机器之心

首页 > 资源 > 机器之心深度研学社每周干货:2016年第52周

资源

机器之心深度研学社每周干货:2016年第52周

2016-12-30 09:16:26         
0 0 0
Synced 深度研学社 每周干货,每周五为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少,每周进步一点点~

【入门教程】Neural Networks and Deep Learning

by Michael Nielsen

简介:本书是神经网络领域久负盛名的入门书目。作者 Michael Nielsen 将全部内容在网上开放:全书一共六章,每章一个网页。内容从最基本的感知器和梯度下降算法讲起,由浅入深。对读者可能产生的疑问和理解错误,作者都会及时解释,所以知识点非常易于理解。每个知识点后还附有深化理解的习题。本书对技术和计算的深入程度适中,适合有一定数学基础的新手作为入门教材。

链接:http://neuralnetworksanddeeplearning.com/index.html

【技术分析】NIPS 2016 论文代码集锦

简介:Reddit 社区成员群策群力,将 NIPS 2016 论文附带的代码的 Github 地址整理在一起。值得学习参考。

链接:https://www.reddit.com/r/MachineLearning/comments/5hwqeb/project_all_code_implementations_for_nips_2016/ 

【资源分享】图解 TensorFlow 源码

by yaojian_ict

简介:热心码农将 TensorFlow 每一个模块的源码以流程图的形式表现出来,为理解 TensorFlow 提供了一种更加宏观的角度,也适合作为 TensorFlow 使用中的参考查阅资料。

声明:本文由机器之心原创出品,版权归作者所有,转载请查看要求,机器之心对于违规侵权者保有法律追诉权。

  1. 网站转载请在文章开头粗体注明:本文转载自机器之心,标明作者,并附上本文链接。
  2. 微信公众号转载请在开头粗体注明:本文转载自机器之心,标明作者,并设置阅读原文链接为本文链接,微博转载请附上本文链接并@机器之心synced。
  3. 网站和微信转载具体文章后需来信至邮箱operation@jiqizhixin.com说明,备注转载文章标题、转载的微信号名称和转载日期。
  4. 机器之心只接受如上几种转载方式,其余均视为侵权,如需商业合作请致信bd@jiqizhixin.com。

相关文章

理解深度学习中的卷积

理解深度学习中的卷积

深度学习芯片公司Graphcore初探:颠覆GPU、FPGA和CPU的新一代处理器IPU

深度学习芯片公司Graphcore初探:颠覆GPU、FPGA和CPU的新一代处理...

业界 | 深度学习硬件对比评测:英特尔FPGA和英伟达GPU哪个更好?

业界 | 深度学习硬件对比评测:英特尔FPGA和英伟达GPU哪个更好?

评论

共有0条评论,点击展开

同步到新浪微博