勇往直前的专栏

Dataset API是TensorFlow 1.3版本中引入的一个新的模块，主要服务于数据读取，构建输入数据的pipeline。 此前，在TensorFlow中读取数据一般有两种方法： 1、使用placeholder读内存中的数据 使用queue读硬盘中的数据（关于这种方式，可以参考我之前的一篇文章：十图详解TensorFlow数据读取机制） 相Dataset API同时支持从内存和硬盘的...

一、网上的资源 网上有不少用LSTM来预测时间序列的资源，如下面： 深度学习（08）_RNN-LSTM循环神经网络-03-Tensorflow进阶实现 http://blog.youkuaiyun.com/u013082989/article/details/73693392 Applying Deep Learning to Time Series Forecasting with TensorFl...

Wide and deep 模型是 TensorFlow 在 2016 年 6 月左右发布的一类用于分类和回归的模型，并应用到了 Google Play 的应用推荐中 [1]。wide and deep 模型的核心思想是结合线性模型的记忆能力（memorization）和 DNN 模型的泛化能力（generalization），在训练过程中同时优化 2 个模型的参数，从而达到整体模型的预测能力最优...

在深度学习十分火热的今天，不时会涌现出各种新型的人工神经网络，想要实时了解这些新型神经网络的架构还真是不容易。光是知道各式各样的神经网络模型缩写（如：DCIGN、BiLSTM、DCGAN……还有哪些？)，就已经让人招架不住了。 因此，这里整理出一份清单来梳理所有这些架构。其中大部分是人工神经网络，也有一些完全不同的怪物。尽管所有这些架构都各不相同、功能独特，当我在画它们的节点图时……其中潜在的关...

想入门深度学习的你会不会有这样的疑问呢？ “非计算机专业能学会使用深度学习吗？” “线性代数和概率统计快忘完了，英语也只是四级飘过，能学会使用深度学习吗？” “甚至连最容易学的Python语言也不会，有机会吗？” 很巧，我在一年前也向别人问过类似的问题。 我的答案是：学会使用绝对没问题，毕竟不需要自己凭空创造嘛。   可以这么说吧，人工智能犹如造车运动，可以分为...

近年来，深度学习在语音、图像、自然语言处理等领域都取得了非常不错的成果，自然而然地成为技术人员争相学习的热点。 为了帮助正在学习深度学习的伙伴们，川大的一名优秀毕业生，在GitHub上创建了一个项目：《深度学习500问》，通过问答的形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，以帮助自己及有需要的读者。 全书分为15个章节，近20万字。 截至今日，该...

大数据文摘出品 制作：Ryobot 编译：andy 这是日语 twitter 上，一个很受欢迎的科技 twitter 主@_Ryobot 对之前自己推送的论文介绍，和自然语言处理知识漫画介绍的一个整理。比较有意思的是，ryobot 在这些 ppt 中加入了Line表情包里的一个卡通角色，menhera 酱（该名字来源于mental heath，日本大多人有精神方面的问题）。 所以在读的...