yangnianxiao的专栏

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于ECMAScript的一个子集。 JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯（包括C、C++、C#、Java、JavaScript、Perl、Python等）。这些特性使JSON成为理想的数据交换语言。 易于人阅读和编写，同时也易于机器解析和生成(一般用于提升网络传输速率)。 直接加入#include即可实现对json格式的数据处理 using json = nlohmann::json;

本书介绍了70多种学习python开源教学库Numpy的有趣方法，教会读者如何安装和使用Numpy，并了解一些相关概念，进而掌握Numpy arrays及其通用功能，书中的例子还涉及到Matplotlib/Scipy等python科学计算生态系统中的重要软件，此外，还介绍了Numpy和其它软件的交互，性能分析及调试，软件测试和Cython等比较高阶的话题； 本书的目标读者是对Python和Numpy有基本了解，并且希望自己的水平能够更上一层楼的科技工作者、工程师、程序员和分析师。

本书是为那些想要从零开始探索深度学习的人或想要拓展对深度学习的理解的人而写的。无论是在职的机器学习工程师、软件开发者还是大学生，都会在本书中找到有价值的内容。本书是对深度学习的实践探索，避免使用数学符号，尽量用代码片段来解释定量概念，帮你建立关于机器学习和深度学习核心思想的直觉。书中包含 30 多个代码示例，有详细的注释、实用的建议和简单的解释。知道这些你就可以开始用深度学习来解决具体问题了。全书代码示例都使用 Python 深度学习框架 Keras，并用 TensorFlow 作为后端引擎。 Keras是最受欢迎且发展最快的深度学习框架之一，被广泛推荐为上手深度学习的最佳工具。读完本书后，你将会充分理解什么是深度学习、什么时候该用深度学习，以及它的局限性。你将学到解决机器学习问题的标准工作流程，还会知道如何解决常见问题。你将能够使用 Keras来解决从计算机视觉到自然语言处理等许多现实世界的问题，包括图像识别、时间序列预测、情感分析、图像和文字生成等 本书适合从事大数据及机器学习领域工作， 并对深度学习感兴趣的各类读者。 如果你是熟悉机器学习的数据科学家，你将通过本书全面掌握深度学习及其实践。深度学习是机器学习中发展最快、最重要的子领域。 ‰ 如果你是想要上手 Keras 框架的深度学习专家，你会发现本书是市面上最棒的 Keras 速 成教程。 ‰ 如果你是研究深度学习的研究生，你会发现本书是对你所受教育的实践补充，有助于你培养关于深度神经网络的直觉，还可以让你熟悉重要的最佳实践。 有技术背景的人，即使不经常编程，也会发现本书介绍的深度学习基本概念和高级概念非常有用。