动手学深度学习

上传:qq_65175951 浏览: 20 推荐: 0 文件:pdf 大小:14.09MB 上传时间:2019-05-13 17:15:34 版权申诉
MXNet社区的《动手学深度学习》2018-8-6pdf版,涵盖卷积神经网络、循环神经网络、计算机视觉、自然语言处理、优化算法。内容深入浅出,即使使用TensorFlow、PyTorch也可借鉴。结合李沐视频学习更佳。
上传资源
用户评论

a37610 2019-05-13 17:15:34

不错,可以使用。

阿尔法99479 2019-05-13 17:15:34

谢谢分享,好的

相关推荐
动手深度学习
带你学深度学习,B站有配套教学视频,一起学习深度学习
PDF
0B
2020-06-01 16:51
动手深度学习pdf
目录:引言;预备知识;深度学习基础;深度学习计算;卷积神经网络;循环神经网络;优化算法;计算性能;计算机视觉;自然语言处理;附录。
PDF
0B
2019-02-27 18:48
gluon动手深度学习
Gluon hands-on deep learning
PDF
0B
2019-06-21 22:12
动手深度学习.pdf
动手学深度学习动手学深度学习动手学深度学习动手学深度学习
PDF
0B
2019-07-29 11:42
动手深度学习pytorch
动手学深度学习(pytorch)中的d2lzh_pytorch资源,望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望望采纳!
ZIP
9KB
2020-10-06 07:30
动手深度学习_20180720
动手学深度学习gluonMXNet20180720版本最新版材料
PDF
0B
2019-07-10 05:35
动手深度学习.rar
动手学深度学习最全最新 动手学深度学习讲解清晰 伯克利大学教程
RAR
11.66MB
2020-08-09 09:03
动手深度学习_4
动手学深度学习_41循环神经网络1.1 GRU1.2 LSTM1.3 深层RNN深度循环神经网络1.4 双向RNN双向循环神经网络2 机器翻译3 注意力机制与Seq2seq模型3.1注意力机制3.2
PDF
473KB
2021-01-16 21:49
动手深度学习2
动手学深度学习(2) 过拟合和欠拟合 接下来,我们将探究模型训练中经常出现的两类典型问题: 一类是模型无法得到较低的训练误差,我们将这一现象称作欠拟合(underfitting); 另一类是模型的训练
PDF
391KB
2021-01-16 23:09
动手深度学习
机器翻译及相关技术; 注意力机制与Seq2seq模型; Transformer 一 机器翻译及相关技术 机器翻译(MT):将一段文本从一种语言自动翻译为另一种语言,用神经网络解决这个问题通常称为神经机
PDF
604KB
2021-01-15 16:58
动手深度学习学习笔记
文本预处理 常见的四个步骤: 读入文本 分词 建立字典,将每个词映射到一个唯一的索引(index) 将文本从词的序列转换为索引的序列,方便输入模型 import collections import
PDF
44KB
2021-01-16 16:53
深度学习动手深度学习笔记8
Task4——注意力机制与Seq2seq模型 8.1 注意力机制 所谓的注意力机制,其实就是让系统学会注意力-即关注重点信息忽略无关信息。带有注意力机制的系统,不仅可以自主学习注意力,还可以帮助我们更
PDF
1.29MB
2021-01-16 11:25
深度学习动手深度学习笔记5
Task2——梯度消失、梯度爆炸 5.1 梯度消失与梯度爆炸的概念 深度神经网络训练的时候,采用的是反向传播方式,该方式使用链式求导,计算每层梯度的时候会涉及一些连乘操作,因此如果网络过深。 那么如果
PDF
613KB
2021-01-16 17:03
动手深度学习深度学习基础
动手学深度学习之深度学习基础 文章目录动手学深度学习之深度学习基础1、过拟合、欠拟合及其解决方案2、梯度消失、梯度爆炸3、循环神经网络进阶4、机器翻译及相关技术5、注意力机制与Seq2seq模型6、T
PDF
67KB
2021-01-16 18:05
深度学习动手深度学习笔记10
Task5——卷积神经网络基础;leNet;卷积神经网络进阶 10.1 卷积神经网络(CNN)基础 卷积神经网络是一种用来处理局部和整体相关性的计算网络结构,被应用在图像识别、自然语言处理甚至是语音识
PDF
716KB
2021-02-01 12:36