首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
思远
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
39
文章 39
沸点 0
赞
39
返回
|
搜索文章
最新
热门
写给大家看的机器学习书(第六篇)—— 机器学习为什么是可行的(下)
作者的系列文章,学习完这一篇关于计算学习理论最后的讨论,从此各位跨入机器学习的大门,天地高山,都在脚下。
干货 | 详解 CNN 五大经典模型: Lenet,Alexnet,Googlenet,VGG,DRL
作者整理的出的简单 5 个 model,Mark 一下一遍查阅之需。
TensorFlow and Deep Learning Tutorials
TensorFlow 和深度学习教程。
DrMAD:深度神经网络中的超参数学习器
这篇文章将介绍一种基于梯度的超参数学习方法:DrMAD,其采用类似反向传播的方式来学习超参数,并通过构造 “虫洞” 突破了之前的方法在可调参数数量上的限制,具有更好的可扩展性,也使得优化过程更为高效。
对偶学习的生成对抗网络 (DualGAN)
对偶学习的方式为解决无监督学习中遇到的困难提供了新的思路。
基于深度学习的图像语义编辑
本文首先介绍了图像风格转换的三种典型算法,然后以此为出发点,介绍了基于类似技术的另外三个应用,即图像修复,图像超清化和换脸。这些问题都属于图像生成问题。
详解 LSTM
作者在这篇文章中介绍了 LSTM 的思路、前向计算及反向传播等等。
干货 | 全面分析 如何选择一个适合自己的机器学习算法
本文意在面向刚刚入门数据分析的初学者,或对利用机器学习处理数据感兴趣的读者,提出一些实用的建议与指导。
C++ 从零实现深度神经网络系列
作者的 C++ 从零实现深度神经网络系列文章整理链接。
10 种机器学习算法的要点(附 Python 和 R 代码)(转载)
这篇指南的目的,是为那些有追求的数据科学家和机器学习狂热者们,简化学习旅途。这篇指南会让你动手解决机器学习的问题,并从实践中获得真知。我提供的是几个机器学习算法的高水平理解,以及运行这些算法的 R 和 Python 代码。这些应该足以让你亲自试一试了。
下一页
个人成就
文章被点赞
1,725
文章被阅读
120,393
掘力值
4,433
关注了
5
关注者
1,360
收藏集
0
关注标签
2
加入于
2017-03-17