标签：深度学习

红色石头 发布于 2019-01-07

今天给大家介绍一个在 GitHub 上非常火的机器学习实战项目，叫做 100-Days-Of-ML-Code，中文名为《机器学习 100 天》。目前该项目已经收获了 1.7w stars 了。下面是项目地址： https://github.com/Avik-Jain/100-Da...

阅读(2588)评论(1)赞 (7)标签：教程 / 机器学习 / 深度学习

红色石头 发布于 2018-12-27

最近，笔者发现 GitHub 上出现了一份超火的 TensorFlow 教程，目前已经收获了 8000+ star 了。这份 TensorFlow 教程来自弗吉尼亚理工博士 Amirsina Torfi。而这份教程最大的特点就是清晰简单，非常适合入门。 项目地址： https:/...

阅读(622)评论(0)赞 (3)标签：TensorFlow / 深度学习

红色石头 发布于 2018-12-24

来源 | 知乎@杜客 现为美国斯坦福大学教授和谷歌云人工智能和机器学习首席科学家的李飞飞拥有众多头衔，毫无疑问是人工智能领域的大 IP。她在斯坦福开设的机器视觉课程 CS231n 一直以来都是王牌课程，惠及数十万的人工智能爱好者。笔者最近在知乎发现@杜客及其团队发布了该课程非常全...

阅读(516)评论(0)赞 (3)标签：cs231n / 深度学习

红色石头 发布于 2018-12-12

前天我在公众号推荐了《Python Deep Learning》这本书。该书是由 Keras 作者写的，所以全书基本围绕着 Keras 讲深度学习的各种实现，从 CNN，RNN 到 GAN 等，偏入门，但理论和实战部分都讲的还不错，承载着很多作者对深度学习整体性的思考。目前该书的...

阅读(326)评论(1)赞 (4)标签：Keras / TensorFlow / 深度学习

红色石头 发布于 2018-12-10

前几天，红色石头在逛微博的时候，发现有人转发了@爱可可老师的这样一篇微博： 红色石头很有共鸣，这四本书着实很不错！我们都知道现在机器学习、深度学习的资料太多了，面对海量资源，往往陷入到“无从下手”的困惑出境。而且并非所有的书籍都是优质资源，浪费大量的时间是得不偿失的。今天，借此机...

阅读(1076)评论(0)赞 (9)标签：深度学习 / 资源

红色石头 发布于 2018-11-14

说起吴恩达「Andrew Ng」，相信大家都非常熟悉了。作为人工智能的大 IP，吴恩达一直致力于人工智能的推广和普及，争取让每个人都能感受人工智能的魅力。自去年8月开始，吴恩达在 Coursera 上开设了由 5 门课组成的深度学习专项课程，掀起了一股人工智能深度学习热潮。这里附...

阅读(461)评论(0)赞 (4)标签：吴恩达 / 深度学习

红色石头 发布于 2018-08-17

先说一下哦，结尾有福利！你懂的～ 热爱学习的你是否有过这样的经历： 想自己动手搭建神经网络，却不知选择哪种工具？ 想配置深度学习框架 TensorFlow，却被复杂的配置步骤所困扰？ 想使用 GPU 加速训练，却经费有限无法实现高配置？ ······ 试想一下，如果有个免费的在线...

阅读(1753)评论(1)赞 (12)标签：Jupyter / Python / 深度学习

红色石头 发布于 2018-08-14

机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时，我们常常会遇到各种各样的机器学习问题和知识点。为了帮助大家对这些知识点进行梳理和理解，以便能够更好地应对机器学习笔试包括面试。红色石头准备在公众号连载一些机器学习笔试题系列文章，希望能够对大家有所帮助！...

阅读(1315)评论(0)赞 (5)标签：机器学习 / 深度学习 / 笔试

红色石头 发布于 2018-08-07

我们知道，神经网络模型中，各隐藏层、包括输出层都需要激活函数（Activation Function）。我们比较熟悉的、常用的激活函数也有 ReLU、Sigmoid 等等。但是，对于各个激活函数的选取方法、区别特点还有几点需要特别注意的地方。今天红色石头就和大家一起来总结一下常用...

阅读(1407)评论(0)赞 (9)标签：深度学习 / 激活函数

红色石头 发布于 2018-08-06

因为之前有不少朋友在微信或 QQ 上问我，机器学习、深度学习应该如何入门呢？对应这一问题，红色石头碰巧也在知乎上看到有人提问，就把自己的入门学习经验好好总结了一番，包括各种资源、课程笔记和建议，以及红色石头切身经历的机器学习路线图。希望对你有所帮助。 1. 放弃海量资料！ 没错，...

阅读(3886)评论(0)赞 (19)标签：吴恩达 / 机器学习 / 林轩田 / 深度学习