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。
你成功啦！！！
使用Spring Security进行登录验证
softmax作为输出层激活函数的反向传播推导
Keras中predict()方法和predict_classes()方法的区别
使用R语言进行K-means聚类并分析结果
如何抽取样本方差的分布
CNN经典算法之Inception V1（GoogLeNet）
Eclipse的Web开发环境搭建——从零开始入门介绍
7种回归技术
Java入门基础笔记-9
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
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
H5文件简介和使用
回归模型中的交互项简介（Interactions in Regression）
深度学习基础——激活函数以及什么时候该使用激活函数
矩母函数简介（Moment-generating function）
stata 用outreg2输出回归结果