DL QuickStart
来自Jack's Lab
(版本间的差异)
(→Furture) |
(→CS231n) |
||
第45行: | 第45行: | ||
* [https://zhuanlan.zhihu.com/p/21441838 简介] | * [https://zhuanlan.zhihu.com/p/21441838 简介] | ||
* [https://zhuanlan.zhihu.com/p/21407711 反向传播笔记]] | * [https://zhuanlan.zhihu.com/p/21407711 反向传播笔记]] | ||
+ | |||
+ | |||
+ | * [https://zhuanlan.zhihu.com/p/21462488 神经网络笔记1(上)] | ||
+ | * [https://zhuanlan.zhihu.com/p/21513367 神经网络笔记1(下)] | ||
+ | * [https://zhuanlan.zhihu.com/p/21560667 神经网络笔记 2] | ||
+ | * [https://zhuanlan.zhihu.com/p/21741716 神经网络笔记3(上)] | ||
+ | * [https://zhuanlan.zhihu.com/p/21798784 神经网络笔记3(下)] | ||
+ | * [https://zhuanlan.zhihu.com/p/22038289 卷积神经网络笔记] | ||
+ | |||
+ | * [ ] | ||
+ | * [ ] | ||
+ | * [ ] | ||
* [https://zhuanlan.zhihu.com/p/21360434 最优化笔记(上)] | * [https://zhuanlan.zhihu.com/p/21360434 最优化笔记(上)] | ||
第51行: | 第63行: | ||
* [https://zhuanlan.zhihu.com/p/20918580 线性分类笔记(上)] | * [https://zhuanlan.zhihu.com/p/20918580 线性分类笔记(上)] | ||
* [https://zhuanlan.zhihu.com/p/20945670 线性分类笔记(中)] | * [https://zhuanlan.zhihu.com/p/20945670 线性分类笔记(中)] | ||
− | * [ | + | * [https://zhuanlan.zhihu.com/p/21102293 线性分类笔记(下)] |
* [https://zhuanlan.zhihu.com/p/20894041 图像分类笔记(上)] | * [https://zhuanlan.zhihu.com/p/20894041 图像分类笔记(上)] | ||
第57行: | 第69行: | ||
* [https://zhuanlan.zhihu.com/p/20878530 Python Numpy教程] | * [https://zhuanlan.zhihu.com/p/20878530 Python Numpy教程] | ||
+ | |||
+ | |||
+ | * [https://zhuanlan.zhihu.com/p/22107715 循环神经网络惊人的有效性(上)] | ||
<br><br> | <br><br> |
2016年9月8日 (四) 10:45的版本
目录 |
1 Overview
- Deep Belief Networks 深度信念网络
- Restricted Boltzmann Machine 受限波尔兹曼机
- Stacked Auto-encoders 堆栈式自动编码器
- Convolutional Neural Networks,CNN,卷积神经网络
- Recurrent Neural Networks, RNN,循环神经网络
https://www.zhihu.com/question/31785984/answer/55063559
CNN 目前是图像识别最有效也是使用最多的
自然语言处理、语音识别、手写体识别则多用 RNN
2 RNN
http://blog.csdn.net/heyongluoyao8/article/details/48636251
http://rayz0620.github.io/2015/05/14/rnn_note_1/
https://www.zhihu.com/question/34681168
3 Framework
推荐斯坦福的 CS231n 课程
在 Lecture 12 中,JJ 对于几个主流的库的应用情况,优缺点逐个做了详细的说明:
4 CS231n
https://zhuanlan.zhihu.com/intelligentunit
- [ ]
- [ ]
- [ ]
5 OpenAI
6 Furture
Deep Reinforcement Learning 深度增强学习资源 (持续更新)https://zhuanlan.zhihu.com/p/20885568?refer=intelligentunit
获取人工智能AI前沿信息 https://zhuanlan.zhihu.com/p/21263408?refer=intelligentunit