[笔记]机器学习&深度学习要点小梳理.pdf

机器学习和深度学习模型汇总：CNN:Alexnet,vggnet,GoogleInceptionNet,resnet

3--深度学习-- 机器学习基础 很宝贵的资料。适合深入学习机器学习和深度学习的人群。

深度学习资料集合:(1.1.1)--神经网络基础.pdf,(1.4.1)--银行客户流失预测.pdf,(2.1.1)--深度学习应用概况.pdf,(3.1.1)--卷积神经网络基础.pdf,(3.11

本文的主要内容有: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(MT):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

深度学习的思想就是对堆叠多个层,也就是说这一层的输出作为下一层的输入。通过这种方式,就可以实现对输入信息进行分级表达了。另外,前面是假设输出严格地等于输入,这个限制太严格,我们可以略微地放松这个限制,

本文的主要内容有::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 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

网上的DEEPLEARNING（深度学习）学习笔记整理，方便快速学习

Deep Learning（深度学习）学习笔记整理，通俗易懂，知识要点总结

Deep+Learning（深度学习）学习笔记整理系列，欢迎下载

AndrewNg在Coursera上的授课笔记，关于机器学习的，需要的拿去···