PyTorch 深度學習框架使用

深度學習

人工智能，機器學習暖混，深度學習聘惦，筆記-文章

快速構建深度學習模型

數(shù)據(jù)科學/機器學習/人工智能

各種深度學習項目實踐合集（NLP相關的為主）

最近比較火熱的深度強化學習　

我以官方文檔為主線酣藻，開始對TensorFlow的學習曹洽。這期間會把我的理解進行持續(xù)的輸出，作為《TensorFlow從0到N》系列辽剧。 它不會止于翻譯和筆記送淆，不會停留在語言和工具，而是堅持通過啟發(fā)性的方式怕轿，循序漸進的構建理解偷崩，搭建一個堅實可靠的、連接“零基礎”與“人工智能（AI）/機器學習（Machine Learning）/深度學習（Deep Learning）”領域之間的緩坡道撞羽。

Google寶貴的深度學習開開源框架

機器學習笤喳、深度學習資料整理为居，實戰(zhàn)經(jīng)驗總結：https://github.com/jacksu/machine-learning

需要的選題有： 人工智能是如何實現(xiàn)的 機器學習（要么寫的很深入，要么用圖解容易學捣卤，要么寫案例） 深度學習 自然語言處理 算法（入門算法圖解忍抽，或者好玩的算法） TensorFlow 2.0 計算機視覺 神經(jīng)網(wǎng)絡 Caffe Torch keras 推薦系統(tǒng) 信息流 OpenCV 等等 歡迎投稿！６鸠项！ 有興趣寫書出版的朋友私聊！子姜！ vx：702697037 (寫書題材人工智能祟绊、數(shù)據(jù)庫、大數(shù)據(jù)處理哥捕、編程語言牧抽、開發(fā)大全，創(chuàng)業(yè)遥赚、運營扬舒、財會、投資理財凫佛、科普等等）

機器學習愧薛，數(shù)據(jù)挖掘晨炕，深度學習，自然語言處理交流毫炉。歡迎大家投稿瓮栗。

該專題是機器學習遵馆、推薦系統(tǒng)和自然語言處理、深度學習相關算法學習記錄丰榴，用通俗的語言去理解算法，去樸實的文字記錄每次前行秆撮，每個算法力爭說清緣由四濒，且嘗試實現(xiàn)或者使用開源庫進行。機器學習忍者在路上……

分享深度學習戈二、機器學習、計算機視覺喳资、模式識別觉吭、資源語言處理、推薦系統(tǒng)等領域的一些技術

神經(jīng)網(wǎng)絡與深度學習專題歡迎大家投稿相關內(nèi)容。從基礎理論到實戰(zhàn)演練均可嘗試投稿节值。若有GPU計算資源需求去完成很有價值的工作也可以留言請求徙硅，我們會滿足你的哈！ 該專欄中的文章還會被發(fā)在：UAI人工智能公眾號搞疗。讓更多的人看到你們的優(yōu)秀作品嗓蘑。

心理學桩皿、社會學、經(jīng)濟學幢炸、博弈論泄隔，以及現(xiàn)在興起的人工智能、深度學習阳懂、大數(shù)據(jù)梅尤，究竟給我們的日常生活帶來了多少新的變化？ 認知岩调、記憶巷燥、學習，這些人類迷一樣的能力号枕，左右著人的進步與人類社會的發(fā)展缰揪。最近20年來，由哲學葱淳、心理學钝腺、人工智能、語言學赞厕、人類學艳狐、神經(jīng)學融合而成的認知學科，逐步成為一個新的重要學科皿桑，并在實際應用過程中產(chǎn)生強大的影響毫目。 找遍了其他專題蔬啡，要么不合適，要么勉強投稿被退镀虐，這么一個常常運用箱蟆、但是卻偏門的學科體系，究竟能不能獨立存在呢刮便？

本專題招募管理員恨旱，有意向請簡信私聊辈毯，謝謝！ 用來分享機器學習窖杀，深度學習漓摩，神經(jīng)網(wǎng)絡，計算機視覺等領域的一些技術入客。 Machine Learning 學習資料：http://www.reibang.com/p/e0238db24973 相關參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.reibang.com/p/182baeb82c71 3. [深度學習與神經(jīng)網(wǎng)絡(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.reibang.com/p/6752a8845d01 8. [知乎“機器學習”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.reibang.com/p/fe428f0b32c1 …… 希望大家可以相互交流管毙，相互學習！