深度学习基础教程 内容简介 使用方法 使用CPU训练 使用GPU训练 贡献新章节 深度学习基础教程 本章由9篇文档组成，它们按照简单到难的顺序排列，将指导您如何使用PaddlePaddle完成基础的深度学习任务 本章文档涉及大量了深度学习基础知识，也介绍了如何使用PaddlePaddle实现这些内容，请参阅以下说明了解如何使用： 内...

4. 深度学习计算 4. 深度学习计算 上一章介绍了包括多层感知机在内的简单深度学习模型的原理和实现。本章我们将简要概括深度学习计算的各个重要组成部分，如模型构造、参数的访问和初始化等，自定义层，读取、存储和使用GPU。通过本章的学习，我们将能够深入了解模型实现和计算的各个细节，并为在之后章节实现更复杂模型打下坚实的基础。 4.1. 模型构造 ...

3.1 线性回归 3.2 线性回归的从零开始实现 3.3 线性回归的简洁实现 3.4 softmax回归 3.5 图像分类数据集（Fashion-MNIST） 3.6 softmax回归的从零开始实现 3.7 softmax回归的简洁实现 3.8 多层感知机 3.9 多层感知机的从零开始实现 3.10 多层感知机的简洁实现 3.11 模型...

深度学习简介 起源 发展 成功案例 特点 小结 练习 参考文献 深度学习简介 你可能已经接触过编程，并开发过一两款程序。同时你可能读过关于深度学习或者机器学习的铺天盖地的报道，尽管很多时候它们被赋予了更广义的名字：人工智能。实际上，或者说幸运的是，大部分程序并不需要深度学习或者是更广义上的人工智能技术。例如，如果我们要为一台微波炉编写一...

文章链接：http://mp.weixin.qq.com/s?__biz=MzIxMjAzNDY5Mg==&mid=2650790896&idx=2&sn=08e81b71d59ecf4ac05aef4048b3b618&scene=21#wechat_redirect 原文: https://hit-scir.gitbooks.io/neural-...

深度强化学习（DRL） 深度强化学习（DRL） 强化学习 （Reinforcement learning，RL）强调如何基于环境而行动，以取得最大化的预期利益。结合了深度学习技术后的强化学习更是如虎添翼。这两年广为人知的 AlphaGo 即是深度强化学习的典型应用。 基础知识和原理 Demystifying Deep Reinforcemen...

深度学习基础教程 内容简介 使用方法 使用CPU训练 使用GPU训练 贡献新章节 深度学习基础教程 本章由9篇文档组成，它们按照简单到难的顺序排列，将指导您如何使用PaddlePaddle完成基础的深度学习任务 本章文档涉及大量了深度学习基础知识，也介绍了如何使用PaddlePaddle实现这些内容，请参阅以下说明了解如何使用： 内...

文章链接：http://mp.weixin.qq.com/s?__biz=MzIxMjAzNDY5Mg==&mid=2650790973&idx=1&sn=9b7a5ff18afaf01687e550033a80575c&chksm=8f4749d6b830c0c03811873a7009273f62170277d2f63d27eb89bc35915298...

7.1 优化与深度学习 7.1.1 优化与深度学习的关系 7.1.2 优化在深度学习中的挑战 7.1.2.1 局部最小值 7.1.2.2 鞍点 小结 参考文献 7.1 优化与深度学习 本节将讨论优化与深度学习的关系，以及优化在深度学习中的挑战。在一个深度学习问题中，我们通常会预先定义一个损失函数。有了损失函数以后，我们就可以使用优化算法试...