PyTorch 深度學(xué)習(xí)框架使用

深度學(xué)習(xí)

人工智能但金，機(jī)器學(xué)習(xí)韭山，深度學(xué)習(xí)，筆記-文章

快速構(gòu)建深度學(xué)習(xí)模型

數(shù)據(jù)科學(xué)/機(jī)器學(xué)習(xí)/人工智能

各種深度學(xué)習(xí)項(xiàng)目實(shí)踐合集（NLP相關(guān)的為主）

最近比較火熱的深度強(qiáng)化學(xué)習(xí)　

我以官方文檔為主線牵咙，開(kāi)始對(duì)TensorFlow的學(xué)習(xí)。這期間會(huì)把我的理解進(jìn)行持續(xù)的輸出攀唯，作為《TensorFlow從0到N》系列洁桌。 它不會(huì)止于翻譯和筆記，不會(huì)停留在語(yǔ)言和工具侯嘀，而是堅(jiān)持通過(guò)啟發(fā)性的方式另凌，循序漸進(jìn)的構(gòu)建理解，搭建一個(gè)堅(jiān)實(shí)可靠的戒幔、連接“零基礎(chǔ)”與“人工智能（AI）/機(jī)器學(xué)習(xí)（Machine Learning）/深度學(xué)習(xí)（Deep Learning）”領(lǐng)域之間的緩坡道吠谢。

Google寶貴的深度學(xué)習(xí)開(kāi)開(kāi)源框架

機(jī)器學(xué)習(xí)、深度學(xué)習(xí)資料整理楚午，實(shí)戰(zhàn)經(jīng)驗(yàn)總結(jié)：https://github.com/jacksu/machine-learning

需要的選題有： 人工智能是如何實(shí)現(xiàn)的 機(jī)器學(xué)習(xí)（要么寫(xiě)的很深入司浪，要么用圖解容易學(xué)，要么寫(xiě)案例） 深度學(xué)習(xí) 自然語(yǔ)言處理 算法（入門算法圖解把沼，或者好玩的算法） TensorFlow 2.0 計(jì)算機(jī)視覺(jué) 神經(jīng)網(wǎng)絡(luò) Caffe Torch keras 推薦系統(tǒng) 信息流 OpenCV 等等 歡迎投稿０∫住！饮睬！ 有興趣寫(xiě)書(shū)出版的朋友私聊Ｗ馓浮！ vx：702697037 (寫(xiě)書(shū)題材人工智能、數(shù)據(jù)庫(kù)割去、大數(shù)據(jù)處理窟却、編程語(yǔ)言、開(kāi)發(fā)大全呻逆，創(chuàng)業(yè)夸赫、運(yùn)營(yíng)、財(cái)會(huì)咖城、投資理財(cái)茬腿、科普等等）

機(jī)器學(xué)習(xí)切平，數(shù)據(jù)挖掘，深度學(xué)習(xí)辐董，自然語(yǔ)言處理交流悴品。歡迎大家投稿。

該專題是機(jī)器學(xué)習(xí)、推薦系統(tǒng)和自然語(yǔ)言處理夸研、深度學(xué)習(xí)相關(guān)算法學(xué)習(xí)記錄邦蜜，用通俗的語(yǔ)言去理解算法，去樸實(shí)的文字記錄每次前行亥至，每個(gè)算法力爭(zhēng)說(shuō)清緣由悼沈，且嘗試實(shí)現(xiàn)或者使用開(kāi)源庫(kù)進(jìn)行。機(jī)器學(xué)習(xí)忍者在路上……

分享深度學(xué)習(xí)、機(jī)器學(xué)習(xí)茶敏、計(jì)算機(jī)視覺(jué)壤靶、模式識(shí)別、資源語(yǔ)言處理惊搏、推薦系統(tǒng)等領(lǐng)域的一些技術(shù)

神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)專題歡迎大家投稿相關(guān)內(nèi)容恬惯。從基礎(chǔ)理論到實(shí)戰(zhàn)演練均可嘗試投稿向拆。若有GPU計(jì)算資源需求去完成很有價(jià)值的工作也可以留言請(qǐng)求，我們會(huì)滿足你的哈酪耳！ 該專欄中的文章還會(huì)被發(fā)在：UAI人工智能公眾號(hào)浓恳。讓更多的人看到你們的優(yōu)秀作品。

心理學(xué)梢夯、社會(huì)學(xué)、經(jīng)濟(jì)學(xué)晴圾、博弈論颂砸，以及現(xiàn)在興起的人工智能、深度學(xué)習(xí)死姚、大數(shù)據(jù)沾凄，究竟給我們的日常生活帶來(lái)了多少新的變化？ 認(rèn)知知允、記憶、學(xué)習(xí)叙谨，這些人類迷一樣的能力温鸽，左右著人的進(jìn)步與人類社會(huì)的發(fā)展。最近20年來(lái)手负，由哲學(xué)涤垫、心理學(xué)、人工智能竟终、語(yǔ)言學(xué)蝠猬、人類學(xué)、神經(jīng)學(xué)融合而成的認(rèn)知學(xué)科统捶，逐步成為一個(gè)新的重要學(xué)科榆芦，并在實(shí)際應(yīng)用過(guò)程中產(chǎn)生強(qiáng)大的影響。 找遍了其他專題喘鸟，要么不合適匆绣，要么勉強(qiáng)投稿被退，這么一個(gè)常常運(yùn)用什黑、但是卻偏門的學(xué)科體系崎淳，究竟能不能獨(dú)立存在呢？

本專題招募管理員，有意向請(qǐng)簡(jiǎn)信私聊恨豁，謝謝嚣镜！ 用來(lái)分享機(jī)器學(xué)習(xí)，深度學(xué)習(xí)圣絮，神經(jīng)網(wǎng)絡(luò)祈惶，計(jì)算機(jī)視覺(jué)等領(lǐng)域的一些技術(shù)。 Machine Learning 學(xué)習(xí)資料：http://www.reibang.com/p/e0238db24973 相關(guān)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(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)(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(jī)器學(xué)習(xí)”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，相互學(xué)習(xí)捧请！