一文读懂「Attention is All You Need」| 附代码实现
前言
2017 年中，有两篇类似同时也是笔者非常欣赏的论文，分别是 FaceBook 的 Convolutional Sequence to Sequence Learning 和 Google 的 Attention is All You Need，它们都算是 Seq2Seq 上的创新，本质上来说，都是抛弃了 RNN 结构来做 Seq2Seq 任务。
适合入门的8个趣味机器学习项目
还在为找不到机器学习入门练手项目而感到无奈吗？本指南中，将给大家带来8个适合初学者学习的有趣的机器学习项目，简单易学，相信会增添大家学习机器学习的信心。
机器学习必知的15大框架
不管你是一个研究人员，还是开发者，亦或是管理者，想要使用机器学习，需要使用正确的工具来实现。本文介绍了当前最流行15个机器学习框架。
深度学习必备手册（上）
深度学习作为人工智能的前沿技术，虽然一方面推动者人工智能的发展；但是人类的终极目标是强人工智能，最近也有一些关于类似于笔者认为的广度学习的出现，但是宗其所属，还是应该在深度学习发展的历史上前进。
超全！基于Java的机器学习项目、环境、库...
你是一名希望开始或者正在学习机器学习的Java程序员吗？
利用机器学习编写程序是最佳的学习方式。你可以从头开始编写算法，但是利用现有的开源库，你可以取得更大的进步。
本文介绍了主要的平台和开放源码的机器学习库。
【深度学习之美】激活引入非线性，池化预防过拟合（入门系列之十二）
斑点的青蛙为何会被视为异类，四脚的壁虎又为何被视为同族？它们背后隐藏着怎样的“机器学习”原理？它们的关系是如何曲折“激活”这一系列复杂矛盾的？它们又是如何“池化”特征，“全连接”彼此，以便达到“各回各家，各找各妈”的分类？敬请关注本节关于激活层，池化层及全连接层的相关内容。