- 博客(5)
- 资源 (89)
- 收藏
- 关注
RSS订阅翻译 python 进行深入学习
这篇文章是根据我的书9章2节改编的, 与 python 进行深入学习 (曼宁出版物)。它是关于目前的深度学习的局限性和它的未来的一系列两个职位的一部分。第二部分将于2017年7月18日公布。这篇文章的目标是那些已经有深入学习经验的人 (例如, 读过1章到书8的人)。我们假设有很多预先存在的知识。深入学习: 几何观深入学习最令人惊讶的是它是多么的简单。十年前, 没有人料到我们会通过使
2017-07-23 19:12:00
1824
翻译 如何使用GPU加速深度学习
提高5倍的训练速度通常使用GPU完成深度学习why need GPU？caffe speed with GPU，主要为了cuda库来完成线程和进程之间协调分配。调参数后的网络使用建议，计算速度快的主要原因是alexnet在2012年，多节点和多GPU的使用共同训练，做推理时design choices，采用分布式算法带来节点计算提升。怎样用深度学习使用做Web应用：caffe工具做的w
2017-07-11 17:18:10
12629
原创 你会为AI转型吗？ 土豆的思考浅谈
人工智能意味着什么？ 终身学习与人工智能 《复杂》读后感0 经历 按照自己生活规律每天早上第一件事收发邮件这是昨天打开邮箱后看到的论文和相关论文推荐，从1956年诞生以来到2013开始接触这个东西，国内我曾经关注过几个当时比较感兴趣该方向的专家，例如中南大学蔡老师、上海交大周老师、前百度深度学习研究院余凯老师等，当时我的第一本人工智
2017-07-10 12:26:54
14940
12
转载 深度学习优化方法总结
伯克利人工智能实验室博客：http://bair.berkeley.edu/blog/ 下雨天： 有些人能听见下雨的声音，有些事只是在奔跑中淋湿！ We are all in the gutter, but some of us are looking at the stars.Oscar Wilde我们都生活在阴沟里，但仍有人仰望星空。——奥斯卡·王尔德！
2017-07-09 11:26:57
1929
1
原创 使用3D-卷积神经网络分析说话人身份模型实现
本文是一位西弗吉尼亚大学的博士发布的论文及其相关的研究成果 https://arxiv.org/abs/1705.09422 0前言 综述了一种使用说话人语言的特征来确认身份的例子，让我们利用3D卷积神经网路模型构建Speaker model,从表达中捕捉语音信息和时态分析。训练一个可以表达层面的语言得到一个说话人分类。训练完成后导出的模型基于特征提取构建question m
2017-07-09 09:25:14
2629
1
Miniforge-pypy3-Linux-aarch64.sh
2020-07-20
exchange.7z
2020-05-21
gcc-10.1.0 .tar.gz
2020-05-19
深度学习matlab代码
2017-10-10
Deep Learning in Radiology: Recent Advances, Challenges and Future Trends
2017-07-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人