的数学》把机器学习中的数学知识掌握好。再去看深度学习。为什么这么说，先看看阅读《深度学习》所需要的数学知识。请看下图中的第1部分介绍基本的数学工具和机器学习的概念。再看《机器学习中的数学》中用到了哪些数学知识概率论概率论对于机器学习来说也是至关重要的，它是一种重要的工...
如何系统性地学习NLP 自然语言处理？
安装工具如果大家已经安装nlpia包（https://github.com/totalgood/nlpia），就可以运行本书中的所有示例。我们会保持README文件中的安装说明为最新版本。但是，如果你已经安装了Python 3，而且觉得自己手气不错（或者幸运地拥有一个Linux环境）的话，那么可以尝试执行：$ git clone https://github.com/totalgood/nlpia$ pip3 install -e nlpia如果上面的命令不起作用的话，那么可能需要在操作系统
这本书中的程序员经典语句我都给你找出来了，请查收
“Rust是一种采用过去的知识解决将来的问题的技术。”——Graydon Hoare“高效开发的关键在于不断制造一些新的有趣错误。”——Tom Love“一切皆有可能。”——Ian Hickson“对发送的内容保守一点，对收到的内容宽容一点。”——John Postel“如果你愿意限制方法的灵活性，那么总是会有意外的收获。”——John Carmack“从那时起，当计算机出现任何问题时，我们都说它里面有bug。”——Grace Hopper“算法必须名副其实。”——Donald Kn
为什么保持代码整洁如此重要？
对于代码整洁，没有唯一的或者严格的定义，而且可能无法正式地衡量怎样才算代码整洁，因此你不能在代码仓库上运行一个可以告诉你代码是好是坏、可维护性如何的工具。当然，你可以运行检查器、代码校验器、静态分析器等工具。这些工具会给你很大的帮助。它们是必需的，但光有这些还远远不够。代码整洁与否不是机器或脚本能说了算的（到目前为止），而是作为专业人员的我们才能决定的。几十年来，我们沿用“编程语言”这个术语，并将其视为把我们的想法传达给计算机的语言，可以让计算机运行我们的程序。但是我们错了，这仅仅是部分事实。编程语
你知道这一周有哪些程序员好书上了热搜吗？
马上新年了，小伙伴们爱学习、爱读书的热情依旧在线，今年在外漂着的大都是就地过年，多补充点知识还是好的。和小编一起来看看这一周里有哪些程序员好书上了热搜。第一本机器学习的数学从机器学习的角度讲述数学，从数学的角度讲述机器学习。语言精炼，知识点密集，学习路线清晰，是一本帮助掌握数学知识和理解机器学习算法原理的好书，可以满足不同层次读者的需求。——知名Python讲师，16本Python 系列图书作者 董付国数学是很多读者学习机器学习、深度学习、强化学习感到困难的最主要原因...
Python函数的参数是如何工作的？
我们先探讨在Python中如何将参数传递给函数的相关细节，然后回顾与这些概念相关的良好软件工程实践的一般理论。通过了解Python提供的处理参数的多种方式，我们能够更轻松地掌握通用规则，进而可以轻松地得出结论，即什么是好的模式或习惯用法。然后，我们可以确定在哪些情况下Python方法是正确的，以及在哪些情况下可能滥用了该语言的特性。1．如何将参数复制到函数中Python中的第一条规则是所有参数都由一个值传递——总是这样。这意味着，当把值传递给函数时，它们被分配给稍后将在其上使用的函数签名定义上的
Docker实践：Docker日常中的一些技巧
同任何相对复杂的软件项目一样，Docker有很多细节问题和缺点，如果想要让用户体验尽可能地流畅，知道这些很重要。本章讲述的一些技巧将会向读者展示其中更为重要的一些部分，而且会介绍如何使用一些第三方构建的外部工具来解决自身问题。不妨把它看作一个Docker工具箱。6.1 保持阵型如果你跟我们一样（并且有心关注本书），那么你对Docker的依赖将会与日俱增，这也就意味着会在选定的宿主机上启动大量容器，然后下载更多的镜像。随着时间的流逝，Docker将会消耗越来越多的资源，一些容器和卷的清理需要摆
Rust与网络编程：同步网络I/O
使用机器构建可以通过互联网相互通信的媒介是一项复杂的任务。这需要不同的设备通过互联网进行通信、运行不同的操作系统、不同版本的应用程序，并且它们需要一组约定的规则来相互交换信息。这些通信规则被称为网络协议，设备彼此之间发送的消息被称为网络数据包。为了分离各方面的关注度，例如可靠性、可发现性及封装性，这些协议被分成若干层，其中较高层协议堆叠在较低层协议之上。每个网络数据包由来自这些层的信息组成。当前的操作系统已经附带了网络协议堆栈的实现。在此实现中，每层都为其上方的层提供支持。在最底层，我们有物理层和数
假期归来，有哪些编程书上了新书榜？
新年小长假结束了，估计小伙伴们都已经加到工作岗位啦，小编今天看了一眼计算机新书排行榜，一上周有这样几本书上榜。现在就给大家来展示下。1、机器学习的数学一周新书榜第2。机器学习工程师们都应该阅读的一本书。豆瓣评论：一本吃透机器学习的基础良作机器学习火了好几年了，而且目测随着5G和计算机算力的发展这个热度还能持续好久，比如大数据、万物互联、深度学习、计算机视觉等等。大家都想搞懂机器学习并从中分一杯羹，但人类想要学会机器学习可比机器学会学习要难得多，因为高深的数学知识是每一个深...
今日推荐
周排行