Machine Learning Book
Introduction
- 进阶之路
- 炼丹说
第一章基本概念
第二章神经网络
- 2.1 神经网络发展史
- 2.2 变形卷积核、可分离卷积？卷积神经网络中十大拍案叫绝的操作
- 2.3 最全的DNN概述论文：详解前馈、卷积和循环神经网络技术
- LSTM、GRU、NTM……为何循环神经网络在众多机器学习方法中脱颖而出？（附指南）
- 数据嗨客 | 深度学习第3期：自编码器
- 推荐｜14种模型设计帮你改进你的卷积神经网络（CNN）！
第三章算法
框架平台与架构设计
特征工程
降维
- PCA
- 奇异值分解
- LDA
深度学习
有趣的研究方向
测试题库
资料及教程
- Deeplearning book 解读
- 成为Data Scientist
调参
- 深度学习调参入门
- 【解密】谷歌内部机器学习系统Vizier曝光：用迁移学习自动优化超参数
- 调试神经网络让人抓狂？这有16条锦囊妙计送给你
- 训练的神经网络不工作？一文带你跨过这37个坑
- 调整学习速率以优化神经网络训练
- 如何有效地避开鞍点
知识图谱
好文共赏
异常检测

Powered by GitBook

Lamda架构

http://blog.csdn.net/lvsaixia/article/details/51778487

results matching ""

No results matching ""