最近用jupyter开发比较多， 确实很方便， 为了把jupyter页面部署到github pages方便博客读者阅读，调研了一下jupyter转静态html页面的工具。
more >>
magicly
Programmer, Geek, Magic, Poker, ML
aws上配置docker
如何查看cuda版本
http://www.cnblogs.com/shrimp-can/p/5253672.html
默认目录为：local，进入local：cd /usr/local
输入命令：ls，查看该目录下的文件，可以看到安装的cuda在此处
进入cuda文件：cd cuda-7.5（我的是7.5），此处为安装的东西
more >>阿里云HPC深度学习配置从入门到真的放弃
深度学习没有GPU的支持可以说完全不能解决实际问题， 稍大一点的数据集可能就要几个小时，GPU能起到10倍以及更高的速度提升。之前我们做了AWS的深度学习配置，今天再看看国内阿里云的HPC配置。
more >>用LSTM生成武侠人名
之前翻译了一篇介绍RNN的文章，一直没看到作者写新的介绍LSTM的blog，于是我又找了其他资料学习。本文先介绍一下LSTM，然后用LSTM在金庸、古龙的人名上做了训练，可以生成新的武侠名字，如果有兴趣的，还可以多搜集点人名，用于给小孩儿取名呢，哈哈，justforfun，大家玩得开心…
more >>udacity课程ud730深度学习学习笔记
最近在看Udacity的ud730课程，号称是tensorflow官方宣传片哈哈，因为用到的代码直接在tensorflow的代码里面。
课程主要包括四大部分：
- 机器学习的基本概念
- 深度神经网络
- 卷积神经网络
- 循环神经网络
所有人都能学会用Python写出RNN-LSTM代码
本文翻译自@iamtrask的Anyone Can Learn To Code an LSTM-RNN in Python (Part 1: RNN)。本文作者已通过twitter联系作者，获得授权。
概要
我通过玩具代码一边学习一边调试能达到最好的学习效果。本文通过一个简单的python实现，教会你循环神经网络。
原文作者@iamtrask说他会在twitter上继续发布第二部分LSTM，敬请关注。
more >>用word2vec分析中文维基语料库
最近需要做一些自然语言处理的工作， 发现google推出的wrod2vec比较有意思，据说可以推算出king + man - woman = queue，感觉很nb啊， 后续可以拿来做文本分类、情绪分析、关键词提取等。本文记录一下在中文wiki语料库上做的实验。
more >>在markdown里如何写数学公式
最近准备写一下机器学习的一些学习笔记， 由于涉及到大量数学公式， 发现不把如何在markdown里写数学公式这个问题解决了会严重影响工作效率。大概而言， 主要有两种方式：
more >>tag:
缺失模块。
1、请确保node版本大于6.2
2、在博客根目录（注意不是yilia根目录）执行以下命令：
npm i hexo-generator-json-content --save
3、在根目录_config.yml里添加配置：
jsonContent:
meta: false
pages: false
posts:
title: true
date: true
path: true
text: false
raw: false
content: false
slug: false
updated: false
comments: false
link: false
permalink: false
excerpt: false
categories: false
tags: true
Just For Fun!<br><br>用科技优化生活！<br>