干货集锦深度学习框架专题

Posted 2021-04-29 程序人生

随着年初人机大战中AlphaGo击败李世石，越来越多的公司和开发者深入到深度学习领域。深度学习，作为人工智能研究中一个新的领域，其动机在于建立可以模拟人脑进行去分析学习，模仿人脑的逻辑去解释数据的神经网络。

，邀请行业技术大牛和CSDN社区专家来一起探究深度学习的新深度。本文将汇总此次活动的精华内容，让开发者可以快速地收获干货。

有了深度学习，传统的机器学习算法没落了吗，还有必要去学习吗？

深度学习在最近两年非常火爆，它迅速地成长起来了，并且以其疯狂的实证结果着实令我们惊奇。 
但深度学习是否真的就取代了传统或者其他机器学习算法了呢？那么，传统的机器学习还有必要去学习吗？

大家不妨来亮剑（拿奖品）吧：

---

深度学习知识库梳理打通该领域的各个知识节点，再以此为基础，收集、筛选出每个技术分支所涉及的各个技术点的解析类、动手实践类文章，内容更系统化、更有针对性，。

---

深度学习部分精华文章

如果觉得上面的干货还不能满足你，来来来，下面推出的精品专栏、视频教程、下载资源绝对会让你不虚此行。

---

精选专栏

1. ——本专栏专注于深度学习在计算机视觉领域技术，针对图像识别等问题，从传统的SVM与逻辑回归分类器，到卷积神经网络/深度学习的技术细节；

2. ——本专栏为斯坦福CS224d课程的课程内容汉化与笔记，课程主要针对深度学习与其在自然语言处理上的应用。后期会包含视频的汉化，欢迎关注；

3. ——本系列文章主要讲解深度学习相关算法；

4. ——本专栏的文章讲解当前火热的深度学习算法，文章整理和翻译自deeplearning网站，将会详细介绍每个算法，同时讲解代码实现，主要基于python和theano。有一些文章会讲解如何将算法应用到具体的实例中去，同样包括代码实现，希望给深度学习的初学者提供参考和指南；

5. ——Google深度学习教程中的一些笔记，包括机器学习，神经网络，深度学习等概念，以及用TensorFlow进行手写文字识别，图像识别，文字处理等代码实践；

6. ——描述主要深度学习算法，包抱感知器模型、BP网络、卷积神经网络（CNN）、递归神经网络（RNN）、Autoencoder、受限的波尔兹曼机（RBM）、深度信念网络（DBN）等，并探讨用Theano框架来实现这些网络模型；

7. ——介绍相关的机器学习算法，通过MATLAB等变成工具实现算法的基本原理，加深对算法本身的理解，通过浅显易懂的方式着重介绍算法以及相关的机器学习、数据挖掘技术；

8. ——深度学习相关理论知识及编程实践；

9. ——TensorFlow 是一个用于机器智能的开源软件库，是目前Github上最受欢迎的深度学习框架。本专栏目的是从基本使用入手，循序渐进，深入源码分析其实现过程，学习其设计理念，贡献自己设计的模块，创建实际应用；

10. ——提供更科学的源码阅读路线，帮助Caffe初学者迅速掌握其精髓。

    ---

    
    

视频教程

下载资源

随着活动的进行，有关深度学习的内容也会随之增加，本文也会继续更新……

都是未来十年是AI的年代，作为核心，深度学习将会有怎样的表现，是否已走进你的生活，不妨来发表一下你的独特见解吧：，偷偷告诉你，发表观点即可有礼品赠送哦~ 

为了方便大家沟通交流，我们特开通了深度学习交流群，目前群人数已满100，大家可以扫描小秘书的二维码申请入群，入群条件：备注实名+公司+职位即可拉入进群。 

点击 阅读原文即可下载全部资料！