Tensorboard 詳解(上篇)

編程語言 機器學習 可視化 Linux Chrome


Tensorboard詳解(下篇)

可視化 技術


走進機器學習

機器學習 人工智能 計算複雜性理論 語音識別 科大訊飛


詳解機器學習中的熵、條件熵、相對熵、交叉熵

機器學習 物理 香農 Shannon 拉格朗日


TensorFlow系列專題(一):機器學習基礎

機器學習 數據挖掘 人工智能 語音識別 Google


TensorFlow系列專題(二):機器學習基礎

機器學習 技術


「乾貨」詞向量之DNN模型

深度學習 機器學習 人工智能 技術


TensorFlow系列專題(三):深度學習簡介

機器學習 深度學習 人工智能 數學 斯坦福大學


基於word2vec訓練詞向量(一)

深度學習 機器學習 人工智能 Google 技術


基於word2vec訓練詞向量(二)

人工智能 技術


基於Doc2vec訓練句子向量

機器學習 Word 技術


Tensorflow系列專題(四):神經網絡篇之前饋神經網絡綜述

機器學習 人工智能 可視化 生物 GitHub


譜聚類概述

卡爾·高斯


基於深度學習的計算機視覺應用之目標檢測

機器學習 深度學習 人工智能 CNN Pascal


TensorFlow系列專題(五):BP算法原理

機器學習 人工智能 深度學習 技術


TensorFlow系列專題(六):實戰項目Mnist手寫數據集識別

機器學習 人工智能 編程語言 技術


使用Keras進行深度學習:(一)Keras 入門

深度學習 機器學習 人工智能 Python 技術


使用Keras進行深度學習(二):CNN講解及實踐

機器學習 深度學習 CNN 人工智能 動物


使用Keras進行深度學習:(三)使用text-CNN處理自然語言(上)

機器學習 深度學習 HTML CNN Python


使用Keras進行深度學習:(三)使用text-CNN處理自然語言(下)

深度學習 機器學習 CNN 人工智能 技術


TensorFlow系列專題(七):一文綜述RNN循環神經網絡

機器學習 人工智能 深度學習 語音識別 技術


使用Keras進行深度學習:(五)RNN和雙向RNN講解及實踐

深度學習 機器學習 人工智能 CNN 科技


TensorFlow系列專題(八):七步帶你實現RNN循環神經網絡小示例

機器學習 人工智能 Python 技術


使用Keras進行深度學習:(六)LSTM和雙向LSTM講解及實踐

機器學習 深度學習 筆記本電腦 技術


TensorFlow系列專題(九):常用RNN網絡結構及依賴優化問題

機器學習 人工智能 數據挖掘 GitHub CNN


TensorFlow系列專題(十):門控循環神經網絡LSTM與GRU

機器學習 人工智能 數學 技術


TensorFlow系列專題(十一):RNN的應用及注意力模型

機器學習 人工智能 語音識別 深度學習 Google


TensorFlow三種常用的數據加載方式(附python演練)

編程語言 Python CPU 技術


近期github機器學習熱門項目Top5

機器學習 GitHub 人工智能 編程語言 Google


學習數據科學的五大免費資源

編程語言 機器學習 Python Kaggle 人工智能