Udacity深度学习（google）笔记（4）——文本和序列的深度模型（word2vec, RNN, LSTM）

最新推荐文章于 2025-05-21 08:52:37 发布

Wayne2019

最新推荐文章于 2025-05-21 08:52:37 发布

阅读量1k

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习与机器学习文章标签： python 机器学习深度学习 tensorflow 自然语言处理

本文链接：https://blog.youkuaiyun.com/Wayne2019/article/details/77200680

23 篇文章

订阅专栏

本文介绍了深度学习领域的关键技术和应用场景，包括非监督学习中的Word2Vec等词嵌入方法、循环神经网络及其变种LSTM解决梯度消失问题的技术手段，并讨论了机器翻译、语音识别等实际应用案例。此外还提供了学习深度学习的重要资源推荐。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

深度学习核心资源

吴恩达深度学习
CS231n: Convolutional Neural Networks for Visual Recognition, Fei-Fei Li (Stanford).
CS224d: Deep Learning for Natural Language Processing, Richard Socher (Stanford).
Goodfellow, I., Bengio, Y. and Courville, A. Deep Learning. MIT Press, 2016.
tensorflow, keras文档

对深度学习的快速入门就到这了，接下来关注在kaggle上磨炼技能，同时通过学习核心资源来提高深度学习的理论。