动手学深度学习代码jupyter代码(d2l zh.zip)

本节课主要内容为机器翻译及相关技术、注意力机制与Seq2seq模型、Transformer 一、机器翻译及相关技术 机器翻译: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

小白知识点 训练误差和泛化误差 训练误差:模型在训练数据集上表现出的误差 泛化误差:模型在任意一个测试数据样本上表现出的误差的期望,并常常通过测试数据集上的误差来近似。 验证数据集、测试数据集和训练数

小白知识 二维互相关运算 输入是一个二维输入数组和一个二维核(kernel)数组,输出也是一个二维数组,其中核数组通常称为卷积核或过滤器(filter)。卷积核的尺寸通常小于输入数组,卷积核在输入数组

本节课内容,卷积神经网络基础、LeNet、卷积神经网络进阶 一、卷积神经网络基础 二维互相关运算:二维互相关运算的输入是一个二维输入数组和一个二维核数组,输出也是一个二维数组,其中核数组通常称为卷积核

代码+视频，很好的深度学习入门书籍！亚马逊出品，李沐主讲！

带有目录和书签文档，非常清晰，内容详细，最主要是中文版的

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