随着深度学习的火热，对计算机算力的要求越来越高。从2012年AlexNet以来，人们越来越多开始使用GPU加速深度学习的计算。 然而，一些传统的机器学习方法对GPU的利用却很少，这浪费了很多的资源和探索的可能。在这里，我们介绍一个非常优秀的项目——RAPIDS，这是一个致力于将GPU加速带给传统算法的项目，并且提供了与Pandas和scikit-learn一致的用法和体验，非常值得大家尝试。
神器！AI硬件基准测试库发布
平衡二叉树之红黑树（Red-Black Tree）简介及Java实现
在线广告的紧凑分配方案（Optimal Online Assignment with Forecasts）
CNN入门算法LeNet-5介绍（论文详细解读）
特征工程相关技术简介
Java入门基础笔记-6
深度学习之GRU神经网络
并集选则器和通配符
网页插入图片相对位置代码
深度学习基础——激活函数以及什么时候该使用激活函数
Dirichlet Distribution（狄利克雷分布）与Dirichlet Process（狄利克雷过程）
贝塔分布（Beta Distribution）简介及其应用
使用R语言进行K-means聚类并分析结果
Generative Adversarial Networks 生成对抗网络的简单理解
通过JRI实现java与R的连接、通信
回归模型中的交互项简介（Interactions in Regression）
H5文件简介和使用
多元高斯分布（多元正态分布）简介
机器学习中的高斯过程