評(píng)論較多，簡(jiǎn)書回復(fù)也不太方便，如有問題麻煩關(guān)注下面的公眾號(hào)，加入我的微信群一起討論。公眾號(hào)ID：小小挖掘機(jī)
發(fā)簡(jiǎn)信
IP屬地：福建
-
-
命名實(shí)體識(shí)別【NeuroNER】命名實(shí)體識(shí)別（Named Entity Recognition， NER）是NLP領(lǐng)域一個(gè)非常非常重要的方向，比如人名、地名通用性的實(shí)體識(shí)別，還有像車型名、車款名這些垂直領(lǐng)域...
-
tensorflow && caffe conv2D GPU版caffe 跟 tensorflow對(duì)二維卷積的實(shí)現(xiàn)都是基于im2col的思路，上兩圖為caffe的實(shí)現(xiàn)，輸入格式采用的是NWHC，tensorflow的原理基本相同，但在最...
-
cuda 矩陣乘法運(yùn)算并行一直很好奇GPU做矩陣運(yùn)算是怎么并行加速的，今天看了一些粗淺的東西，并總結(jié)整理出來(lái)。version：cuda 8 cuda C 中擴(kuò)展的一些概念 主要包括函數(shù)聲明、變量聲明、...
-
本專題招募管理員，有意向請(qǐng)簡(jiǎn)信私聊，謝謝！ 用來(lái)分享機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，計(jì)算機(jī)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(jī)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)！
