深度学习

红色石头 发布于 2020-01-06

说到深度学习自然语言处理的经典课程，第一个想到的就是斯坦福大学的 CS224N 课程。这门课是当之无愧的 NLP 经典课程。 CS224N 一直在保持更新，目前已经更新到了最新的 2019 版。本文将会详细整理出 CS224N(2019) 全套资源，包含 ppt、作业、项目等。 ...

阅读(564)评论(0)赞 (0)标签：NLP / 深度学习 / 资源

红色石头 发布于 2020-01-06

这里不再介绍 mmdetection 的安装和配置，使用 mmdetection 较简单的方法是使用已安装 mmdetection 的 docker 容器。这样直接省去了安装 mmdetection 的过程，让重心放在模型训练上！ 如果你对 docker 和 mmdetectio...

阅读(466)评论(0)赞 (0)标签：docker / mmdetection / 教程 / 深度学习

红色石头 发布于 2019-12-15

PyTorch 如今已经称为最受欢迎的深度学习框架之一了！2019年1月到6月底，在 http://arXiv.org 上发表的论文中，提及TensorFlow和PyTorch的数量相差无几。与2018年1月到6月相比，PyTorch增长了194%。相比之下，TensorFlow...

阅读(1575)评论(0)赞 (6)标签：PyTorch / 深度学习

红色石头 发布于 2019-11-15

2019 年 10 月，谷歌正式宣布，开源机器学习库 TensorFlow 2.0 现在可供公众使用。TensorFlow 2.0 的 Alpha 版本今年初在 TensorFlow 开发者大会上首次发布，经过近 7 个月的不断修改、更新，TensorFlow 2.0正式版可谓是...

阅读(2698)评论(1)赞 (3)标签：TensorFlow / 深度学习

红色石头 发布于 2019-11-06

今天推荐一个机器学习、深度学习、强化学习完整的线上资源。收获 star 7k！内容非常丰富，且都整合到了一个地方。使用起来非常方便。 首先放上 GitHub 地址： https://github.com/kmario23/deep-learning-drizzle 首先来看一下整...

阅读(2375)评论(1)赞 (1)标签：公开课 / 机器学习 / 深度学习

红色石头 发布于 2019-10-25

对于很多机器学习、深度学习的爱好者来说，都受惠于台湾大学的李宏毅教授的教学视频。他的教学风格轻松幽默且教学质量非常高。 李宏毅教授的个人主页： http://speech.ee.ntu.edu.tw/~tlkagk/index.html 李宏毅教授的教学视频： http://sp...

阅读(2144)评论(0)赞 (4)标签：深度学习 / 资源

红色石头 发布于 2019-10-25

李沐，亚马逊 AI 主任科学家，名声在外！半年前，由李沐、Aston Zhang 等人合力打造的《动手学深度学习》正式上线，免费供大家阅读。这是一本面向中文读者的能运行、可讨论的深度学习教科书！ 李沐的这本《动手学深度学习》也是使用 MXNet 框架写成的。但是很多入坑机器学习的...

阅读(2935)评论(0)赞 (2)标签：PyTorch / 深度学习 / 资源

红色石头 发布于 2019-10-25

我相信红色石头的很多读者朋友都受惠于吴恩达的 deeplearning.ai 专项课程。红色石头也不例外，之前在我的公众号里连载了 deeplearning.ai 的所有课程笔记，需要的朋友请戳下面的传送门： 【干货】吴恩达deeplearning.ai专项课程历史文章汇总 吴恩...

阅读(2077)评论(0)赞 (2)标签：吴恩达 / 机器学习 / 深度学习 / 资源

红色石头 发布于 2019-10-12

学习深度学习，永远绕不开 GPU，跑模型。就算力来说，最合适的还是在一些适合跑深度学习的服务器上训练模型。我也用过不少深度学习服务器。但经常遇到两个问题：一是算力不够，二是价格较贵。相对来说，GPU 云服务器还是相对比较贵的。最近深脑链的同学让我试用了通过 DBC Token 结...

阅读(3905)评论(0)赞 (2)标签：GPU / 云平台 / 深度学习

红色石头 发布于 2019-10-08

AI 相关的资源实在太多了，红色石头曾经也总结梳理了一些，但总可能还不太完全。最近，我在逛 GitHub 的时候，发现了一份非常不错的 AI 资源超级大列表，挺全的。今天介绍给大家。 这份在线资源几乎包含了所有关于人工智能的内容，内容涵盖了各种 AI 速查表（100+）、免费在线...

阅读(1918)评论(0)赞 (2)标签：机器学习 / 深度学习 / 资源