Deep learning 资源

最新推荐文章于 2020-08-20 14:23:57 发布
最新推荐文章于 2020-08-20 14:23:57 发布
阅读量405 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： deep learning
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/nilbooy/article/details/51160969
本文介绍了递归神经网络(RNN)和长短期记忆网络(LSTM)的基本原理和技术细节，这两种网络模型对于处理序列数据非常关键。文章还提供了一个链接到arXiv订阅帮助页面的资源，帮助读者跟踪最新的学术研究进展。此外，还分享了一个数据挖掘数据集的网站，为从事数据挖掘的研究者提供了便利。

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

RNN and LSTM

http://handong1587.github.io/deep_learning/2015/10/09/rnn-and-lstm.html

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

https://arxiv.org/help/subscribe#       

arxiv订阅的帮助页面，教你怎么设置订阅你关心的领域在arxiv上新提交的内容

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

http://www.kdnuggets.com/datasets/index.html  这个网页上有很多搞data mining的数据集

深度学习deep learning
qq_54146731的博客
10-10 459
深度学习是包含多个隐层的机器学习模型，核心是基于训练的方式，从海量数据中挖掘有用信息，实现分类与预测。编码器、循环神经网络、深度置信网络、卷积神经网络衍生模型：堆叠降噪自编码器、稀疏自编码器、降噪自编码器卷积神经网络（CNN），深度信念网络（DBN），深度自动编码器（DAE），限制玻尔兹曼机（RBM）。CNN有全监督学习和权值共享的特点，在自然语言处理和语音图像识别领域有很强优势。其他深度学习模型大多先采用无监督方式逐层预训练，再使用有监督方式调整参数。采取分层的结构来处理问题的思想。
Deep Learning深度学习(Bengio等著)中英文
03-04
深度学习教材，Bengio等人著，附件内含中文PDF及英文PDF各一份，仅用作学习参考，不得用作商业用途，如有问题请与本人站内联系。
Deep learning
kongyanyang的专栏
10-19 348
http://deeplearning.net/deep-learning-research-groups-and-labs/
Deep Learning（深度学习）
LSG_Dawn的博客
08-20 897
Deep Learning（深度学习） ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一 ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二 Bengio团队的deep learning教程，用的theano库，主要是rbm系列，搞python的可以参考，很不错。 deeplearning.net主页，里面包含的信息量非常多，有software, reading list, research lab, dataset, demo等，强烈推荐，自己
deeplearning-ai-books-深度学习资源包
05-10
深度学习（Deep Learning，简称DL）是机器学习（Machine Learning，简称ML）的一个子集，也是人工智能（Artificial Intelligence，简称AI）领域的一个重要分支。它被引入机器学习，旨在使机器更接近于实现人工智能的...
深度学习, 资源, Deep Learning: Foundations and Concepts
12-22
7. **计算资源与分布式训练**：讨论GPU加速、分布式训练策略以及如何有效利用硬件资源。 8. **应用案例**：通过实际案例展示深度学习在自动驾驶、医疗影像分析、语音识别、推荐系统等领域的应用。 9. **挑战与未来...
Understanding Deep Learning
08-12
《理解深度学习》是Simon J.D. Prince撰写的一本即将由MIT Press于2023年12月5日出版的书籍。这本书旨在为读者提供深度学习领域...配合GitHub仓库中的资源，读者可以更深入地实践所学，提高自己在深度学习领域的技能。
《Deep Learning》深度学习.zip
最新发布
10-07
《Deep Learning》这本书作为该领域的经典教材，详细介绍了深度学习的基本概念、深度神经网络的结构设计、训练技术、优化方法以及在实际问题中的应用案例。书中不仅涵盖了深度学习的理论基础，如前馈神经网络、卷积...
deeplearning_ai_books：deeplearning.ai（吴恩达老师的深度学习课程笔记及资源）
02-12
Coursera深度学习教程中文笔记 课程概述 这些课程专为已有一定基础（基本的编程知识，熟悉Python ，对机器学习有基本了解），想要尝试进入人工智能领域的计算机专业人士准备。介绍显示：“深度学习是科技业最热门的...
Deep Learning
08-28
'Written by three experts in the field, Deep Learning is the only comprehensive book on the subject.' -- Elon Musk, co-chair of OpenAI; co-founder and CEO of Tesla and SpaceX, Deep learning is a form of machine learning that enables computers to learn from experience and understand the world in terms of a hierarchy of concepts. Because the computer gathers knowledge from experience, there is no need for a human computer operator to formally specify all the knowledge that the computer needs. The hierarchy of concepts allows the computer to learn complicated concepts by building them out of simpler ones; a graph of these hierarchies would be many layers deep. This book introduces a broad range of topics in deep learning., The text offers mathematical and conceptual background, covering relevant concepts in linear algebra, probability theory and information theory, numerical computation, and machine learning. It describes deep learning techniques used by practitioners in industry, including deep feedforward networks, regularization, optimization algorithms, convolutional networks, sequence modeling, and practical methodology; and it surveys such applications as natural language processing, speech recognition, computer vision, online recommendation systems, bioinformatics, and videogames. Finally, the book offers research perspectives, covering such theoretical topics as linear factor models, autoencoders, representation learning, structured probabilistic models, Monte Carlo methods, the partition function, approximate inference, and deep generative models., Deep Learning can be used by undergraduate or graduate students planning careers in either industry or research, and by software engineers who want to begin using deep learning in their products or platforms. A website offers supplementary material for both readers and instructors.
DEEP LEARNING 中文版
02-19
DEEP LEARNING 中文版，翻译的还不错，感兴趣的欢迎下载！
Deep Learning（中文版）
05-10
Deep Learning（中文版），2017年2月份翻译版，有700多页，高清，本书堪称深度学习中的圣经，由Yoshua Bengio和GAN之父Ian Goodfellow等人合著，值得学习。
Learning Deep Learning
believe0ne的博客
11-06 487
深度学习的基本网络架构： 1、LeNet 结构设计： layer 1: 卷积层 6x6x5 layer 1.5: 下采样层 2x2 layer 2: 卷积层 5x5x16 layer 2.5: 下采样层 2x2 layer 3: 全连接层 120 layer 4: 全连接层 84 layer 5: soft-max 输出10个类别 之后的发展趋势就是在基本的网络结构的基础
deep learning--CNN
qq_38096703的博客
07-04 739
一、卷积神经网络的一些基本概念：局部感受野（local receptive fields） 权值共享（Shared weights and biases） 1、局部感知野：一般认为人对外界的认知是从局部到全局的，而图像的空间联系也是局部的像素联系较为紧密，而距离较远的像素相关性则较弱。因而，每个神经元其实没有必要对全局图像进行感知，只需要对局部进行感知，然后在更高层将局部的信息综合起来就得到了全局...
Cognex VisionPro DeepLearning功能与使用指南
资源摘要信息:"Cognex VisionPro DeepLearning 深度学习使用说明" 知识点一：VisionPro DeepLearning简介 VisionPro DeepLearning 是Cognex公司推出的一款基于深度学习的机器视觉软件，它能够处理视觉检测和分类中...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值