注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. deeplearningbook-chinese

  2. 第一章（引言）：刘畅、许丁杰、潘雨粟和NeutronT 对本章进行了阅读，并对 xvi DRAFT 仅供学习使用，不得用于商业目的。https://github.com/exacity/deeplearningbook-chinese 目录xvii 很多语句提出了不少修改建议。林中鹏进行了校对，他提出了很多独到的修改 建议。 • 第二章（线性代数）：许丁杰和骆徐圣阅读本章，并修改语句。李若愚进行了校 对，提出了很多细心的建议。 • 第三章（概率与信息论）：许丁杰阅读本章，并修改语句。李培炎和何

  3. 所属分类：深度学习

    • 发布日期：2017-09-26
    • 文件大小：32505856
    • 提供者：jchenpanyu

  1. 强化学习DQN

  2. 这本书详细介绍了强化学习的常用算法以及算法原理，从蒙特卡罗方法到Q_learning最终到DQN

  3. 所属分类：深度学习

    • 发布日期：2018-05-25
    • 文件大小：1048576
    • 提供者：wshzd

  1. 深度学习笔记

  2. 第一章（引言） 第二章（线性代数） 第三章（概率与信息论） 第五章（机器学习基础） 第六章（深度前馈网络） 第七章（深度学习中的正则化） 第八章（深度模型中的优化） 第九章（卷积网络） 第十章（序列建模：循环和递归网络） 第十二章（应用） 第十三章（线性因子模型） 第十四章（自编码器） 第十五章（表示学习） 第十七章（蒙特卡罗方法） 第十八章（直面配分函数 第十九章（近似推断） 资源从网络收集，如有侵权请联系删除。

  3. 所属分类：深度学习

    • 发布日期：2018-11-03
    • 文件大小：27262976
    • 提供者：qq_34659115

  1. 深度概率编程语言Edward.zip

  2. Edward 是一个用于概率建模、推理和评估的 Python 库。它是一个用于快速实验和研究概率模型的测试平台，其涵盖的模型范围从在小数据集上的经典层次模型到在大数据集上的复杂深度概率模型。Edward 融合了以下三个领域：贝叶斯统计学和机器学习、深度学习、概率编程。它支持以下方式的建模：定向图模型神经网络（通过 Keras 和 TensorFlow Slim 等库）条件特定的无向模型贝叶斯非参数和概率程序它支持以下方式的推理:变分推理（Variational inference）黑箱变分推理

  3. 所属分类：其它

    • 发布日期：2019-07-17
    • 文件大小：4194304
    • 提供者：weixin_39840588

  1. 深度学习 蒙特卡罗方法

  2. 蒙特卡罗方法(Monte Carlo Methods)是强化学习中基于无模型的训练方法 蒙特卡罗预测的目的是来预测状态值(state value)。

  3. 所属分类：深度学习

    • 发布日期：2020-11-04
    • 文件大小：6291456
    • 提供者：baidu_35560935

  1. 深度学习：适用于《深度学习》的Python，该书为《深度学习》（花书）数学推导，原理剖析与源码等级代码实现-源码

  2. 深度学习 《深度学习》是深度学习领域唯一的综合性图书，全称也叫做深度学习AI圣经（深度学习） ，由三位全球知名专家Ian Goodfellow，YoshuaBengio，AaronCourville编着，全书囊括了数学及相关概念的背景知识，包括线性代数，概率论，信息论，数值优化以及机器学习中的相关内容。同时，它还介绍了工业界中实践者用到的深度学习技术，包括深度前馈网络，正则化，优化算法，卷积网络，序列建模和实践方法等，并研究了某种自然语言处理，语音识别，计算机视觉，在线推荐系统，生物信息学以及视

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：29360128
    • 提供者：weixin_42132359