卷积神经网络基础 图像分类 目标检测

自然语言处理综述 词向量word2vec 情感分析和文本匹配

推荐系统介绍 数据处理与读取 电影推荐模型设计 模型训练与特征保存 电影推荐

4.3. 尽早 return 而不是深度嵌套 4.3. 尽早 return 而不是深度嵌套 由于 Go 语言的控制流不使用 exception ，因此不需要为 try 和 catch 块提供顶级结构而深度缩进代码。Go 语言代码不是成功的路径越来越深地嵌套到右边，而是以一种风格编写，其中随着函数的进行，成功路径继续沿着屏幕向下移动。 我的朋友...

深度前馈网络 深度前馈网络 深度前馈网络（deep feedfoward network ）也称作前馈神经网络（feedforward neural network ）或者多层感知机（multilayer perceptron:MLP ），它是最典型的深度学习模型。 卷积神经网络就是一种特殊的深度前馈网络。 深度前馈网络也是循环神经网络的基础。...

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 5.6.5. 小结 5.6.6. 练习 5.6.7. 参考文献 5.6. 深度卷积神经网络（AlexNet） 在L...

四、神经网络和深度学习 深度学习做得好的地方，以及一些历史 从大脑中（或者只是统计？）获取灵感：神经网络中发生了什么 神经元、特征学习和抽象层次 为什么线性模型不能用 一些值得注意的扩展和深层概念 深度学习应用 现在开始去做吧！ 更多资源 下一章：到了玩游戏的时候了！ 四、神经网络和深度学习 原文：Machine Learning...

Day71 - 机器学习基础 Day72 - k最近邻分类 Day73 - 决策树 Day74 - 贝叶斯分类 Day75 - 支持向量机 Day76 - K-均值聚类 Day77 - 回归分析 Day78 - 深度学习入门 Day79 - Tensorflow概述 Day80 - Tensorflow实战 Day81 - Kaggl...

人工智能、机器学习、深度学习的关系 人工智能、机器学习、深度学习的关系 近些年人工智能、机器学习和深度学习的概念十分火热，但很多从业者却很难说清它们之间的关系，外行人更是雾里看花。在研究深度学习之前，我们先从三个概念的正本清源开始。 概括来说，人工智能、机器学习和深度学习覆盖的技术范畴是逐层递减的。人工智能是最宽泛的概念。机器学习是当前比较有效的一...

PyTorch 深度学习: 60 分钟极速入门教程 PyTorch 深度学习: 60 分钟极速入门教程 译者：@小王子 校对者：@李子文 Author : Soumith Chintala 本教程的目标: 更高层次地理解 PyTorch 的 Tensor (张量) 库以及神经网络. 学会训练一个小的神经网络用来对图像进行分类 ...