CSS常用布局

=========2017-09-14更新===========

推荐大家看看这个网站learnlayout, 比较全面。

其中可能会经常看到下面这段话:

Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.

我查了一下,原来是用于排版演示用的拉丁文:

Lorem ipsum是指一篇常用于排版设计领域的拉丁文文章,主要的目的为测试文章或文字在不同字型、版型下看起来的效果。中文的类似用法则称为乱数假文、随机假文。

有兴趣的可以看看Wiki, 我还发现原来阮一峰老师之前也写过一篇介绍文章呢。

==============================

布局是CSS中一个很重要的部分,甚至我觉得是最重要也是最难的部分,其他诸如字体大小、颜色等等都是很容易的。最近总结一下使用过的CSS常用布局,包括水平居中、垂直居中、单列布局、多列布局等,以及最新的flex布局,希望能给前端小伙伴一些帮助,也作为自己的知识总结。

more>>
用Gatsby重写blog

最近将blog生成器由Hexo换到了Gatsby,原来页面现保留在这里https://magicly.coding.me/, 留作纪念。

之前用Hexo写的blog,没有太大问题(反正我也写得少)。由于国内网络环境,托管在Github的页面访问很慢,于是我想,是否可以像用React那样开发, index.html只是一个简单的包装页面, 所有资源都打包放到bundle.js(当然webpack是可以支持code spliting的),这样我可以把index.html放在国外,然后在里面引用放在国内免费CDN上的bundle.js,这样速度就能达到最大化。 至于为什么不把index.html也放国内,因为要备案啊!!!备案啊!!!备案啊!!!一般谁会愿意为了写个blog去折腾呢?

more>>
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>>
AWS深度学习配置

深度学习的流行跟计算能力的大大提高密不可分,尤其是GPU的大量使用,Nvidia去年股价涨了500%呢。用CPU要运行一个月的项目, 可能用GPU几个小时就运行完了,效率和速度不可同日耳语。工欲善其事必先利其器,所以正确地配置好GPU是进入深度学习的开端,而用AWS的GPU服务是最快捷方便的,本文就教你如何快速的配置好AWS的p2实例,提高深度学习效率。

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

more>>
linear-regression

假设函数空间,Hypothesis

more>>

所有人都能学会用Python写出RNN-LSTM代码

本文翻译自@iamtraskAnyone 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>>