本博客記錄了作者從事智能系統(tǒng)研究過程中遇到的問題、解決方法、學(xué)習(xí)筆記和思想感悟。希望其中的內(nèi)容對讀者有所幫助。
發(fā)簡信
IP屬地：四川
-
-
記錄每日paper閱讀，思考成果，以及研究進度，爭取雙雙變成大佬啊哈哈哈
-
Where PyTorch begins
-
-
-
-
-
-
機器學(xué)習(xí)、深度學(xué)習(xí)資料整理，實戰(zhàn)經(jīng)驗總結(jié)：https://github.com/jacksu/machine-learning
-
心理學(xué)、社會學(xué)、經(jīng)濟學(xué)、博弈論，以及現(xiàn)在興起的人工智能、深度學(xué)習(xí)、大數(shù)據(jù)，究竟給我們的日常生活帶來了多少新的變化？ 認知、記憶、學(xué)習(xí)，這些人類迷一樣的能力，左右著人的進步與人類社會的發(fā)展。最近20年來，由哲學(xué)、心理學(xué)、人工智能、語言學(xué)、人類學(xué)、神經(jīng)學(xué)融合而成的認知學(xué)科，逐步成為一個新的重要學(xué)科，并在實際應(yīng)用過程中產(chǎn)生強大的影響。 找遍了其他專題，要么不合適，要么勉強投稿被退，這么一個常常運用、但是卻偏門的學(xué)科體系，究竟能不能獨立存在呢？
-
本專題招募管理員，有意向請簡信私聊，謝謝！ 用來分享機器學(xué)習(xí)，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，計算機視覺等領(lǐng)域的一些技術(shù)。 Machine Learning 學(xué)習(xí)資料：http://www.itdecent.cn/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.itdecent.cn/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.itdecent.cn/p/6752a8845d01 8. [知乎“機器學(xué)習(xí)”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.itdecent.cn/p/fe428f0b32c1 …… 希望大家可以相互交流，相互學(xué)習(xí)！
-
-
-
平庸程序員
-
