自己动手玩转深度学习项目,DIYDeepLearningProjects–TowardsDataScience,byFavioVázquez.
这是一个非常不错的深度学习零基础到实践的教程,而且还有配套的视频,非常适合初学者。
这是一个深症学习的教掌项目。我们将使用Apsxhe vogtet finoubating)的最新gluon 按口来养示如何从0开始实现家宜学习的各个辅法,我们的梅利用 upyter notebook
《动手学深度学习》一书中的工具包gluonbook,文件包含python包和其信息。下载后解压并且移动至python环境:...\Lib\site-packages目录下。
《动手学深度学习》图书对应的源代码,很详细。手把手教你学会DeepLearning。
教程《从0动手学深度学习》,使用MXnet作为深度学习入门框架
动手学深度学习》一本面向在校学生、工程师和研究人员的交互式深度学习书籍。此资源是jupyter版本。From:https://zh.diveintodeeplearning.org/index.htm
卷积神经网络 感受野 LeNet架构 卷积层 互相关运算与卷积运算 卷积层得名于卷积运算,但卷积层中用到的并非卷积运算而是互相关运算。我们将核数组上下翻转、左右翻转,再与输入数组做互相关运算,这一过程
卷积神经网络基础-主要是一些概念性的内容,一做题目,几乎全部错误了,悲剧呀。 把题目和解析放下面。 1. 假如你用全连接层处理一张256×256256 \times 256256×256的彩色(RGB
卷积神经网络基础 本节我们介绍卷积神经网络的基础概念,主要是卷积层和池化层,并解释填充、步幅、输入通道和输出通道的含义。 二维卷积层 本节介绍的是最常见的二维卷积层,常用于处理图像数据。 二维互相关运