动手深度学习

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

MXNet社区的《动手学深度学习》，涵盖卷积神经网络、循环神经网络、计算机视觉、自然语言处理、优化算法。内容深入浅出。同时，与吴恩达老师的课程相比，这本书不仅介绍深度学习模型，而且提供简单易懂的代码实

《动手学深度学习》该书为官方中文版。由亚马逊首席科学家所著，手把手教你学会深度学习。作者是阿斯顿·张，李沐，[美]扎卡里·C.立顿，[德]亚历山大·J.斯莫拉。本书同时覆盖深度学习的方法和实践，不仅从

机器学习，深度学习。使用MXNet／Gluon来动手学深度学习

动手学深度学习gluon_tutorials.pdf

从社区里找到的，大神李沐的教程。大家可以配合B站的视频，照着这个教程学习，非常好。https://www.bilibili.com/video/av14327359?from=search&seid=

《动手学深度学习v2》.pdf

Web的动手Python深度学习 这是由Packt发布的Anubhav Singh和Sayak Paul编写的“ 的代码库。 集成神经网络架构以使用Flask,Django和TensorFlow构建智

1.机器翻译和数据集 1.1机器翻译 定义:将一段文本从一种语言自动翻译为另一种语言,用神经网络解决这个问题通常称为神经机器翻译(NMT) 主要特征:输出是单词序列而不是单个单词。 输出序列的长度可能

有效长度 def SequenceMask(X, X_len,value=0): maxlen = X.size(1) mask = torch.arange(maxlen)[None, :].to(