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
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。
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。
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。
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。
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?
Python并不是编写机器学习应用程序的唯一选择。
程序员应该学习 Python 的十大理由。
刚刚过去的2016年,回顾这一年,深度学习无疑是2016年最热的词。包括Google、Amazon、Facebook、Microsoft等各大巨头都在不遗余力地推进深度学习的研发和应用。 与BEEVA Labs数据分析师Ricardo Guerrero Gomez-Ol在他的博客上发表了一篇博文,盘点了目前最流行的深度学习框架。他在博文中表示,他写此文的初衷是,他常常听到人们谈论深度学习时,总是问:“我应该从哪里开始呢?”“我听说TensorFlow是最流行的,对吧?”“Caffe很常用,但是我觉得它学起来有点困难。” 因为Ricardo所在的BEEVA实验室,经常和深度学习的许多苦打交道,所以他想分享有趣的发现和感想,帮助那些刚进入深度学习这一迷人世界的人们。 InfoQ整理、结合了Ricardo关于深度学习框架的盘点,写成此文,以飨广大有志于深度学习领域的读者们。