深度学习 神经网络的基本概念 深度学习的发展历程 深度学习的研究和应用蓬勃发展 深度学习改变了AI应用的研发模式 实现了端到端的学习 实现了深度学习框架标准化 作业1-1 深度学习 机器学习算法理论在上个世纪90年代发展成熟，在许多领域都取得了成功应用。但平静的日子只延续到2010年左右，随着大数据的涌现和计算机算力提升，深度学习模型异...

文章链接：http://mp.weixin.qq.com/s?__biz=MzIxMjAzNDY5Mg==&mid=2650790900&idx=1&sn=b3a6d644ae6340754f7f5148416a59c1&scene=21#wechat_redirect 原文: https://hit-scir.gitbooks.io/neural-...

深度 RNN 一个朴素的想法就是把一层层神经元堆叠起来，正如图 14-12 所示的那样，它呈现了一种深度 RNN。 为了用 TensorFlow 实现深度 RNN，可先创建一些神经单元，然后堆叠进MultiRNNCell 。 以下代码中创建了 3 个相同的神经单元（当然也可以用不同类别的、包含不同不同数量神经元的单元） n_neurons =...

0.深度学习简介 1.深度前馈神经网络 2.反向传播算法 3.正则化 4.最优化基础 5.卷积神经网络 5.1.CNN之图片分类 6.循环神经网络 7.Transformer 8.词向量 9.传统 CTR 预估模型 10.神经网络 CTR 预估模型 11.Graph Embedding 12.Graph Embedding(续) ...

深度学习框架 深度学习框架优势 深度学习框架设计思路 深度学习框架 近年来深度学习在很多机器学习领域都有着非常出色表现，在图像识别、语音识别、自然语言处理、机器人、网络广告投放、医学自动诊断和金融等领域有着广泛应用。面对繁多的应用场景，深度学习框架有助于建模者节省大量而繁琐的外围工作，更聚焦业务场景和模型设计本身。 深度学习框架优势 ...

在Alluxio上运行深度学习框架 深度学习的数据挑战 Alluxio如何帮助解决深度学习的存储问题 设置 Alluxio FUSE 使用Tensorflow访问Alluxio FUSE 在Alluxio上运行深度学习框架 内容列表 随着数据集规模的增大以及计算能力的增强，深度学习已成为人工智能的一项流行技术。能够获取的数据...

深度概率编程 概述 使用贝叶斯神经网络 处理数据集 定义贝叶斯神经网络 定义损失函数和优化器 训练网络 使用变分自编码器 定义变分自编码器 定义损失函数和优化器 处理数据 训练网络 生成新样本或重构输入样本 DNN一键转换成BNN 定义DNN模型 定义损失函数和优化器 实例化TransformToBNN 实现功能一：转换整个模型...

在Alluxio上运行深度学习框架 深度学习的数据挑战 Alluxio如何帮助解决深度学习的存储问题 设置 Alluxio FUSE 使用Tensorflow访问Alluxio FUSE 在Alluxio上运行深度学习框架 内容列表 随着数据集规模的增大以及计算能力的增强，深度学习已成为人工智能的一项流行技术。能够获取的数据...

本章主要讲各种深度优先搜索。 原文: https://soulmachine.gitbooks.io/algorithm-essentials/content/java/dfs/

深度复制 深度复制   第9章通过下面的GetCopy()方法，介绍了如何使用受保护的方法System.Object.MemberwiseClone() 进行浅度复制。 public class Cloner { public int Val ; public ...