神经网络与深度学习应用实战

神经⽹络和深度学习(Michael Nielsen) http://michaelnielsen.org/

深度学习与神经网络教程，有关于一些必要的简单的知识，关于深度学习的，里面都有哦

复旦大学老师邱锡鹏出品。邱老师主要研究统计机器学习、自然语言处理以及对话系统/自动问答系统，此前还开源过一个全新的自然语言处理工具FastNLP：https://github.com/FudanNLP

深度学习神经网络的独特之处在于其能够通过数据进行学习，即由数据自动调整权重参数的数值。与之前的感知机相比，感知机需要人工设定3个参数，而神经网络的参数数量可达数以千计、百万计，甚至上亿，人工调整这些参

神经网络与深度学习入门必备书记，分析细致，案例翔实，非常适合初学者入门

深度学习基石：神经网络与卷积网络 神经网络 神经元模型：从生物神经元汲取灵感，构建人工神经元模型。 激活函数：赋予神经网络非线性能力，模拟复杂函数关系。 网络结构：探讨全连接神经网络，理解层级结构与

Michael Nielsen版 神经网络与深度学习 中文版高清PDF+代码

neural-networks-and-deep-learning-master深度学习与神经网络中英文，以及源码2.7，至于3.0本人实践后会在博客更新

Neural Network and Deep Learning Lecture 20151211

分享一套图神经网络视频教程资料——《深度学习-图神经网络实战》的源码+数据+文档，可供大家下载学习使用。该课程主要包括三个模块：详细解读GNN、GCN、注意力机制图模型等算法；全程实战解读图神经网络框