深度学习 - 维基百科,自由的百科全书
- https://zh.wikipedia.org/wiki/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0
- 深度学习(deep learning)是的分支,是一种试图使用包含复杂结构或由多重非构成的多个处理层对数据进行高层抽象的。
- 深度学习是中一种基于对数据进行的算法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域。而使用某些特定的表示方法更容易从实例中学习任务(例如,人脸识别或面部表情识别)。深度学习的好处是用或的和分层高效算法来替代手工获取。
- 的目标是寻求更好的表示方法并创建更好的模型来从大规模未标记数据中学习这些表示方法。表示方法来自,并松散地创建在类似中的信息处理和对通信模式的理解上,如,试图定义拉动神经元的反应之间的关系以及中的神经元的电活动之间的关系。
- 至今已有数种深度学习框架,如、和和已被应用在、、、音频识别与等领域并获取了极好的效果。
- 另外,“深度学习”已成为类似术语,或者说是的品牌重塑。
学习笔记之TensorFlow - 浩然119 - 博客园
- https://www.cnblogs.com/pegasus923/p/10400397.html
MIT深度学习教程:一文看懂CNN、RNN等7种范例(TensorFlow教程)- 机器学习算法与自然语言处理
- https://mp.weixin.qq.com/s/YFJLsaXxSwgPS2_lfD0gng
没练过这个项目,还怎么做 AI 工程师?- CSDN
- https://mp.weixin.qq.com/s/IhPsQyBqHt1SkFMt9UMjeg
入门 | 献给新手的深度学习综述 - 机器学习算法与自然语言处理
- https://mp.weixin.qq.com/s/0tQuyU4cUpHBDM0Lh7K5Hg
卷积有多少种?一文读懂深度学习中的各种卷积 - 机器学习算法与自然语言处理
- https://mp.weixin.qq.com/s/Fj4fU5eSmgFI0mkjPSNvsQ
入门最佳!MIT发布最新深度学习导论课,视频和代码都开源了 - Python二三事与机器学习算法
- https://mp.weixin.qq.com/s/cF5m6tOWlOPzr7QFevG5eA
- https://medium.com/tensorflow/mit-introduction-to-deep-learning-4a6f8dde1f0c?linkId=64189766
- 课程视频:
- https://youtu.be/5v1JnYv_yWs?list=PLtBw6njQRU-rwp5__7C0oIVt26ZgjG9NI
- lab代码:
- https://github.com/aamini/introtodeeplearning_labs/
7个实用的深度学习技巧 - 机器学习算法与Python学习
- https://mp.weixin.qq.com/s/EFLQcdQ5fIDYhra5AK0ffA
- https://towardsdatascience.com/7-practical-deep-learning-tips-97a9f514100e
秒懂各种深度CNN操作 - 机器学习算法与Python学习
- https://mp.weixin.qq.com/s/N85gA350s-lS5p-Q-vgeRA
神经网络教程:从原理到优化如此简单 - 机器学习算法与自然语言处理
- https://mp.weixin.qq.com/s/VrrBLo-1RgPPIt3FJbO2mQ
简单理解神经网络几个基础问题
- https://mp.weixin.qq.com/s/z_WbYTR1XiHusGr5lj2XOA
训练神经网络时要知道的几个要点
卷积神经网络简介
关于深度学习中的卷积,这些是你该懂得
卷积有多少种?一文读懂深度学习中的各种卷积
数据科学家必知的 5 个深度学习框架