深度学习实战演练
-
- 第七章（1.2）图像处理——人脸识别技术发展及实用方案设计
-
- 第六章（1.7）深度学习实战——用lstm做小说预测
-
- 第六章（1.6）机器学习实战——打造属于自己的贝叶斯分类器
-
- 第六章（1.5）深度学习实战——利用RNN和LSTM生成小说题记
-
- 第六章（1.4）自然语言处理实战——时间语义抽取
-
- 第六章（1.3）自然语言处理实战——使用tf-idf算法实现简单
-
- 第六章（1.2）自然语言处理实战——打造属于自己的中文word2
-
- 第六章（1.1）自然语言处理实战——TF-IDF算法原理
-
- 第五章（1.7）深度学习——常用的八种神经网络性能调优方案
-
- 第五章（1.6）深度学习——循环神经网络简介
-
- 第五章（1.5）深度学习——卷积神经网络简介
-
- 第五章（1.4）深度学习——神经网络架构和原理
-
- 第五章（1.1）深度学习——神经网络相关名词解释
-
- 第四章（1.2）机器学习——在web攻击检测中的应用实践
-
- 第三章（1.6）tensorflow cross_entropy
-
- 第四章（1.1）机器学习——RF(随机森林)、GBDT、XGBo
-
- 第三章（1.5）关于tensorflow优化器 optimize
-
- 第三章（1.4）linux下部署tensorflow环境
-
- 第三章（1.3）linux下部署tensorflow环境
-
- 第三章（1.2）windows下安装Anaconda+Tenso
-
- 第二章（1.6）Python基础知识（高阶函数）
-
- 第二章（1.5）Python基础知识（数据类型）
-
- 第二章（1.4）Python基础知识（流程控制）
-
- 第二章（1.3）Python基础知识（输入输出）
-
- 第一章（1.3）机器学习概念图谱
-
- 第二章（1.2）windows下python安装教程
-
- 第一章（1.2） 机器学习算法工程师技能树
-
- 第一章（1.1）人工智能简介
深度学习实战演练
