深度学习入门的一些文章

最新推荐文章于 2022-04-06 19:40:17 发布
最新推荐文章于 2022-04-06 19:40:17 发布
阅读量184 收藏
点赞数 1
分类专栏： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_14936041/article/details/109440283
版权

梯度下降的理解

梯度（Gradient）与梯度下降法（Gradient Descent）

bp反向传播：

一文彻底搞懂BP算法：原理推导+数据演示+项目实战（下篇）

CNN中feature map、卷积核、卷积核个数、filter、channel的概念解释，以及CNN 学习过程中卷积核更新的理解

01 tensorflow中张量维度—Shape参数理解

CNN深入浅出的讲解

【深度学习系列】卷积神经网络CNN原理详解(一)——基本原理

深度学习 | 三个概念：Epoch, Batch, Iteration

tensorflow载入数据的三种方式

【机器学习基础】样本类别不平衡的解决办法
你真的懂TensorFlow吗？Tensor是神马？为什么还会Flow?

Max-Init
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Deep Learning深度学习入门论文
08-27
1. 概述类 首先是概述类论文，先后有2013年的“Representation Learning: A Review and New Perspectives”和2015年的”Deep Learning in Neural Networks: An Overview”两篇。 上传了较新的一篇。 3. 分布式计算 分布式计算方面论文涉及到具体解决计算能力的问题。有2012年的两篇论文Building High-level Features Using Large Scale Unsupervised Learning和Large Scale Distributed Deep Networks，其中后篇较好，其中第一次提到GPU对深度学习计算进行提速，其描述的情形大致是如何对多个GPGPU并行计算的深度学习框架进行编程。故上传了此篇 4. 具体算法 而后便是具体的算法方面的典型论文，包括K-means、单层非监督网络、卷积网络CNN、多级架构、Maxout和增强学习，论文列举如下： 2006年Notes on Convolutional Neural Networks 2009年What is the Best Multi-Stage Architecture for Object Recognition 2011年An Analysis of Single-Layer Networks in Unsupervised Feature Learning 2012年Learning Feature Representations with K-means 2012年Sparse Filtering (其中有RBM，auto-encoder等) 2014年Improving deep neural network acoustic models using generalized maxout networks 2014年Adolescent-specific patterns of behavior and neural activity during social reinforcement learning 2015年Reinforcement learning models and their neural correlates: An activation likelihood estimation meta-analysis和Human-level control through deep reinforcement learning
深度学习 TensorFlow入门.zip
03-08
标题：深度学习TensorFlow入门：解锁AI的神秘面纱 内容概要：本文为广大初学者提供了一篇幽默风趣、专业化的TensorFlow入门教程。文章从深度学习和TensorFlow的核心概念入手，带领读者逐步掌握TensorFlow的基本用法...
深度学习入门文章
weixin_41845265的博客
02-11 154
https://blog.csdn.net/wuqilianga/article/details/77837978
2.入门级文章【深度学习入门】
To be a better man
01-08 454
深度学习的兴起: 而目前深度学习之所以热，就是现在出现了新技术来解决深层神经网络的难训练问题。这主要归功于以下三个方面： (1) 计算力的提高：大家都知道的摩尔定律，以及GPU，FPGA，ASIC等在深度学习的应用； (2) 大数据时代的到来：我们有了更多的训练样本； (3) 算法的创新：启发式的参数初始化，新的激活函数、优化方法以及网络架构等； 深度学习的兴起与这三个方面紧密相关，其实更重要的是前两个方面，因为深度学习的核...
深度学习的介绍
IT之一小佬的博客
03-12 818
深度学习的介绍 1. 深度学习的概念 深度学习（英语：deep learning）是机器学习的分支，是一种以人工神经网络为架构，对数据进行特征学习的算法。 2. 机器学习和深度学习的区别 2.1 区别1 ：特征提取 【理解：机器学习：如盲人摸象，拿到所有人的摸取特征，放到一块有可能组成的是一头大象，也有可能组成的不是大象而是一头牛；深度学习：把所有的特征值放到一块进行训练，同时也给出目标值是大象】 从特征提取的角度出发： 机器学习需要有人工的特征提取的过程 深度学..
126篇殿堂级深度学习论文分类整理 从入门到应用（上）
科技创新与颠覆者
04-16 2090
126篇殿堂级深度学习论文分类整理 从入门到应用（上） 来源：雷锋网 █ 如果你有非常大的决心从事深度学习，又不想在这一行打酱油，那么研读大牛论文将是不可避免的一步。而作为新人，你的第一个问题或许是：“论文那么多，从哪一篇读起？” 本文将试图解决这个问题——文章标题本来是：“从入门到绝望，无止境的深度学习论文”。请诸位备好道具，开启头悬梁锥刺股的学霸姿势。 开个玩笑。 但对非科班出身
Python深度学习入门：理论与实现源码解析及文章总结
最新发布
03-25
项目概述：《Python深度学习入门：理论与实现》 本项目以Python为主要开发语言，围绕深度学习基础理论提供了丰富的实践资源。内容包含67个Python源代码文件，4个pickle数据文件，3篇Markdown格式文章总结，以及2张...
零基础入门深度学习(系列) 中文PDF完整版
04-25
现在救命稻草来了，《零基础入门深度学习》系列文章旨在讲帮助爱编程的你从零基础达到入门级水平。零基础意味着你不需要太多的数学知识，只要会写程序就行了，没错，这是专门为程序员写的文章。虽然文中会有很多公式...
深度学习入门-Python语言学习-05字符串-入门学习
06-16
本篇文章将作为深度学习入门的一部分，重点介绍Python中的字符串操作。 首先，字符串在Python中是不可变的序列，意味着一旦创建就不能修改。当你打印字符串的类型时，会看到`<class 'str'>`，这表明它是一个字符串...
深度学习入门-v31
08-03
深度学习入门是一个逐步掌握人工智能核心技术的关键过程，而v31版本的资料可能包含了最新的理论和技术更新。本篇文章将深入探讨其中的重要知识点，帮助初学者建立起扎实的深度学习基础。 首先，我们从“前言”开始...
深度学习入门精选论文
09-01
从起源到细化分类，英文20篇左右，中文十篇，都是经典必看的
深度学习入门论文整合
02-03
本套文档是深度学习入门的一些论文整合，非常适合刚刚接触到深度学习的同学。
深度学习入门
qingyanyichen的博客
12-20 1697
为了搞深度学习，看了《深度学习、优化与识别》，《TensorFlow：实战Google深度学习框架》以及三大牛人的《深度学习》，视频看的16年的cs231，据说和17年差别还是挺大的。谈一点个人经验。         三大牛人的《深度学习》，这本书比较侧重理论。《TensorFlow：实战Google深度学习框架》用来了解流程，《深度学习、优化与识别》用来搭建知识大框架，那这本书就是在提高研究的深度了。
深度学习基础文章
u012481686的博客
10-09 173
谢谢大神的讲解，版权归原作者所有 https://testerhome.com/topics/10527 --二分类基础https://testerhome.com/topics/10634 --浅层神经网络https://testerhome.com/topics/10723 --深层神经网络https://testerhome.com/topics/10811 --拟合与梯度https://...
深度学习入门论文（必看）
韩韩的博客
02-06 2572
自己在看的一些深度学习的入门的必读论文分享给大家。 链接：链接 提取码：ijub 复制这段内容后打开百度网盘手机App，操作更方便哦
126篇殿堂级深度学习论文分类整理 从入门到应用（下）
科技创新与颠覆者
04-16 1422
126篇殿堂级深度学习论文分类整理 从入门到应用（下） 3 应用 3.1 自然语言处理 (NLP) █[1] Antoine Bordes, et al. "Joint Learning of Words and Meaning Representations for Open-Text Semantic Parsing." AISTATS(2012) [pdf] ★★★★ 地址：http
深度学习入门论文集合
gdtop的个人笔记
08-12 2197
My writing is bad. This is my term paper in CS5312-deep learning course. Section II: List and highlight of papers you have studied.In this section, I separate the papers into 3 parts-NN networks, alg...
分享深度学习入门，比较全面的几个博客（重要）
wan_qin6的博客
04-06 72
分享几个深度学习入门的几个比较全面的博客： CNN中十大令人拍案叫绝的操作, 激活函数 卷积 损失函数篇 下采样篇 Padding篇 优化算法篇 评估指标篇 深度学习基础 常用的机器学习知识梳理 SVM支持向量机 深度学习基础知识 ...
深度学习入门笔录（持续更新）
LSEC小陆的博客
03-31 640
神经网络的一些可视化小玩意儿 照片创作诗歌 https://webapps.msxiaobing.com/V3/Portal?task=poem 填词做古诗 http://poem.bosonnlp.com/ 上传照片绘画 https://www.instapainting.com/assets 神经网络参数与可视化 http://playground.tensorflow.org/ ...
深度学习入门鸢尾花数
09-11
深度学习入门系列是一系列文章，其中包括了多个主题，主要介绍了深度学习的基础知识、构建神经网络、模型性能评价方法、选择最佳模型等内容。鸢尾花数据集是这个系列中的一个标准机器学习案例，用于练习神经网络。该...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值