移动深度学习
电子书推荐
-
动手学深度学习 PDF 下载 评分:
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 能村文档,代码,公式和图形施一在一起的优势,提供一个交至式的学习体验。这个项目可以作为一本书,上课用的材料。现场流示的案例,和一个可以后情将贝的代码库,据我们所知,目前并拨有哪个项目能航范盖全面深度学习,又据供交互式的可执行代积,我们将帮试家补这个空白。
上传时间:2019-01 大小:13.28MB
- 22.13MB
动手学深度学习pytorch.pdf
2022-02-26动手学深度学习pytorch.全面介绍深度学习的动手学习文档。
- 238KB
基于移动学习的深度学习研究.pdf
2021-08-19基于移动学习的深度学习研究.pdf
- 8.56MB
《动手学深度学习v2》.pdf
2021-03-20《动手学深度学习v2》.pdf
- 11.59MB
深度学习 中文版 pdf
2018-01-15这本书讨论这些更直观的问题一种解决方案。这种解决方案是为了让计算机从经验中学习,并通过层次化概念体系来理解世界,其中每个概念通过与较简单概念之间的联系来定义
- 1.39MB
深度学习基础pdf
2020-10-18深度学习基础pdf
- 16.67MB
DeepLearning深度学习教程_第二章_机器学习基础.pdf
2023-08-23DeepLearning 深度学习 经验总结
- 8KB
动手学深度学习(pytorch)
2020-09-30动手学深度学习(pytorch)中的d2lzh_pytorch资源,望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望采纳!
- 26KB
《动手学深度学习》gluonbook包
2018-12-18《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。
- 1.52MB
深度学习word2vec学习笔记pdf版.pdf
2015-04-05深度学习word2vec学习笔记pdf版,方便各位在各个平台上查看,是word文档直接转的
- 13.30MB
深度学习中文版.pdf
2018-02-28深度学习中文版.pdf,更新至2017-09-04,电子书版,有书签目录。
- 14.21MB
动手学深度学习
2018-12-07深度学习在近几年一直是广大研究人员的关注热点,但是深度学习的内容涉及面很广,所以作为一名新手如何能够快速上手深度学习,在实践中使用深度学习呢?今天本文为大家带来的是亚马逊首席(principal)科学家,美国卡内基梅隆大学计算机博士李沐等人编著的《动手学深度学习》教程,带你从浅至深实践深度学习。 教程的内容结构: 第一部分(第 1 章至第 3 章)涵盖预备工作和基础知识 第二部分(第 4 章至第 6 章)关注现代深度学习技术,包括CNN,RNN等。 第三部分(第 7 章至第 10 章)讨论计算性能和应用。
- 11.66MB
动手深度学习
2019-04-07深度学习入门教材,介绍深度学习相关的预备知识,包括深度学习基础,计算,卷积神经网络,循环网络,优化算法等
- 12.19MB
动手深度学习1
2022-08-03动手深度学习1
- 742KB
[笔记2]动手学深度学习
2021-01-07资料来源:伯禹学习平台。 概念整理 K折交叉验证 由于验证数据集不参与模型训练,当训练数据不够用时,预留大量的验证数据显得太奢侈。一种改善的方法是K折交叉验证(K-fold cross-validation)。在K折交叉验证中,我们把原始训练数据集分割成K个不重合的子数据集,然后我们做K次模型训练和验证。每一次,我们使用一个子数据集验证模型,并使用其他K-1个子数据集来训练模型。在这K次训练和验证中,每次用来验证模型的子数据集都不同。最后,我们对这K次训练误差和验证误差分别求平均。 L2 范数正则化(regularization) L2L2范数正则化在模型原损失函数基础上添加L2L2范数惩罚项
- 24.16MB
深度学习笔记.pdf
2020-03-08深度学习笔记。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
- 1.95MB
Deep Learning(深度学习)学习笔记整理系列pdf
2015-09-09原创作者是Zouxy,整个笔记在他博客上,为了方便大家保存阅读,我将其整理成了pdf文档,希望大家多多交流。 目录 一、概述 2 二、背景 5 三、人脑视觉机理 8 四、关于特征 10 4.1、特征表示的粒度 10 4.2、初级(浅层)特征表示 11 4.3、结构性特征表示 14 4.4、需要有多少个特征? 16 五、Deep Learning的基本思想 17 六、浅层学习(Shallow Learning)和深度学习(Deep Learning) 18 七、Deep learning与Neural Network 20 八、Deep learning训练过程 21 8.1、传统神经网络的训练方法为什么不能用在深度神经网络 21 8.2、deep learning训练过程 22 九、Deep Learning的常用模型或者方法 23 9.1、AutoEncoder自动编码器 23 9.2、Sparse Coding稀疏编码 28 9.3、Restricted Boltzmann Machine (RBM)限制波尔兹曼机 31 9.4、Deep Belief Networks深信度网络 35 9.5、Convolutional Neural Networks卷积神经网络 38 十、总结与展望 50 十一、参考文献和Deep Learning学习资源(持续更新……) 51
- 19.29MB
Deep Learning 电子书
2018-05-23本电子文档为Deep Learning电子书,方便大家下载阅读,
- 82.25MB
caffe配套的深度学习PDF教程
2014-11-23caffe配套的深度学习PDF教程,包括监督学习,非监督学习,识别,检测等。
- 32.62MB
零基础入门深度学习-系列博客高清合集pdf
2019-04-23该压缩包中包含了7个pdf文档,为零基础入门深度学习系列博客的高清pdf,版权为原作者所有,方便大家下载打印阅读。
- 11.65MB
动手学深度学习.rar
2019-07-11动手学深度学习最全最新 动手学深度学习讲解清晰 伯克利大学教程
- 2.99MB
面向移动计算的深度学习 (图文 程 健 )
2018-09-22在移动终端上落地深度学习,性能优化,模型压缩量化。。。
- 27.18MB
动手学习机器学习:动手学习机器
2021-02-05机器学习 1.교재 머신러닝(动手机器学习) 2.목차 第1部分。 第01章- 第02章- 第03章- 第04章- 第五章- 第06章- Chap07- 第08章- 第2部分。 第09章- 第10章- 第11章-심층 저→ 업로드정 第12章-下载→ 로 → 업로드정 第13章- 第14章-[순환,RNN] 第15章- 第16章- 3.참고자료 GitHub的: : Scikit-Learn : : //scikit-learn.org TensorFlow : : //www.tensorflow.org
- 11.32MB
动手学深度学习(2019-05-21).rar
2019-05-22李沐的《动手学深度学习》,2019-05-21高清中文pdf版,排版好,有书签,深度学习很好的参考资料,仅供学习用。
- 13.36MB
Learning Jupyter 5 2nd Edition
2018-10-02The Jupyter Notebook allows you to create and share documents that contain live code, equations, visualizations, and explanatory text. The Jupyter Notebook system is extensively used in domains such as data cleaning and transformation, numerical simulation, statistical modeling, and machine learning. Learning Jupyter 5 will help you get to grips with interactive computing using real-world examples. The book starts with a detailed overview of the Jupyter Notebook system and its installation in different environments. Next, you will learn to integrate the Jupyter system with different programming languages such as R, Python, Java, JavaScript, and Julia, and explore various versions and packages that are compatible with the Notebook system. Moving ahead, you will master interactive widgets and namespaces and work with Jupyter in a multi-user mode. By the end of this book, you will have used Jupyter with a big dataset and be able to apply all the functionalities you’ve explored throughout the book. You will also have learned all about the Jupyter Notebook and be able to start performing data transformation, numerical simulation, and data visualization.
- 27.27MB
动手学深度学习1
2022-08-03动手学深度学习1