TreeConv 属性 TreeConv class paddle.fluid.dygraph. TreeConv (name_scope, output_size, num_filters=1, max_depth=2, act='tanh', param_attr=None, bias_attr=None, name=None)[源代码] ...

深度学习简介 起源 发展 成功案例 特点 小结 练习 参考文献 深度学习简介 你可能已经接触过编程，并开发过一两款程序。同时你可能读过关于深度学习或者机器学习的铺天盖地的报道，尽管很多时候它们被赋予了更广义的名字：人工智能。实际上，或者说幸运的是，大部分程序并不需要深度学习或者是更广义上的人工智能技术。例如，如果我们要为一台微波炉编写一...

每层隐藏层的神经元数量 显然，输入和输出层中神经元的数量由您的任务需要的输入和输出类型决定。例如，MNIST 任务需要28×28 = 784 个输入神经元和 10 个输出神经元。对于隐藏的层次来说，通常的做法是将其设置为形成一个漏斗，每个层面上的神经元越来越少，原因在于许多低级别功能可以合并成更少的高级功能。例如，MNIST 的典型神经网络可能具有两个隐...

简介 简介 OpenResty（也称为 ngx_openresty）是一个全功能的 Web 应用服务器。它打包了标准的 Nginx 核心，很多的常用的第三方模块，以及它们的大多数依赖项。 通过揉和众多设计良好的 Nginx 模块，OpenResty 有效地把 Nginx 服务器转变为一个强大的 Web 应用服务器，基于它开发人员可以使用 Lua 编程...

Hotkeys Hotkeys 因为我都是在使用Macbook,所以这里就列出Sublime Text在Mac OX的快捷键。 这里使用Mac神器之一的CheatSheet，只需长按住 ⌘-command 键就可以显示当前程序的快捷键列表。 已经将PDF版本放在dropbox共享，PDF下载 。 CheatSheet

为什么出第二版 教程大纲 我能学习到什么知识？ 这个AI的棋力如何 关于编程语言的问题 这个项目是完全开源的 关于作者 言川 为什么出第二版 在 2016年2月的时候，我写了第一版的五子棋AI教程。当时是边写代码边写博客，因此出现了一些理解上有偏差的地方，以及文章中的代码片段和最终的代码有很多不一致的地方。经过两年多的时间，断断续续更新了好...

循环神经网络 RNN 循环神经网络 RNN 循环神经网络recurrent neural network:RNN ：用于处理序列数据 的神经网络，其中 表示第 个样本。 是一个序列 ，序列的长度可以是固定的、也可以是变化的。 固定的序列长度：对每个样本 ，其序列长度都是常数 。 可变的序列长度：样本 的序列长度 可能不等于样本 ...

十四、循环神经网络 十四、循环神经网络 击球手击出垒球，你会开始预测球的轨迹并立即开始奔跑。你追踪着它，不断调整你的移动步伐，最终在观众的一片雷鸣声中抓到它。无论是在听完朋友的话语还是早餐时预测咖啡的味道，你时刻在做的事就是在预测未来。在本章中，我们将讨论循环神经网络 — 一类预测未来的网络（当然，是到目前为止）。它们可以分析时间序列数据，诸如股票价...

6.9 深度循环神经网络 小结 6.9 深度循环神经网络 本章到目前为止介绍的循环神经网络只有一个单向的隐藏层，在深度学习应用里，我们通常会用到含有多个隐藏层的循环神经网络，也称作深度循环神经网络。图6.11演示了一个有 个隐藏层的深度循环神经网络，每个隐藏状态不断传递至当前层的下一时间步和当前时间步的下一层。 图6.11 深度循环神...

神经网络与深度学习 译者的话： 神经网络与深度学习 神经网络和深度学习是一本免费的在线书。本书会教会你： 神经网络，一种美妙的受生物学启发的编程范式，可以让计算机从观测数据中进行学习 深度学习，一个强有力的用于神经网络学习的众多技术的集合神经网络和深度学习目前给出了在图像识别、语音识别和自然语言处理领域中很多问题的最好解决方案。本书将会教你在神...