为什么要学习爬虫 学习目的以及需求 实现手段 爬虫应用场景（利用爬虫能做什么？） 总结 为什么要学习爬虫 学习目的以及需求 需求来自于：抓取的某个网站或者某个应用的内容，提取有用的价值 实现手段 模拟用户在浏览器或者应用( app )上的操作，实现自动化的程序 爬虫应用场景（利用爬虫能做什么？） 大家最熟...

Deeplearning Algorithms tutorial 堆叠自动编码器(Stacked AutoEncoder) 应用示例 Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的大旗，覆盖无人驾驶、智能助手、图...

5.6 深度卷积神经网络（AlexNet） 5.6.1 学习特征表示 5.6.1.1 缺失要素一：数据 5.6.1.2 缺失要素二：硬件 5.6.2 AlexNet 5.6.3 读取数据 5.6.4 训练 小结 参考文献 5.6 深度卷积神经网络（AlexNet） 在LeNet提出后的将近20年里，神经网络一度被其他机器学习方法超越，...

手写数字识别任务 MNIST数据集 构建手写数字识别的神经网络模型 飞桨各模型代码结构一致，大大降低了用户的编码难度 教程采用"横纵式"教学法，适用于深度学习初学者 手写数字识别任务 数字识别是计算机从纸质文档、照片或其他来源接收、理解并识别可读的数字的能力，目前比较受关注的是手写数字识别。手写数字识别是一个典型的图像分类问题，已经被广...

用 numpy 和 scipy 创建扩展 无参数神经网络层示例 参数化示例 用 numpy 和 scipy 创建扩展 作者 ：Adam Paszke 修订者 : Adam Dziedzic 译者：Foxerlee 、cangyunye 校验：Foxerlee 、FontTian 在本教程中，我们需要完成两个任务： 创建...

自由软件是计算机业的传统 自由软件是计算机业的传统 自由软件不是新生事物，而是计算机业与身俱来的传统。纵览计算机发展史，从1946年到60年代，从 IBM 蓝色巨人到 ARPANET，从集成电路到 PC 机，从互联网到电信自由经营，每一个时期都留下了“自由”的影子。 可以说自由拷贝和源代码开放是整个计算机业，包括个人电脑及互联网两大领域的天然的软件...

优化器 1.SGD/SGDOptimizer 2.Momentum/MomentumOptimizer 3. Adagrad/AdagradOptimizer 4.RMSPropOptimizer 5.Adam/AdamOptimizer 6.Adamax/AdamaxOptimizer 7.DecayedAdagrad/ DecayedAdag...

其他自编码器 监督式学习在图像识别，语音识别，文本翻译等方面取得的惊人成就在某种程度上掩盖了无监督学习的局面，但它实际上正在蓬勃发展。 自编码器和其他无监督学习算法的新体系结构定期发明，以至于我们无法在本书中全面介绍它们。 以下是您可能想要查看的几种类型的自编码器的简要说明（绝非详尽无遗）： 压缩自编码器（CAE） 自编码器在训练过程中受到约束，因此...

5.1 神经元模型 5.1 神经元模型 神经网络中最基本的单元是神经元模型（neuron）。在生物神经网络的原始机制中，每个神经元通常都有多个树突（dendrite），一个轴突（axon）和一个细胞体（cell body），树突短而多分支，轴突长而只有一个；在功能上，树突用于传入其它神经元传递的神经冲动，而轴突用于将神经冲动传出到其它神经元，当树...