深度学习入门系列(Aliyun)

激活引入非线性,池化预防过拟合(深度学习入门系列之十二)

卷积神经网络的所有核心层

各个层各司其职,概括起来
- 卷积层: 从数据中提取有用的特征;
- 激活层: 为网络中引入非线性,增强网络表征能力;
- 池化层: 通过采样减少特征维度,并保持这些特征具有某种程度上的尺度变化不变性。
- 全连接层: 实施对象的分类预测。

深度学习入门系列(1-14)

一入侯门“深”似海,深度学习深几许(深度学习入门系列之一)
https://yq.aliyun.com/articles/86580?spm=a2c4e.11153959.blogcont174256.12.26081befb0t3ze
人工“碳”索意犹尽,智能“硅”来未可知(深度学习入门系列之二)
https://yq.aliyun.com/articles/88300?spm=a2c4e.11153959.blogcont174256.13.26081befb0t3ze
神经网络不胜语,M-P模型似可寻(深度学习入门系列之三)
https://yq.aliyun.com/articles/90565?spm=a2c4e.11153959.blogcont174256.14.26081befb0t3ze
“机器学习”三重门,“中庸之道”趋若人(深度学习入门系列之四)
https://yq.aliyun.com/articles/91436?spm=a2c4e.11153959.blogcont174256.15.26081befb0t3ze
Hello World感知机,懂你我心才安息 (深度学习入门系列之五)
https://yq.aliyun.com/articles/93540?spm=a2c4e.11153959.blogcont174256.16.26081befb0t3ze
损失函数减肥用,神经网络调权重(深度学习入门系列之六)
https://yq.aliyun.com/articles/96427?spm=a2c4e.11153959.blogcont93540.15.1e9c72f1eK0zgq
山重水复疑无路,最快下降问梯度(深度学习入门系列之七)
https://yq.aliyun.com/articles/105339?spm=a2c4e.11153959.blogcont93540.16.1e9c72f1eK0zgq
BP算法双向传,链式求导最缠绵(深度学习入门系列之八)
https://yq.aliyun.com/articles/110025?spm=a2c4e.11153959.blogcont93540.17.1e9c72f1eK0zgq
全面连接困何处,卷积网络见解深(深度学习入门系列之九)
https://yq.aliyun.com/articles/152935?spm=a2c4e.11153959.blogcont93540.18.1e9c72f1eK0zgq
卷地风来忽吹散,积得飘零美如画(深度学习入门系列之十)
https://yq.aliyun.com/articles/156269?spm=a2c4e.11153959.blogcont93540.19.1e9c72f1eK0zgq
局部连接来减参,权值共享肩并肩(深度学习入门系列之十一)
https://yq.aliyun.com/articles/159710?spm=a2c4e.11153959.blogcont93540.20.1e9c72f1eK0zgq
激活引入非线性,池化预防过拟合(深度学习入门系列之十二)
https://yq.aliyun.com/articles/167391?spm=a2c4e.11153959.blogcont93540.21.1e9c72f1eK0zgq
循环递归RNN,序列建模套路深(深度学习入门系列之十三)
https://yq.aliyun.com/articles/169880?spm=a2c4e.11153959.blogcont93540.22.1e9c72f1eK0zgq
LSTM长短记,长序依赖可追忆(深度学习入门系列之十四)
https://yq.aliyun.com/articles/174256?spm=a2c4e.11153940.blogcont169880.38.5dbf1c02W5ULOR

理解CNN的9篇重要论文

理解卷积神经网络的利器:9篇重要的深度学习论文(上)
https://yq.aliyun.com/articles/552464?spm=a2c4e.11153959.blogrightarea174256.36.26081befr7YOUD
理解卷积神经网络的利器:9篇重要的深度学习论文(下)
https://yq.aliyun.com/articles/552509?spm=a2c4e.11153959.blogcont552464.23.456953d0izomKO

李飞飞公开课: 面向可视化识别的卷积神经网络

李飞飞(Feifei Li)教授团队在斯坦福大学开设的公开课:面向可视化识别的卷积神经网络(CS231n: Convolutional Neural Networks for Visual Recognition),课程极其精彩。
http://cs231n.github.io/linear-classify/?spm=a2c4e.11153959.blogcont167391.30.ba3f235axZ1ub0

机器学习路线图

机器学习路线图
https://blog.csdn.net/shenshen211/article/details/53006707

你可能感兴趣的:(To,be,continued,AI)