深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。
专业研究人工智能的同学推荐的这本《深度学习》。看不懂不要紧，看看还是能了解个梗概的，可不能落后于这个时代了哟！
感谢这些开源翻译者无私的奉献。
该书籍的Github地址：https://github.com/exacity/deeplearningbook-chinese
开源翻译中文版《深度学习(Deep Learning)》
2017-04-17
1841
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。专业研究人工智能的同学推荐的这本《深度学习》。
目录
相关文章
|
9月前
|
机器学习/深度学习
自然语言处理
算法
|
1月前
|
机器学习/深度学习
存储
人工智能
MNN：阿里开源的轻量级深度学习推理框架，支持在移动端等多种终端上运行，兼容主流的模型格式
MNN 是阿里巴巴开源的轻量级深度学习推理框架，支持多种设备和主流模型格式，具备高性能和易用性，适用于移动端、服务器和嵌入式设备。
390
18
18
|
3月前
|
机器学习/深度学习
数据采集
数据可视化
TensorFlow，一款由谷歌开发的开源深度学习框架，详细讲解了使用 TensorFlow 构建深度学习模型的步骤
本文介绍了 TensorFlow，一款由谷歌开发的开源深度学习框架，详细讲解了使用 TensorFlow 构建深度学习模型的步骤，包括数据准备、模型定义、损失函数与优化器选择、模型训练与评估、模型保存与部署，并展示了构建全连接神经网络的具体示例。此外，还探讨了 TensorFlow 的高级特性，如自动微分、模型可视化和分布式训练，以及其在未来的发展前景。
351
5
5
|
8月前
|
机器学习/深度学习
人工智能
TensorFlow
|
3月前
|
机器学习/深度学习
算法
编译器
Python程序到计算图一键转化，详解清华开源深度学习编译器MagPy
【10月更文挑战第26天】MagPy是一款由清华大学研发的开源深度学习编译器，可将Python程序一键转化为计算图，简化模型构建和优化过程。它支持多种深度学习框架，具备自动化、灵活性、优化性能好和易于扩展等特点，适用于模型构建、迁移、部署及教学研究。尽管MagPy具有诸多优势，但在算子支持、优化策略等方面仍面临挑战。
126
3
3
|
7月前
|
机器学习/深度学习
自然语言处理
算法
深度学习Deep Learning
深度学习算法的历史可以追溯到上世纪40年代，当时Warren McCulloch和Walter Pitts提出了第一个人工神经元模型，奠定了神经网络研究的基础。随后，Rosenblatt于1958年提出了感知机模型，引领了神经网络研究的新浪潮。然而，传统神经网络的局限性使其无法解决复杂的、非线性的问题，导致研究进展受限。
62
3
3
|
9月前
|
机器学习/深度学习
Python
|
机器学习/深度学习
数据可视化
大数据
|
机器学习/深度学习
人工智能
资源调度
深度学习应用篇-元学习[16]：基于模型的元学习-Learning to Learn优化策略、Meta-Learner LSTM
深度学习应用篇-元学习[16]：基于模型的元学习-Learning to Learn优化策略、Meta-Learner LSTM
221
0
0
![深度学习应用篇-元学习[16]：基于模型的元学习-Learning to Learn优化策略、Meta-Learner LSTM](https://ucc.alicdn.com/pic/developer-ecology/fnj5anauszhew_0b5be9a9bd3244b69732b32044dc2670.png?x-oss-process=image/resize,h_160,m_lfit)
|
机器学习/深度学习
SQL
人工智能
热门文章
最新文章
1
深度学习中模型训练的过拟合与欠拟合问题
2
PyTorch生态系统中的连续深度学习：使用Torchdyn实现连续时间神经网络
3
ModelScope深度学习项目低代码开发
4
深度学习在安全事件检测中的应用：守护数字世界的利器
5
深度学习在流量监控中的革命性应用
6
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
7
基于深度学习的路面裂缝检测算法matlab仿真
8
分析对比大模型OCR、传统OCR和深度学习OCR
9
深度学习在资源利用率优化中的应用：让服务器更聪明
10
深度学习工具和框架详细指南：PyTorch、TensorFlow、Keras
1
分析对比大模型OCR、传统OCR和深度学习OCR
24
2
从零开始深度学习：全连接层、损失函数与梯度下降的详尽指南
11
3
深度学习工具和框架详细指南：PyTorch、TensorFlow、Keras
15
4
深度学习实践技巧：提升模型性能的详尽指南
10
5
深入探索：深度学习在时间序列预测中的强大应用与实现
12
6
深度学习在资源利用率优化中的应用：让服务器更聪明
15
7
基于深度学习的路面裂缝检测算法matlab仿真
26
8
ModelScope深度学习项目低代码开发
147
9
深度学习在流量监控中的革命性应用
69
10
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
51