0.深度学习简介 1.深度前馈神经网络 2.反向传播算法 3.正则化 4.最优化基础 5.卷积神经网络 5.1.CNN之图片分类 6.循环神经网络 7.Transformer 8.词向量 9.传统 CTR 预估模型 10.神经网络 CTR 预估模型 11.Graph Embedding 12.Graph Embedding(续) ...

深度学习 神经网络的基本概念 深度学习的发展历程 深度学习的研究和应用蓬勃发展 深度学习改变了AI应用的研发模式 实现了端到端的学习 实现了深度学习框架标准化 作业1-1 深度学习 机器学习算法理论在上个世纪90年代发展成熟，在许多领域都取得了成功应用。但平静的日子只延续到2010年左右，随着大数据的涌现和计算机算力提升，深度学习模型异...

文章链接：http://mp.weixin.qq.com/s?__biz=MzIxMjAzNDY5Mg==&mid=2650790900&idx=1&sn=b3a6d644ae6340754f7f5148416a59c1&scene=21#wechat_redirect 原文: https://hit-scir.gitbooks.io/neural-...

在Alluxio上运行深度学习框架 深度学习的数据挑战 Alluxio如何帮助解决深度学习的存储问题 设置 Alluxio FUSE 使用Tensorflow访问Alluxio FUSE 在Alluxio上运行深度学习框架 内容列表 随着数据集规模的增大以及计算能力的增强，深度学习已成为人工智能的一项流行技术。能够获取的数据...

5.5 深度学习 5.5 深度学习 理论上，参数越多，模型复杂度就越高，容量（capability）就越大，从而能完成更复杂的学习任务。深度学习（deep learning）正是一种极其复杂而强大的模型。 怎么增大模型复杂度呢？两个办法，一是增加隐层的数目，二是增加隐层神经元的数目。前者更有效一些，因为它不仅增加了功能神经元的数量，还增加了激活...

Angel中的计算图 Angel中的层 Angel中优化器 Angel中的损失函数 Angel中的传输函数 Angel中的学习率Decay

在Alluxio上运行深度学习框架 深度学习的数据挑战 Alluxio如何帮助解决深度学习的存储问题 设置 Alluxio FUSE 使用Tensorflow访问Alluxio FUSE 在Alluxio上运行深度学习框架 内容列表 随着数据集规模的增大以及计算能力的增强，深度学习已成为人工智能的一项流行技术。能够获取的数据...

深度学习框架 深度学习框架优势 深度学习框架设计思路 深度学习框架 近年来深度学习在很多机器学习领域都有着非常出色表现，在图像识别、语音识别、自然语言处理、机器人、网络广告投放、医学自动诊断和金融等领域有着广泛应用。面对繁多的应用场景，深度学习框架有助于建模者节省大量而繁琐的外围工作，更聚焦业务场景和模型设计本身。 深度学习框架优势 ...

在Alluxio上运行深度学习框架 深度学习的数据挑战 Alluxio如何帮助解决深度学习的存储问题 设置 Alluxio FUSE 使用Tensorflow访问Alluxio FUSE 在Alluxio上运行深度学习框架 内容列表 随着数据集规模的增大以及计算能力的增强，深度学习已成为人工智能的一项流行技术。能够获取的数据...

PyTorch深度学习 深度学习构建模块: Affine maps, non-linearities and objectives Affine Maps Non-Linearities(非线性) Softmax and Probabilities(Softmax和概率分布) Objective Functions(目标函数) Optimizati...