feng98ren的专栏

转载：http://www.broadview.com.cn/article/794最近不少朋友问我，转行做深度学习的话，能不能找到工作，能找到什么样的工作，能达到什么样的收入水平……这种问题其实不仅仅是存在与深度学习行业的入门和转型中的思考阶段了，在其它的行业和技术领域同样有这样的困惑和疑问。那么对于深度学习这个领域目前阶段的发展来说，一个工程师要具备什么样的素质才能

转载：https://www.zhihu.com/question/42029751/answer/109995246神经网络图灵机的通俗解释和详细过程及应用？神经图灵机的本质是一个使用外部存储矩阵进行attentive interaction机制的RNN，由于定义的RNN各个部分都是可导的，使得输入训练数据通过机器学习（bp加gd）训练“程序”成为了可

转载：https://www.leiphone.com/news/201606/ORlQ7uK3TIW8xVGF.htmlAI这个概念好像突然就火起来了，年初大比分战胜李世石的AlphaGo成功的吸引了大量的关注，但其实看看你的手机上的语音助手，相机上的人脸识别，今日头条上帮你自动筛选出来的新闻，还有各大音乐软件的歌曲“每日推荐”……形形色色的AI早已进入我们生活的方方

转载：https://zhuanlan.zhihu.com/p/28488510今年一月份，Stanford大学新开了一门课专门讲如何用tensorflow做科研，这门课从最基础的计算图讲起，扩展到非常流行的算法，如neural style，seq2seq等等，通过课程和作业，能够掌握tensorflow大部分的用法。因为太久没有使用tensorflow了，所以决定学学这门课重

转载：http://blog.youkuaiyun.com/u010223750/article/details/53334313?locationNum=7&fps=1引言学习一段时间的tensor flow之后，想找个项目试试手，然后想起了之前在看Theano教程中的一个文本分类的实例，这个星期就用tensorflow实现了一下，感觉和之前使用的theano还是有很大的区别，有

转载：http://blog.jobbole.com/105602/作者: 陈迪豪，就职小米科技，深度学习工程师，TensorFlow代码提交者。TensorFlow深度学习框架Google不仅是大数据和云计算的领导者，在机器学习和深度学习上也有很好的实践和积累，在2015年年底开源了内部使用的深度学习框架TensorFlow。与Caffe、Theano、Torch

转载：https://www.leiphone.com/news/201704/HE5REPagoVlzEEI0.html雷锋网按：本文源自一位数据科学开发者的个人博客，雷锋网编译。许多开发者向新手建议：如果你想要入门机器学习，就必须先了解一些关键算法的工作原理，然后再开始动手实践。但我不这么认为。我觉得实践高于理论，新手首先要做的是了解整个模型的工作流程，

转载：https://keras-cn.readthedocs.io/en/latest/这就是KerasKeras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。Keras 为支持快速实验而生，能够把你的idea迅速转换为结果，如果你有如下需求，请选择Keras：简易和快速的原型设计（ke

转载：http://www.jianshu.com/p/ed3eac3dcb39?from=singlemessage这篇博客是翻译Denny Britz写的使用卷积神经网络做文本分类并且在Tensorflow上面实现，作者已经授权翻译，这是原文。在这篇博客中，我们将实现一个类似于 Kim Yoon 论文中用于句子分类的卷积神经网络模型。论文中的模型在一系列文本分类任务（如情

转载：https://stackoverflow.com/questions/37128652/creating-log-directory-in-tensorboard我想学习如何使用tensorboard，我想在我的程序中运行它。我不明白如何创建一个日志目录。   summary_writer = tf.train.SummaryWriter（'/ tensorflow

转载：http://www.jianshu.com/p/05314e94cee9前言最近在摸索这方面相关的知识，本着整理巩固，分享促进的精神。所以有了这篇博文。需要注意的是，本文受众：对机器学习感兴趣，且愿意花点时间学习的应用（业务）程序员我本意是尽量简单，易于理解，快速上手，短时间能跑出来东西，这样子才能正向激励我们的学习欲望。基于上述条件，需要你已经有一定的开发

转载：http://mp.weixin.qq.com/s?timestamp=1510210312&src=3&ver=1&signature=qmn1IsRtGkSXORGKr9DZzJ8ttsqrVe8hLJWdmitb6ydDs4rq6oP50*AdRC4x2ClJ*Ajc3Zr2iCCleRR7Hkz2nBOZwghf23VGJQ3IoiI3SNnfMr54YqQz1P7OBVCFFNYb

参数(parameters)和超参数(hyperparameters)在机器学习或者深度学习领域，参数和超参数是一个常见的问题，个人根据经验给出了一个很狭隘的区分这两种参数的方法。参数：就是模型可以根据数据可以自动学习出的变量，应该就是参数。比如，深度学习的权重，偏差等超参数：就是用来确定模型的一些参数，超参数不同，模型是不同的(这个模型不同的意思就是有微小的区别，比如假设都是CNN模型，如果层数...