hackerlee

梯度下降：是求一个函数最小值的一阶迭代优化算法。 为了使用梯度下降找到函数的局部最小值，可以采取与当前点的函数的梯度（或近似梯度）的负值成比例的步骤。 如果取而代之的是与梯度正相关的步骤，则接近该函数的局部最大值; 该程序然后被称为梯度上升。 梯度下降也被称为最速下降。 但是，梯度下降不应该与用于近似积分的最陡下降的方法混淆。 batch、mini-batch、SGD、online的区别在于训

1.batchsize： 批大小。在深度学习中，一般采用SGD训练，即每次训练在训练集中取batchsize个样本训练； 2.iteration： 1个iteration等于使用batchsize个样本训练一次； 3.epoch： 1个epoch等于使用训练集中的全部样本训练一次； 举个例子，训练集有1000个样本，batchsize=10，那么： 训练完整个样本集需要： 100次

本文按计算机视觉、自然语言处理、语音识别、地理空间数据等人工智能的子领域分类，精心整理，每个数据集均附有下载链接，是做 AI 研究不容错过资源。今天，构造AI或机器学习系统比以往任何时候都更加容易。我们有许多开源的最前沿的工具，如TesorFlow，Torch，Spark 等，也有 AWS、Google Cloud 以及其他云服务提供商提供的大量计算力，这意味着你可以悠哉地一边喝着咖啡一边用 ...

可以说，机器学习从业者都是个性迥异的。虽然其中一些人会说“我是X方面的专家，X可以在任何类型的数据上进行训练”，其中，X =某种算法；而其他一些人则是“能够在适合的工作中施展其才华”。他们中的很多人认可“涉猎所有行业，而是其中一个领域的专家”策略，即他们在一个领域内拥有一个深厚的专业知识，并且对机器学习的不同领域有所了解。也就是说，没有人能否认这样的事实：作为数据科学家的实践者，我们必须了...

从全局到枝干、从经典到前沿、从理论到应用、还有最新的研究…，所有你不需要的需要的，现在不需要的未来需要的，你不需要的周边小伙伴需要的…反正全都在这了。拿走不谢，就在AI科技大本营。对于大多数想上手深度学习的小伙伴来说，“我应当从那篇论文开始读起？”这是一个亘古不变的话题。而对那些已经入门的同学来说，了解一下不同方向的论文，也是不时之需。有没有一份完整的深度学习论文导引，让所有人都可...