神经网络和深度学习

深度学习[ 李宏毅&吴恩达 &张志华译伊恩·古德费洛深度学习]笔记

系列学习笔记：张志华译：深度学习吴恩达：深度学习李宏毅：深度学习前言一：应用数学与机器学习基础二：深层网络：现代实践三：深度学习研究神经网络和深度学习改善深层神经网络以及优化结构化机器学习项目卷积神经网络序列模型深度学习的基础结构计算图和反向传播深度学习语言建模空间转换层
女王の专属领地·2017-12-06 14:35

神经网络和深度学习简史（全）

神经网络和深度学习简史如今，深度学习浪潮拍打计算机语言的海岸已有好几年，但是，2015年似乎才是这场海啸全力冲击自然语言处理（NLP）会议的一年。
abc200941410128·2017-12-04 14:00

AI_Cousera笔记（吴恩达）_开篇

开设的课程：1：神经网络与深度学习2：改善深层神经网络：超参数调试、正则化以及优化3：结构化机器学习项目4：卷积神经网络5：序列模型课程的目标：第一门课：学习神经网络和深度学习的基础、如何建立神经网络（
笨小白学python的日子·2017-12-01 10:26

邱锡鹏神经网络和深度学习读书笔记

人工智能AI起于1950图灵测试图灵测试是人通过常识无法判断制造出某些效果的对方是人还是机器，可认为机器是智能的。整体进展经历了大致3个阶段：50-60年代推理期(重要事件：达特茅斯会议1955.8.31,AI被首次提出)70-80年代知识期90-2000年代学习期（2005深度学习）image.png机器学习是从输入到输出的映射过程，将训练数据喂给机器学习算法得到一个满意的模型，用来对未知数据进
JackieZhang1990·2017-11-27 16:35

利用 TensorFlow 实现排序和搜索算法

本文来自作者chen_h在GitChat上分享「利用TensorFlow实现排序和搜索算法」，「阅读原文」查看交流实录「文末高能」编辑|嘉仔当我们提到TensorFlow的时候，我们仅仅只会关注它是一个很好的神经网络和深度学习的库
技术 · 杂谈·2017-11-21 00:00

利用 TensorFlow 实现排序和搜索算法

当我们提到TensorFlow的时候，我们仅仅只会关注它是一个很好的神经网络和深度学习的库。但是，它也满足数据流编程（DFP）的各个方面。由于TensorFlow具有tf.cond和tf.w
coderpai·2017-11-20 14:03

《神经网络与深度学习》读后感

书中第一章，使用神经网络识别手写数字，讲到了感应器，而神经网络和深度学习的角色：作者已经探讨过机器学习会成为⼀个技术上的新机遇创建者。那么神经网络和深度学习作为⼀种技术又会有什么样独特的贡献呢？
qazuhb·2017-11-19 00:47

简单的单层神经网络的实现，附代码

据：吴恩达在网易云课堂的《神经网络和深度学习》3.9神经网络的梯度下降法唐宇迪在网易云课堂的《深度学习入门视频课程》18动手实现简易神经网络整理得到一个简单的单层神经网络，现附上代码如下：#--coding
octopusdoctor·2017-11-15 18:10

从零开始的深度学习

Coursera网易云课堂（中字）传送门：深度学习工程师微专业-一线人工智能大师吴恩达亲研-网易云课堂-网易云课堂简介：这是一门由和蔼可亲的吴恩达老师为我们献上的年度最引人注目的课程，课程分为5个部分：神经网络和深度学习改善深层神经网络
GG京亮·2017-10-23 19:48

写给人类的机器学习 四、神经网络和深度学习

四、神经网络和深度学习原文：MachineLearningforHumans,Part4:NeuralNetworks&DeepLearning作者：VishalMaini译者：飞龙协议：CCBY-NC-SA4.0
ApacheCN_飞龙·2017-10-18 22:31

读吴恩达博士《深度学习》视频有感：

他的课程有五个部分，第一部分是神经网络和深度学习；第二部分是改善深层神经网络：超参数调整、正则化以及优化；第三部分是结构化机器学习项目；第四部分是卷积神经网络；第五部分是序列模型。
濠说好心得·2017-10-12 16:21

吴恩达 —— 深度学习 Course 1 笔记

Course1：神经网络和深度学习，包括：[1]Week1：深度学习概述[2]Week2：神经网络基础[3]Week3：浅层神经网络[4]Week4：深层神经网络[5]深度学习的基本流程[1]Week1
牛奶芝麻·2017-10-10 19:46

深度 | 神经网络和深度学习简史（第三部分）：90年代的兴衰——强化学习与递归神经网络

来自AndreyKurenkovA'Brief'HistoryofNeuralNetsandDeepLearning,Part3深度|神经网络和深度学习简史（第三部分）：90年代的兴衰——强化学习与递归神经网络这是
jiandanjinxin·2017-10-10 15:33

Coursera 深度学习 deep learning.ai 吴恩达 神经网络和深度学习 第一课 第二周 编程作业 Python Basics with Numpy

PythonBasicswithNumpy(optionalassignment)Welcometoyourfirstassignment.ThisexercisegivesyouabriefintroductiontoPython.Evenifyou’veusedPythonbefore,thiswillhelpfamiliarizeyouwithfunctionswe’llneed.Instr
justry24·2017-10-02 15:22

吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记（1-4）-- 深层神经网络

koala_treeGitHub：https://github.com/KoalaTree2017年09月25日以下为在Coursera上吴恩达老师的DeepLearning.ai课程项目中，第一部分《神经网络和深度学习
大树先生的博客·2017-09-25 17:15

吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记（1-2）-- 神经网络基础

koala_treeGitHub：https://github.com/KoalaTree2017年09月20日以下为在Coursera上吴恩达老师的DeepLearning.ai课程项目中，第一部分《神经网络和深度学习
大树先生的博客·2017-09-20 21:18

Andrew Ng(吴恩达) deep learning 课程 (coursera)

第一课：神经网络和深度学习第一周：深度学习引言
张月鹏·2017-09-16 10:10

Coursera deep learning 吴恩达 神经网络和深度学习 第四周 编程作业 Building your Deep Neural Network

3.1-2-layerNeuralNetworkdefinitialize_parameters(n_x,n_h,n_y):"""Argument:n_x--sizeoftheinputlayern_h--sizeofthehiddenlayern_y--sizeoftheoutputlayerReturns:parameters--pythondictionarycontainingyourpa
justry24·2017-09-15 17:58

Coursera deep learning 吴恩达 神经网络和深度学习 第三周 编程作业 Planar data classification with one hidden layer

2-Dataset###STARTCODEHERE###(≈3linesofcode)shape_X=X.shapeshape_Y=Y.shapem=X.shape[1]#trainingsetsize###ENDCODEHERE###print('TheshapeofXis:'+str(shape_X))print('TheshapeofYis:'+str(shape_Y))print('Iha
justry24·2017-09-13 09:12

Coursera deep learning 吴恩达 神经网络和深度学习 第二周 编程作业 Logistic Regression with a Neural Network mindset

1.m_train=train_set_x_orig.shape[0]m_test=test_set_x_orig.shape[0]num_px=train_set_x_orig.shape[1]2.train_set_x_flatten=train_set_x_orig.reshape(-1,num_px*num_px*3).Ttest_set_x_flatten=test_set_x_orig
justry24·2017-09-10 17:17

看透神经网络和深度学习的脉络，终于不迷糊了

未经允许，不得擅自改动和转载神经网络和深度学习近几年好多人在学习，但是他们具体是什么关系，又有什么联系，众说纷纭，有人说：深度学习可以理解成用深度神经网络（DNN，DeepNeuralNetwork）来进行机器学习
阿小庆·2017-09-09 17:03

DeepLearning.ai学习笔记汇总

第一章神经网络与深度学习(NeuralNetwork&Deeplearning)DeepLearning.ai学习笔记（一）神经网络和深度学习--Week3浅层神经网络DeepLearning.ai学习笔记
marsggbo·2017-09-03 20:00

DeepLearning.ai学习笔记（一）神经网络和深度学习--Week3浅层神经网络

介绍DeepLearning课程总共五大章节，该系列笔记将按照课程安排进行记录。另外第一章的前两周的课程在之前的AndrewNg机器学习课程笔记(博客园)&AndrewNg机器学习课程笔记(CSDN)系列笔记中都有提到，所以这里不再赘述。1、神经网络概要注意：这一系列的课程中用中括号表示层数，例如\(a^{[1]}\)表示第二层(隐藏层)的数据。2、神经网络表示这个图的内容有点多，跟着下面的步骤来
marsggbo·2017-08-30 16:00

深度学习概述-神经网络与深度学习学习笔记（一）

本文的行文结构是按邱老师的书籍结构来的，并结合自己的理解总结了书籍中的相关要点，想要对神经网络和深度学习有更好了解的，推荐大家看邱老师写的《神经网络与深度学习》。原文地址：http://bl
Doit_·2017-08-27 21:54

四大深度学习框架+四类GPU+七种神经网络：交叉性能评测

第一个评测对比不同GPU在不同神经网络和深度学习框架下的表现...网络架构框架深度学习GPU最近，PedroGusmão等人对于英伟达的四种GPU在四种不同深度学习框架下的性能进行了评测。
大红番茄·2017-08-22 14:31

神经网络和深度学习（一）——初识神经网络

神经网络和深度学习神经网络：一种可以通过观测数据使计算机学习的仿生语言范例深度学习：一组强大的神经网络学习技术神经网络和深度学习目前提供了针对图像识别，语音识别和自然语言处理领域诸多问题的最佳解决方案。
1024gcg·2017-08-15 19:17

TensorFlow实战

一张图解决疑惑神经网络和深度学习差别？深度学习是一种学习方式，指的是采用深度模型进行学习，不是模型。多层神经网络是一种模型。神经网络只要足够深就可以称作深度模型，但是深度模型不仅仅只有多层网络。
chenyu139·2017-08-01 09:02

【AI 技术精选】神经网络结构深入分析和比较

作者|EugenioCulurciello翻译|AI科技大本营（rgznai100）深度神经网络和深度学习是既强大又受欢迎的算法。这两种算法取得的成功主要归功于神经网络结构的巧妙设计。
AI科技大本营·2017-07-19 16:49

遥感专业学习神经网络与深度学习过程中的想法

由于兴趣和好奇心的驱使，我打算学一学神经网络和深度学习，以前一听到计算机技术总会听到这些高大上的词语：人工智能，深度学习，VR之类的词语，每次听到都是不明觉厉的样子，最近刚好有点时间，加上趁考研学的数学
LuoJun001·2017-05-09 14:54

使用神经网络识别手写数字

本书主要介绍以下内容：神经网络，一种启发自生物学的优美的编程范式，能够从观测到的数据中进行学习深度学习，一系列神经网络中强大的学习技巧神经网络和深度学习为图像识别、语音识别、自然语言处理等问题提供了目前最好的解决方案
AnneQiQi·2017-04-13 10:34

人工智能巨大缺陷

最近在研究学习人工智能之神经网络和深度学习（NeuralNetworkandDeepLearning）突然发现人工智能的一个巨大缺陷我发现现在的人工智能智能只能处理线性多维问题，对于高次方程无能为力怎么理解对于高次方程无能为力呢
章志强·2017-03-14 13:36

神经网络和深度学习简史（第一部分）：从感知机到BP算法

http://it.sohu.com/20160123/n435630017.shtml神经网络和深度学习简史（第一部分）：从感知机到BP算法机器之心Synced2016-01-2321:44:28阅读
Tiger-Li·2017-02-04 20:52

神经网络和深度学习简史（三）

一、可以做决定的神经网络在了解了神经网络在无监督学习方面的应用以后，我们接下来将见到机器学习的第三部分：增强学习。尽管这个概念需要一个明确的数学表示进行描述，但我们可以先从简单理解一下：增强学习可以帮助我们作出决定。有一些理想的代理（例如一个小程序），这些代理可以基于其当前的状态来决定当下的动作，并且可以在每个动作之后得到相应的回馈，而决策的依据就是使长期优势最大化。因此监督学习告诉算法他应该学习
neujs·2017-02-04 09:21

backpropagation反向传播算法

反向传播算法是神经网络求各节点梯度并更新参数矩阵的核心算法，具有十分重要的意义，可以说没有backpropagation就没有神经网络和深度学习。
starxhong·2016-12-19 22:43

神经网络和深度学习（二）——BP(Backpropagation Algorithm, 反向传播算法)

上一周主要看了NeuralNetworksandDeepLearning网上在线课程的第二章的内容和斯坦福大学《机器学习》的公开课，学习了BP(BackPropagationAlgorithm,反向传播算法)。现在总结如下：只要使用神经网络就会用到BP算法，反向传播算法可以用来学习神经网络的权值，仍然采用梯度下降算法，以最小化网络的实际输出与目标输出之间的平方误差为目标。BP算法的目标是在神经网络
Michael_liangliang·2016-11-07 09:58

神经网络和深度学习（一）

这两天看了NeuralNetworksandDeepLearning网上在线书目的第一章的内容和斯坦福大学《机器学习》的公开课，学习了两种主要的神经网络结构和机器学习中重要的算法——随机梯度下降算法。现在总结如下：一个计算模型要划分为神经网络，通常需要大量彼此连接的节点（神经元），具有两个特特性：1.每个神经元通过某种特定的输出函数（或称激励函数activationfunction）计算处理来自其
Michael_liangliang·2016-10-31 19:12

BP神经网络和RNN神经网络的学习和实现。

  一直在研究神经网络和深度学习。所以写下一些心得。无奈总是不记得反向更新的公式，所以记下来。神经网络和深度学习并不是想象中的那么不平易近人。只要掌握两点那么自己都可以写出来了。
Aaron23456·2016-08-07 21:30

基于Keras/Python的深度学习模型Dropout正则项

DropoutRegularizationinDeepLearningModelsWithKeras作者：JasonBrownlee翻译：赵屹华责编：周建丁（投稿请联系[email protected]）dropout技术是神经网络和深度学习模型的一种简单而有效的正则化方式
周建丁·2016-07-05 06:48

神经网络和深度学习-学习总结

1.简介神经网络和深度学习是由MichaelNielsen所写，其特色是：兼顾理论和实战，是一本供初学者深入理解DeepLearning的好书。
Arrow·2016-05-05 14:14

神经网络和深度学习-学习总结

1.简介  神经网络和深度学习是由MichaelNielsen所写，其特色是：兼顾理论和实战，是一本供初学者深入理解DeepLearning的好书。
MyArrow·2016-05-05 14:00

用MXnet实战深度学习之一：安装GPU版mxnet并跑一个MNIST手写数字识别 （zz）

我会默认读者有一定神经网络和深度学习的基础知识，读者在这里不会看到大段推导和理论阐述。基础理论知识十分重要，如果读者对理论知识有兴
GarfieldEr007·2016-04-29 12:00

能模仿韩寒小四写作的神奇循环神经网络

转载请联系作者并注明出处特别鸣谢：北京大学焦剑博士对RecurrentNeuralNetworksTutorialpart1一文的翻译和部分内容提供1.引言在离人工智能越来越近的今天，研究界和工业界对神经网络和深度学习的
寒小阳·2016-04-26 19:19

能模仿韩寒小四写作的神奇循环神经网络

转载请联系作者并注明出处特别鸣谢：北京大学焦剑博士对RecurrentNeuralNetworksTutorialpart1一文的翻译和部分内容提供1.引言在离人工智能越来越近的今天，研究界和工业界对神经网络和深度学习的
yaoqiang2011·2016-04-26 19:00

【Notes on Neural Networks and Deep Learning】(to be continued)

应该是一本比较通俗的书，因为看到了一些从逻辑门角度由感知器过渡到常见神经网络（sigmoidneuron）的内容，感觉有些深度，所以打算看看；该书专注于回答”为什么“，能使读者获得更多有关神经网络和深度学习的
qiusuoxiaozi·2016-04-17 23:00

神经网络与深度学习

计算机通过它观察数据，进行学习深度学习，是很有效力的技术组合，通过神经网络进行学习神经网络和深度学习，是解决许多问题的最佳方案。当前，这些问题包括：图像识别、语音识别和自然语言处理等。
lawme·2016-03-30 15:00

Andrew Ng机器学习笔记+Weka相关算法实现（三）神经网络和参数含义

最近几年深度学习大热,尤其是阿尔法围棋（AlphaGo）战胜李世乭后，神经网络和深度学习被推到了风口浪尖的。AlphaGo主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。
qiao1245·2016-03-19 13:00

深度｜神经网络和深度学习简史（第一部分）：从感知机到BP算法

导读：这是《神经网络和深度学习简史》第一部分。这一部分，我们会介绍1958年感知机神经网络的诞生，70年代人工智能寒冬以及1986年BP算法让神经网络再度流行起来。
南山牧笛·2016-01-23 22:21

Michael Nielsen 's 神经网络学习之一

最近看到了一个比较好的神经网络和深度学习的网站，http://neuralnetworksanddeeplearning.com/，其实也不算是网站，算是MichaelNielsen的书籍电子版，写的算是比较生动简介
u010223750·2016-01-09 17:00

神经网络学习之一资源汇总

www.csdn.net/article/2014-06-27/2820429如何让神经网络把熊猫识别为秃鹫的URL:http://www.csdn.net/article/2015-12-28/2826566神经网络和深度学习
cfure·2016-01-03 23:09

Michael Nielsen 's 神经网络学习之一

最近看到了一个比较好的神经网络和深度学习的网站，http://neuralnetworksanddeeplearning.com/，其实也不算是网站，算是MichaelNielsen的书籍电子版，写的算是比较生动简介
u010223750·2016-01-03 17:00
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他