介绍 前面我们学习了 GAN 生成对抗网络。你应该可以发现，如果我们按照监督学习和非监督学习进行分类，GAN 明显是一种非监督学习神经网络，因为我们无......
介绍 人工神经网络是一种发展时间较早且十分常用的机器学习算法。因其模仿人类神经元工作的特点，在监督学习和非监督学习领域都给予了人工神......
介绍 前面讲解了循环神经网络，并介绍其在自然语言处理中的一些应用，这篇文章将会讲解一种循环神经网络的变体，即序列到序列模型，该模型在自然语......
介绍 前面我们介绍了循环神经网络，并利用深度学习框架完成文本分类任务。实际上，深度学习框架在自然语言处理方面并没有计算机视觉那么擅长。......
介绍 自然语言处理（英语：Natural Language Processing，缩写作 NLP）是人工智能和语言学领域的分支学科，此主要在于探讨如何处理及运用自然语言。自然语言处理包括多方面和......
介绍 前面的实验中，我们了解并学习了循环神经网络（Recurrent Neural Networks，简称 RNN）。循环神经网络被广泛运用在自然语言处理，语音识别等领域，其具备的「记忆」能力......
介绍 本节实验我们进入循环神经网络（Recurrent Neural Networks，简称 RNN）的学习。循环神经网络在自然语言处理，语音识别等领域取得了重大成功并且得到广泛运用，它在序......
介绍 除了图像分类、图像生成、图像去噪，目标检测也是计算机视觉领域非常常见的一类问题，其在人脸检测，行人检测，图像检索和视频监控等方面有广......
介绍 本节实验我们将正式进入生成对抗网络（Generative Adversarial Nets，简称：GAN）的学习。Facebook AI 主要负责人 Yann LeCun 曾明确表示，生成对抗网络是近 10 年来机器学习领域最有趣的......
介绍 这篇文章，我们将关注于机器学习工程应用上的图像分类问题。之前的实验中，我们实际上已经学会了使用简单的卷积神经网络来完成图像分类。......
介绍 前面，我们已经学习了卷积神经网络的原理，尤其对卷积层和池化层等关键组件进行了详细说明。这篇文章会关注于如何利用深度学习框架构建卷......
介绍 深度学习在计算机视觉等领域有广泛的应用，其中最核心的模型来源于卷积神经网络的突破性发展。这篇文章中，我们将了解并学习深度学习里的......
介绍 如今，我们已经了解了 PyTorch 中张量及其运算，但这远远不够。这篇文章将学会如何使用 PyTorch 方便地构建神经网络模型，以及 PyTorch 训练神经网络的步骤及方法......
介绍 PyTorch 是由 Facebook 主导开发的深度学习框架，因其高效的计算过程以及良好的易用性被诸多大公司和科研人员所喜爱。18 年 5 月，PyTorch 正式宣布集成 Caffe2 和 ONNX 的......
介绍 TensorFlow 作为深度学习框架，当然是为了帮助我们更便捷地构建神经网络。所以，这篇文章将会了解如何使用 TensorFlow 来构建神经网络，并学会 TensorFlow 构建神经网络的......
介绍 TensorFlow 作为深度学习框架，当然是为了帮助我们更便捷地构建神经网络。所以，这篇文章将会了解如何使用 TensorFlow 来构建神经网络，并学会 TensorFlow 构建神经网络的......
介绍 这篇文章开始，我们将正式进入到深度学习的内容。深度学习的关键，其实在于深度神经网络的构建，而如果你从 0 开始自己编程构建一个深度神经......