动手学深度学习

本书将全面介绍深度学习从模型构造到模型训练的方方面面,以及它们在计算机视觉和自然语言处理中的应用。我们不仅将阐述算法原理,还将基于 Apache MXNet 对算法进行实现,并实际运行它们。
1 / 517
2 / 517
3 / 517
4 / 517
5 / 517
温馨提示:
1.未经权益所有人同意不得将文件中的内容挪作商业或盈利用途;
2.本站仅提供存储空间,仅对用户上传内容作预览展示处理,对用户上传分享的文档内容本身不做任何修改或编辑,本站不对任何下载内容负责;
3.下载文件中如有侵权或不当内容,请与我们联系,我们立即纠正;
4.本站不保证下载资源的准确性、安全性和完整性,同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的损失。
2.本站仅提供存储空间,仅对用户上传内容作预览展示处理,对用户上传分享的文档内容本身不做任何修改或编辑,本站不对任何下载内容负责;
3.下载文件中如有侵权或不当内容,请与我们联系,我们立即纠正;
4.本站不保证下载资源的准确性、安全性和完整性,同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的损失。
最新评论
相关文章
Raspberry Pi Pico2上实现:实时机器学习(ML)音频噪音抑制功能
Arm 公司的首席软件工程师 Sandeep Mistry 为我们展示了一种全新的巧妙方法: 在 Raspberry Pi Pico 2 上如何将音频噪音抑制应用于麦克风输入。
嵌入式AI从入门到放肆【K210篇】-- 硬件与环境
本文从芯片架构,到开发板选型,再到软件开发环境的搭建介绍了关于K210的基础ABC,这块KPU其实有很多有意思的应用,我会在后面的文章中进行更多介绍,包括SDK中各个模块的使用方式,以及如何将自己的AI模型部署到K210上面去运行。
SpringBoot集成DeepLearning4j实现图片数字识别
文章主要介绍了使用Spring Boot集成DeepLearning4j实现图片数字识别,包括DeepLearning4j的介绍、训练模型(如MNIST数据集、LeNet-5结构等)、编写模型预测接口、相关工具类。
AI芯片科普
AI的三大关键基础要素是数据、算法和算力。随着云计算的广泛应用,特别是深度学习成为当前AI研究和运用的主流方式,AI对于算力的要求不断快速提升。
Google 升级 TensorFlow,发布机器学习新硬件
Google 举办了第三届 TensorFlow 开发者峰会,发布了 TensorFlow 2.0 Alpha 等重大更新,以及搭载 TPU 的 Coral 开发板、为 Linux 机器学习推理加速的 Coral USB 加速器、 500 万像素相机配件共三个硬件。另外,TensorFlow 的 logo 也修改成为更加扁平的设计了。