收录了 python深度学习 频道下的 50 篇内容
本文翻译自 Madison May 发布的 Python Deep Learning Frameworks Reviewed,经原作者授权由InfoQ中文站翻译并分享。本文对于常用的基于 Python 的深度学习框架 Theano、 Lasagne、 Blocks、 TensorFlow、Keras、MXNet、PyTorch 进行了介绍与优劣比较,有助于深度学习入门者对于这些框架形成初步的认识。
《Python深度学习》第二版
深度学习目前已经成为了人工智能领域的突出话题。它在“计算机视觉和游戏(AlphaGo)等领域的突出表现而闻名。
TensorFlow和PyTorch哪家强?
随着机器学习的迅速普及,科技界必须制定一份保证人工智能系统免遭对抗攻击的路线图。否则,对抗机器学习将会是一场灾难。
在这篇文章中,我们用一个直观的案例研究概述了无监督深度学习的概念。并且详解了在MNIST数据集上进行无监督学习的代码,包括K-Means、自编码器以及DEC算法。
在过去的十年间,机器学习软件开发的格局翻天覆地。
本文介绍多种生成式网络。
如果您和我一样,就会对人工智能 (AI)、机器学习 (ML) 和深度学习这些主题有极大兴趣和深感兴奋。
深度学习是近年来非常热门的一门技术,它在很多领域都有广泛的应用,包括自然语言处理(NLP)、计算机视觉、语音识别等。在Python中,有很多库可以用来进行深度学习的研究和开发。下面我将列出一些常用的Python库。
深度学习是近年来非常热门的一门技术,它在很多领域都有广泛的应用,包括自然语言处理(NLP)、计算机视觉、语音识别等。在Python中,有很多库可以用来进行深度学习的研究和开发。下面我将列出一些常用的Python库。
今天,AWS 宣布发布两个新版本的 AWS Deep Learning AMI:基于 Conda 的 AMI 和 Base AMI。
对于不同学习阶段和不同岗位的开发者来说,什么样的深度学习框架才是适合的呢?
在学术界和业界,从框架和算法到新的方法和理论,深度学习技术正在快速发展。
人工智能是一个正在迅速发展的领域,并日益成为一种主流。要想跟上人工智能技术的发展,最好的方法就是学习深度学习中的新技术。
本文介绍了注意力机制的基本原理,并使用 Python 和 TensorFlow/Keras 实现了一个简单的注意力机制模型应用于文本分类任务。