深度学习

Python是一种通用高级编程语言,广泛用于数据科学和深度学习算法。 这个简短的教程介绍了Python及其库,如:Numpy,Scipy,Pandas,Matplotlib; 像Theano,TensorFlow,Keras等框架。 本教程解释了如何应用不同的库和框架来解决复杂的现实世界问题。

面向读者

本教程为有志于学习Python基础知识并开发涉及深度学习技术的应用程序(如卷积神经网络,递归网络,反向传播等)的专业人士准备。

前提条件

在继续本教程之前,我们假设您之前已经接触过Python,Numpy,Pandas,Scipy,Matplotib,Windows,任何Linux发行版,以及线性代数,微积分,统计学和基本机器学习技术的基本知识。

问题反馈

我们不能保证您在学习此深度学习(Python)教程的过程中不会遇到任何问题。本教程中的讲解,示例和代码等只是根据作者的理解来概括写出。由于作者水平和能力有限,因此不保正所有编写的文章都准确无误。但是如果有遇到任何错误或问题,请反馈给我们,我们会及时纠正以方便后续读者阅读。


猿狮妹
2022-12-03
深度学习 在线教程
热门教程
1 深度学习 本教程为有志于学习Python基础知识并开发涉及深度学习技术的应用程序(如卷积神经网络,递归网络,反向传播等)的专业人士准备。
2 计算图 反向传播通过使用计算图形在Tensorflow,Torch,Theano等深度学习框架中实现。 更为重要的是,理解计算图上的反向传播结合了几种不同的算法及其变体,
3 训练神经网络 现在我们将学习如何训练一个神经网络。还将学习Python深度学习中的反向传播算法和反向传递。 我们必须找到神经网络权重的最优值来获得所需的输出
4 深度学习简介 深度结构化学习或分层学习或简称深度学习是机器学习方法家族的一部分,它们本身就是更广泛的人工智能领域的子集。 深度学习是一类机器学习算法
5 深度学习开发环境 在本章中,我们将学习如何为Python深度学习设置环境。 我们需要安装以下软件来制作深度学习算法。 Python 2.7+Scipy以及NumpyMatplotlibTheanoKerasTensorFlow 强
6 机器学习基础 人工智能(AI)是使计算机模拟人类认知行为或智力的任何代码,算法或技术。 机器学习(ML)是AI的一个子集,它使用统计方法使机器学习和改进经验。 深
7 人工神经网络 人工神经网络,或简称为神经网络,并不是一个新想法。 它已经存在了大约80年。 直到2011年,当深度神经网络因使用新技术,庞大的数据集可用性和
8 深度神经网络 深度神经网络(DNN)是在输入层和输出层之间具有多个隐藏层的人工神经网络(ANN)。 类似于浅层神经网络,神经网络可以模拟复杂的非线性关系。 神经网
9 基本原理 在本章中,我们将深入研究Python深度学习的基础知识。 深度学习模型/算法现在让我们了解不同的深度学习模型/算法。 深度学习中的一些流行模型如
10 深度学习的应用 深度学习对于计算机视觉,语言翻译,图像字幕,音频转录,分子生物学,语音识别,自然语言处理,自动驾驶汽车,脑肿瘤检测,实时语音翻译,音
  • Copyright © 2021 猿狮院, All rights reserved.