机器之心深度研学社每周干货：2016年第46周

【入门教程】

Deep Learning in a Nutshell: History and Training
   by Tim Dettmers

内容简介：
   这是 「Deep Learning in a Nutshell」 系列文章的第二篇。作者首先回顾不同的神经网络发展的历史，随后详细介绍如何训练深度学习架构，并解释了梯度下降、反向传播、优化等算法的几种实现与应用方法。文章中运用了大量的类比，使得比较晦涩的数学概念变得更加容易理解，但作者仍然使用了一些数学公式，需要学习者有一定的数学基础。因此，作者同时也分享了其它学习资料。

文章链接：https://devblogs.nvidia.com/parallelforall/deep-learning-nutshell-history-training/

相关资料：(Optional)

• Youtube: Artificial Intelligence courses from Coursera: https://www.youtube.com/channel/UCMoXOGX9mgrYNEwpcIQUcag

• 不同优化算法的可视化动图：http://imgur.com/a/Hqolp

【技术分析】

如何在不平衡类上使用机器学习？

by Tom Fawcett

简介：

机器之心在今年 8 月编译过这篇文章。作者给出了许多在不平衡类上使用机器学习的建议，从底层的算法提升，一直到数据库的调整，并使用大量图表进行解释。同时，作者还在文末分享了很多拓展阅读资源。

• 原文链接：http://svds.com/learning-imbalanced-classes/

• 编译链接：/article/1469

【资源分享】

DeepMind语音生成模型WaveNet的TensorFlow实现

简介：

这是用于音频生成的 WaveNet 生成式神经网络架构的一种 TensorFlow 实现。WaveNet 神经网络架构可以直接生成原始音频波形，能够在文本转语音和常规的音频生成上得到出色的结果。

Github 项目地址：https://github.com/ibab/tensorflow-wavenet