Become an instructor pilot for a day…via Instagram
6 月 24 日，被分配到俄克拉荷马州万斯空军基地的 Courtland White 中尉将接管空军教育和训练司令部的 Instagram 页面 - 关注 @aetc_firstcommand。
101st Soldier vaccinates his brother at the United Center Community Vaccination Center, Chicago
芝加哥 – 美国陆军特种部队。 David La’Cour，芝加哥人，第 1 旅战斗部第 426 旅支援营 Bravo 公司的发电机机械师...
Future-Proof Leadership Literacies, Robots and the Power of Science Fiction with Colonel Chris Mayer
克里斯·梅耶上校是美国西点军校战略计划副院长，同时还教授伦理学和哲学。克里斯回来与迈克·帕尔默一起重温 2019 年 11 月克里斯首次露面时开始的对话。我们回顾了鲍勃·约翰森的《新领导力素养》一书，并通过一些曲折的情节谈到了机器人世界是如何演变的，以及我们如何从科幻小说中学习，以试图更进一步地展望 2030 年及以后的未来。克里斯还描述了专注于未来思维的机构，我们将探索如何思考日益 VUCA 的世界中领导力发展、道德和决策的未来。IFTF Coursera 课程：https://www.coursera.org/specializations/futures-thinking 休斯顿大学远见
Fisk Scour Repair Project is Ready-to-Advertise
达到项目里程碑是在此过程中不断取得中期成就的结果。连续的中期成果推动 Fisk Scour 修复项目交付团队 (PDT) 于 5 月 15 日成功达到其重要的“准备广告”里程碑。
#93 – Daphne Koller: Biomedicine and Machine Learning
Daphne Koller 是斯坦福大学计算机科学教授，与 Andrew Ng 共同创立了 Coursera，也是机器学习和生物医学交叉领域的公司 insitro 的创始人兼首席执行官。通过注册以下赞助商来支持此播客：– Cash App - 使用代码“LexPodcast”并下载：– Cash App（App Store）：https://apple.co/2sPrUHe– Cash App（Google Play）：https://bit.ly/2MlvP5w 剧集链接：Daphne 的 Twitter：https://twitter.com/daphnekollerDaphne 的网站：
#73 – Andrew Ng: Deep Learning, Education, and Real-World AI
吴恩达是人工智能和技术领域最具影响力的教育家、研究人员、创新者和领导者之一。他共同创立了 Coursera 和 Google Brain，推出了 deeplearning.ai、Landing.ai 和 AI 基金，并曾担任百度首席科学家。作为斯坦福大学教授，以及 Coursera 和 deeplearning.ai 的创始人，他帮助教育和激励了包括我在内的数百万学生。剧集链接：Andrew Twitter：https://twitter.com/AndrewYNgAndrew Facebook：https://www.facebook.com/andrew.ng.96Andrew Linke
Update 6:05pm EST: CENTCOM statement on events in the Gulf of Oman
USS Bainbridge 与 M/V Kokuka Courageous 号保持密切联系，并且是美国现场指挥机构。不会容忍任何对班布里奇号航空母舰及其使命的干扰。
The Courts Leave President Trump No Options on Illegal Immigration
周一，美国地区法官 Richard Seeborg 阻止了特朗普政府将寻求庇护者送回墨西哥的新政策，而他们正在等待美国即将进行的审判。凭借这项最新裁决，法院进一步证明自己是一个充满争议的党派黑客的巢穴，他们更倾向于阻挠总统的移民改革计划，而不是 […]The post The Courts Leave President Trump No Options on Illegal immigrant 首次出现在 Heroes Media Group 上。
以下是本周引起我注意的一些资源、帖子和文章。希望您觉得它们有用。本周，我将从引起我注意或激励我成长的推文开始。第一条是@Wes_Kieschnick 分享的拉尔夫·沃尔多·爱默生 (Ralph Waldo Emerson) 的一句名言。Wes 是《Bold School》的作者，我最近在读了他的书后开始关注他。“除非你尝试做一些超出你已经掌握的事情，否则你永远不会成长。” - 拉尔夫·沃尔多·爱默生 #BoldSchool #edchat #MondayMotivation #MondayMorning #MondayThoughts pic.twitter.com/EmoGvYiLVM— W
Jeff Atwood: Stack Overflow and Coding Horror
Jeff Atwood 是 Stack Overflow 和 Stack Exchange 的联合创始人，这两个网站每天有数百万人访问。与维基百科一样，很难低估这些网站网络对全球知识和生产力的影响。Jeff 还是著名的 Coding Horror 博客的作者，也是 Discourse 的创始人，这是一个开源软件项目，旨在提高我们在线社区讨论的质量。视频版本可在 YouTube 上观看。如果您想了解有关此播客的更多信息，请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Facebook 或 YouTube 上与 @lexfridman 联系，您可
Understanding Convolutional Neural Networks (CNN) with an example
完成 Coursera 深度学习专业课程 #4 后，我想写一个简短的总结来帮助大家理解/复习卷积神经网络 (CNN) 的概念。让我们通过一个例子来理解 CNN - 图 1。CNN 示例 - 来源：Coursera DL Specialization假设您有一个 32x32 的图像，其中包含从 0 到 10 的数字，具有 3 个通道 (RGB)。您将它通过第一个卷积层 (CL1) 中大小为 f 的过滤器。过滤器的输出图像的大小是多少？输出图像的大小通过以下公式计算：来源：Medium 在我们的例子中，假设填充为 0 且步幅为 1。上述公式得出图像的高度和宽度的输出大小均为 28x28。好吧，这是
Optimization Algorithms for Machine Learning
我一直在 Coursera 上学习 Andrew Ng 的深度学习专项课程。我已经完成了该专项课程 5 门课程中的第 1 门（神经网络和深度学习）。我正在学习第 2 门课程，即改进深度学习。这是一门非常有趣的课程，深入探讨了超参数调整、正则化和优化技术。1. 什么是优化算法？它们使您能够更快地训练神经网络，因为应用机器学习是一个非常经验的过程，这些算法有助于有效地达到优化结果。让我们开始研究具有更复杂版本的梯度下降的优化算法。1.1 批量与小批量梯度下降一般来说，梯度下降会遍历整个训练示例集（#m），并向全局最小值迈出一步。这也称为批量梯度下降。这有点低效，因为它要求我们先遍历所有训练示例，然
Study plan for ML and Deep Learning ventures
大家好！我制定了一个学习计划，我想通过查阅大量在线资源来执行这个计划（查看下面的资源和参考资料）。我是一名全职计算机工程师，下班后会继续研究我的机器学习兴趣。平衡时间很难，但有志者事竟成 :) 我知道要为我的计划投入大量时间会很困难，我打算每天晚上平均花 2 个小时学习，并调整我的时间表以优化工作效率。去年我已经完成了 Andrew Ng 的 Coursera 机器学习课程，但我将在执行这个计划的过程中分配时间进行复习。第 1 个月：FastAI 深度学习第 1 部分（正在进行中）第 2 个月：FastAI 深度学习第 2 部分第 3-5 个月：Udacity 深度学习纳米学位课程我将指导你们
好吧，我们终于度过了愉快的一天。由于时间限制和复活节晚餐，太平洋飞行员小组分开了，我们去了不同的地方，以便我们能及时赶回来吃晚餐。David Bianchi 去了 Rowena，The Zimtoors 去了 Courtney，Greg Stump 和 James 去了 Powell River。沿着阳光海岸的飞行很棒，只有一些小颠簸。Julies 咖啡馆的午餐也不错。
Мой друг – робот. Социокультурные аспекты социальной робототехники
Открытый онлайн курс на платформе Coursera, в рамках которого можно познакомимся с новым междисциплинарным направлением – с оциальная робототехника。 Технические особенности разработки роботов затрагиваться не будут，только социокультурные аспекты。
