這個世界壞人太多,自己還是想堅持寫開源代碼, 做好事, 因為這樣會過得非常簡單听隐、快樂

未來是由很多個現(xiàn)在組成的雅任。<br>深度學習探索者<br><a href="http://blog.csdn.net/yinruiyang94/" rel="nofollow" target="_blank">http://blog.csdn.net/yinruiyang94/</a><br>歡迎交流

心理學、社會學殉摔、經(jīng)濟學州胳、博弈論，以及現(xiàn)在興起的人工智能逸月、深度學習栓撞、大數(shù)據(jù)，究竟給我們的日常生活帶來了多少新的變化碗硬？ 認知瓤湘、記憶捌归、學習，這些人類迷一樣的能力岭粤，左右著人的進步與人類社會的發(fā)展。最近20年來特笋，由哲學剃浇、心理學、人工智能猎物、語言學虎囚、人類學、神經(jīng)學融合而成的認知學科蔫磨，逐步成為一個新的重要學科淘讥，并在實際應用過程中產(chǎn)生強大的影響。 找遍了其他專題堤如，要么不合適蒲列，要么勉強投稿被退，這么一個常常運用搀罢、但是卻偏門的學科體系蝗岖，究竟能不能獨立存在呢？

研究生/TensorFlow<br>會的很少，想得很多

畫畫看書是熱愛 也是堅持

使用Python語言邢享，及其在因特網(wǎng)信息數(shù)據(jù)獲取（爬蟲）和數(shù)據(jù)挖掘媒区、機器學習上的應用驼仪。也包含python的基本使用。

Google寶貴的深度學習開開源框架

本專題招募管理員睛廊，有意向請簡信私聊，謝謝杉编！ 用來分享機器學習超全，深度學習，神經(jīng)網(wǎng)絡邓馒，計算機視覺等領域的一些技術(shù)嘶朱。 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，相互學習光酣！

壹頁單章| <a href="https://links.jianshu.com/go?to=https%3A%2F%2Fscomper.me" target="_blank">https://scomper.me</a><br>更多教程和文章請訪問個人博客订晌。

玩轉(zhuǎn)樹莓派的經(jīng)驗 投稿無需審核，但請注意質(zhì)量佩微，如質(zhì)量或字數(shù)不夠?qū)h除