科技创新与颠覆者

转载网址：http://note.youdao.com/share/?id=71216576910b7a6cd6f2a0f2ebf8faa2&type=note#/        —— 感谢AI研习社的分享Models in TensorFlow from GitHub图像处理/识别 1.PixelCNN &PixelRNN in TensorFlowTensorFlo

利用Python进行深度学习的完整入门指南(附资源)▼深度学习，是人工智能领域的一个突出的话题，被众人关注已经有相当长的一段时间了。它备受关注是因为在计算机视觉（Computer Vision）和游戏（Alpha GO）等领域有超越人类能力的突破 。自上一次调查（查看调查：https://www.analyticsvidhya.com/blog/2014/06/deep-l

教程｜没有博士学位，照样玩转TensorFlow深度学习本文内容由机器之心编译自谷歌开发者博客的 Codelabs 项目。据介绍，Google Developers Codelabs 提供了有引导的、教程式的和上手式的编程体验。大多数 Codelabs 项目都能帮助你了解开发一个小应用或为一个已有的应用加入新功能的过程。这些应用涉及到很多主题，包括 Android Wear、Google

机器学习和深度学习的最佳框架大比拼在过去的一年里，咱们讨论了六个开源机器学习和/或深度学习框架：Caffe，Microsoft Cognitive Toolkit（又名CNTK 2），MXNet，Scikit-learn，Spark MLlib和TensorFlow。如果把网撒得大些，可能还会覆盖其他几个流行的框架，包括Theano（一个10年之久的Python深度学习和机器学习框架）

程序员为什么要学深度学习？“深度学习本身是一个非常庞大的知识体系。本文更多想从程序员的视角出发，让大家观察一下深度学习对程序员意味着什么，以及我们如何利用这样一个高速发展的学科，来帮助程序员提升软件开发的能力。本文根据费良宏在2016QCon全球软件开发大会（上海）上的演讲整理而成。前言1973年，美国上映了一部热门的科幻电影《West World》，三年之后又有一个续

A Guide to Deep LearningDeep learning is a fast-changing field at the intersection of computer science and mathematics. It is a relatively new branch of a wider field called machine learning. The

126篇殿堂级深度学习论文分类整理 从入门到应用（下）3 应用3.1 自然语言处理 (NLP)█[1] Antoine Bordes, et al. "Joint Learning of Words and Meaning Representations for Open-Text Semantic Parsing." AISTATS(2012) [pdf] ★★★★地址：http

126篇殿堂级深度学习论文分类整理 从入门到应用（上）来源：雷锋网█ 如果你有非常大的决心从事深度学习，又不想在这一行打酱油，那么研读大牛论文将是不可避免的一步。而作为新人，你的第一个问题或许是：“论文那么多，从哪一篇读起？”本文将试图解决这个问题——文章标题本来是：“从入门到绝望，无止境的深度学习论文”。请诸位备好道具，开启头悬梁锥刺股的学霸姿势。开个玩笑。但对非科班出身

深度增强学习：走向通用人工智能之路本文是系列文章中的第一篇，是对深度增强学习/深度强化学习的基本介绍以及对实现通用人工智能的探讨。现在但凡写人工智能的文章，必提Alpha Go。也正是因为Alpha Go在围棋人机大战中里程碑式的胜利，人工智能迎来了新的春天。本文也不免俗套，从Alpha Go说起，但希望能指明一些被忽视的但对Alpha Go棋力有深远影响的技术。 围棋人工

机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1)某些资料在中国访问需要梯子.《Brief History of Machine Learning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning.《Deep Learnin

机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2)某些资料在中国访问需要梯子.《Image Scaling using Deep Convolutional Neural Networks》介绍:使用卷积神经网络的图像缩放.《Proceedings of The 32nd International Confere

有关深度学习领域的几点想法今天早上吃完饭，在去往实验室的路上，脑袋了突然冒出一个奇怪的想法，就是万一将来有机会去心仪神往的百度、阿里这些深度学习的尖端企业去工作的话，人家公司的HR问我“既然你是做DeepLearning研究的，那你对深度学习有什么个人体会？”，我该怎么说呢？不要觉得自己将来进不了百度、进不了阿里，一切皆有可能，因此为了这一丢丢的可能性，我就在食堂去往实验室的路上，用这二十

从单层感知器到深度学习以及深度学习必知的框架一 单层神经网络（感知器）1.结构下面来说明感知器模型。 在原来MP模型的“输入”位置添加神经元节点，标志其为“输入单元”。其余不变，于是我们就有了下图：从本图开始，我们将权值w1, w2, w3写到“连接线”的中间。 图1 单层神经网络在“感知器”中，有两个层次。分别是输入层和输出层。输入层里的“输入单元”只负责传输

在Ubuntu上用python3安装caffe(仅CPU)现在网上安装caffe的版本基本上都是基于python 2.7的，本教程旨在用anaconda 3安装caffe cpu，其过程非常艰辛，连续弄了三天时间才终于有了一个完整教程。我的系统环境：Ubuntu 16.04、Anaconda 3.5.2（也就是python 3.5.2）、低端笔记本、安装caffe cpu、在这之前安装了o

Win7下U盘安装Ubuntu14.04双系统步骤详解笔者由于工作需要使用LINUX系统,之前通过Win7上的VM虚拟机运行过centOS,对于初学者来说虚拟机上的LINUX用作平时的练习来熟悉各种LINUX命令是很不错的(大多数初学者还是要在LINUX和windows之间来回切换,对于长时间养成的使用习惯是很难一下改变过来的),学习了一段时间后有了转到Ubuntu上的打算