Purplenigma的专栏

列表源自http://deeplearning.net/software_links/，本文进行分类整理。 星号代表对软件库的推荐度，考虑了适用范围、开发语言、更新情况、文档示例完整性等方面，Just personal opinion。 根据编程语言，对深度学习的软件资源分类： PYTHON： ★★★★★五星Theano – CPU/GPU 符号表示编译器in python

来源：《中国计算机学会通讯》第8期《专题》 作者：王晓刚 深度学习发展历史 深度学习是近十年来人工智能领域取得的重要突破。它在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域的应用取得了巨大成功。现有的深度学习模型属于神经网络。神经网络的起源可追溯到20世纪40年代，曾经在八九十年代流行。神经网络试图通过模拟大脑认知的机理解决各种机器学习问题。1986年，鲁梅

Python 1. Theano是一个python类库，用数组向量来定义和计算数学表达式。它使得在Python环境下编写深度学习算法变得简单。在它基础之上还搭建了许多类库。  　　1.Keras是一个简洁、高度模块化的神经网络库，它的设计参考了Torch，用Python语言编写，支持调用GPU和CPU优化后的Theano运算。 　　2.Pylearn2是一个集成大量深度学习常见模

卷积神经网络（CNN）概述由来：神经元网络的直接升级版 相关：Yann LeCun和他的LeNet 影响：在图像、语音领域不断突破，复兴了神经元网络并进入“深度学习”时代 卷积神经网络沿用了普通的神经元网络即多层感知器的结构，是一个前馈网络。以应用于图像领域的CNN为例，大体结构如图1。cnn_structure.png很明显，这个典型的结构分为四个大层次输入图像I。为了减小复杂度，一般使用灰