最全的深度学习硬件指南 经验
cn/2016/02/04/bqrzz/ 深度学习计算密集，所以你需要一个快速多核CPU，对吧？还是说买一个快速CPU可能是种浪费？搭建一个深度学习系统时，最糟糕的事情之一就是把钱浪费在并非必需的
ylxthr
JavaScript 类型转换深度学习 经验
JavaScript 是一门弱类型语言，刚接触的时候感觉方便快捷（不需要声明变量类型了耶！），接触久了会发现它带来的麻烦有的时候不在预期之内 呵呵一笑，哪有这么夸张，可能有人看过这样一段代码 [][(![]+[])[+[]]+([![]]+[][[]])[+!+[]+[+[]]]+(![]+[])[!+[]+!+[]]+(!![]+[])[+[]]+(!![]+[])[!+[]+!+[]+!+[]
深度学习利器：TensorFlow实战 经验
深度学习及TensorFlow简介 深度学习目前已经被应用到图像识别，语音识别，自然语言处理，机器翻译等场景并取得了很好的行业应用效果。至今已有数种深度学习框架，如TensorFlow、Caffe
LightRNN：深度学习之以小见大 经验
LightRNN：深度学习之以小见大 历经沉浮，AI终去颓势，一扫六合，雄踞当今IT江湖之巅，江湖帮派无论大小皆以AI为荣。然帮派虽众，论及武功秘籍，江湖中只有一个传说，“深度学习，AI至尊，号令天
MetaMind：让深度学习走向大众 资讯
如今，许多科技公司都在研究深度学习，也非常渴求这方面的专业人才。斯坦福大学的研究生 Richard Socher 曾经发起过与深度学习相关的 Nasent 项目，引起了科技公司的关注，并因此得到了许多
jopen
P 达内Java学习笔记 文档
JDBC是一套协议，是JAVA开发人员和数据库厂商达成的协议，也就是由Sun定义一组接口，由数据库厂商来实现，并规定了JAVA开发人员访问数据库所使用的方法的掉用规范。 Spring是一个开源的用于简化采用Java语言开发企业级程序的一个分层的框架。
P 达内Java学习笔记 文档
Java是一门易于变成的跨平台编程语言，同时又是一个开发、应用、执行和部署平台。Java包括Java编程语言，开发工具和环境、Java类库等。Java语言是由美国Sun公司开发的一种完全面向对象的程序设计语言。Java语言由C++语言发展起来，但比C++语言简单。Java语言具有简单、与平台无关、高效、健壮、安全、多线程等特点，它是当前网络编程的首选语言。
深度学习系列：深度学习在腾讯的平台化和应用实践（一） 经验
深度学习是近年机器学习领域的重大突破，有着广泛的应用前景。随着Google公开Google Brain计划，业界对深度学习的热情高涨。腾讯在深度学习领域持续投入，获得了实际落地的产出。我们准备了四篇文章，阐述深度学习的原理和在腾讯的实
深度学习与Yoshua Bengio：RE·WORK深度学习峰会前的一次采访 资讯
Yoshua Bengio在机器学习领域非常有名。他有很多称号，包括蒙特利尔大学计算机科学与操作研究部全职教授、机器学习实验室主任、CIFAR神经计算与自适应感知项目联合主任、统计学习算法加拿大研究主席等等。
2016深度学习统治人工智能？深度学习十大框架 资讯
2016 年的技术趋势，尤其是关于深度学习方面。新智元在 2015 年底发过一篇文章《深度学习会让机器学习工程师失业吗？》，引起很大的反响。的确，过去一年的时间里，深度学习正在改变越来越多的人工智能领域。Google
【深度学习笔记】深度学习用于图片的分类和检测总结 经验
采用的方法生成窗口很慢，所以实际上整个检测是比较慢的。） 以上就是我总结的最近学习的一点内容，错误之处还请指出。
gulele2003 从单层感知器到深度学习以及深度学习必知的框架 经验
单层神经网络(Z1和Z2) 目前的表达公式有一点不让人满意的就是：w4，w5，w6是后来加的，很难表现出跟原先的w1，w2，w3的关系。 因此我们改用二维的下标，用wx,y来表达一个权值。下标中的x代表后一
深度学习系列：解密最接近人脑的智能学习机器——深度学习及并行化实现（四） 经验
摘要： 深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结 构使其具备强大的特征表达能力和对复杂任务建模能
P72 Deep Learning（深度学习）学习笔记整理系列 文档
Deep Learning（深度学习）学习笔记整理 目录 Deep Learning（深度学习）学习笔记整理系列 1 一、概述 1 二、背景 4 三、人脑视觉机理 7 四、关于特征 11 五、Deep
机器学习(Machine Learning)&深度学习(Deep Learning)资料 经验
《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning
P1 深度学习架构-nin 文档
深度学习架构- NiN 网络中的网络（NiN，参见论文：Network In Network）的思路简单又伟大：使用 1×1 卷积为卷积层的特征提供更组合性的能力。 NiN 架构在各个卷积之后使用空间
基于深度学习的图像识别进展 资讯
百度余凯团队最新力作《 基于深度学习的图像识别进展百度的若干实践 》，作者：都大龙、余轶南、罗恒 ,其他作者：张健、黄畅、徐伟、余凯。《中国计算机学会通讯》，第11卷第4期，2015年4月。 本文
理解深度学习中的卷积 经验
所以只需简略看看即可。以下是正文： 卷积现在可能是深度学习中最重要的概念。正是靠着卷积和卷积神经网络，深度学习才超越了几乎其他所有的机器学习手段。但卷积为什么如此强大？它的原理是什么？在这篇博客中
深度学习：CNN的反向求导及练习 经验
Stacked CNN简单介绍 中 有大概介绍过CNN的使用，不过那是有个前提的：CNN中的参数必须已提前学习好。而本文的主要目的是介绍CNN参数在使用bp算法时该怎么训练，毕竟 CNN中有卷积层和下采样层，