您还没有登录,请登录后阅读
深度学习每日摘要之深度学习精选干货文章
167篇
15人在读
公众号:深度学习每日摘要
关注公众号
目录
摘录
- 深度学习每日摘要之深度学习精选干货文章
深度学习每日摘要之深度学习精选干货文章
- 聊聊语音识别的发展历程
- 说说重要的贝叶斯公式吧
- 我对入门深度学习的切身体会
- 聊聊隐马尔科夫模型(HMM)
- 关于防止过拟合的一些想法
- 我与数据打交道(一)
- 我与数据打交道(二)
- 我与数据打交道(三)
- 资源汇总|如何成为一名数据科学家
- 如何用Git同步两台电脑
- 从头写一个朋友圈红包图片
- 我对GMM的理解(一)
- 我对GMM的理解(二)
- K-最近邻算法的应用
- 朴素贝叶斯(Naive Bayes)
- 决策树(Decision Tree)
- Bagging,Random Forests以及Boosting
- K-Means集群算法
- 我对推荐系统的理解
- 如何评价一个机器学习模型
- 如何理解机器学习中的bias与variance
- 有哪些基本的排序算法
- 聊聊组合与排列
- 一个算法问题的三种思考方式
- 再叙快排
- 什么是自平衡二叉查找树
- 如何进行归并排序
- 分析堆排序
- 我对动态规划的理解(一)
- 我对动态规划的理解(二)
- 我对动态规划的理解(三)
- 马尔科夫决策过程
- n-Armed Bandit Problem(一)
- n-Armed Bandit Problem(二)
- 基于强化学习开发人机对弈五子棋游戏
- 我所理解的深度学习(一)——BP图模型算法
- 我所理解的深度学习(二)——卷积神经网络基础
- 我所理解的深度学习(三)——卷积神经网络应用①
- 我所理解的深度学习(四)——卷积神经网络应用②
- 我对随机梯度下降的理解(一)
- 我对随机梯度下降的理解(二)
- 时序分类算法之Connectionist Temporal Classification(CTC)
- 语言模型之N-gram
- 如何评价一个语言模型(LM)
- 如何计算字符串编辑距离
- 如何计算语音识别中的字母错误率
- RNN-maxout+VGG+LSTM组合模型用于声学建模
- 基于注意力模型的TIMIT语音识别系统
- 微软2016年最新语音识别系统
- 什么是对抗式生成网络
- Prisma修图软件的图片风格转换算法
- 运用Res-GRU神经网络进行图片压缩
- 如何用神经网络进行图片压缩
- 深度残差学习框架
- 深度残差学习框架(续)
- models/autoencoder源码阅读(一)
- models/autoencoder源码阅读(二)
- models/autoencoder源码阅读(三)
- TensorFlow(一)——基础图模型
- TensorFlow(二)——逻辑回归
- TensorFlow(三)——卷积神经网络用于手写字识别
- TensorFlow(四)——构建自动编码器用于数据压缩及复原
- TensorFlow(五)——构建深度残差学习网络
- Tensorflow|如何保存或导入训练好的模型
- 漫谈RNN之基本概念
- 漫谈RNN之训练方法
- 漫谈RNN之梯度消失及梯度爆炸
- 漫谈RNN之长短期记忆模型LSTM
- 漫谈RNN之长短期记忆模型LSTM(续)
- 漫谈RNN之序列建模(机器翻译篇)
- 漫谈RNN之序列建模(机器造句篇)
- 漫谈RNN之序列建模(机器说图篇)
- 漫谈RNN之注意力机制(语音识别篇)
- 漫谈RNN之注意力机制(语音识别LAS框架)
- 漫谈RNN之记忆网络(原始框架篇)
- 漫谈RNN之记忆网络(E2E)
- 漫谈RNN之记忆网络(DMN及DMN+)
- 漫谈RNN之seq2seq代码详解
- 漫谈RNN之神经图灵机
- 基于TensorFlow让机器生成周杰伦歌词
- 基于TensorFlow让机器生成周杰伦歌词(续)
- 2016深度学习技术文章回顾
- 深度学习中的预训练
- Neural Writing Machine
- 基于TensorFlow的端对端语音识别系统
- 漫谈强化学习之n-armed bandit
- 漫谈TensorFlow Fold之动态批处理算法
- 早睡身体好
- 周志华提出的gcForest到底是什么
- 『深度要闻』第一期
- 生活中的森林故事
- 『深度要闻』第二期
- 三行Python代码构建机器翻译模型
- 『深度要闻』第三期
- 基于TensorFlow Fold动态解决FizzBuzz问题
- 经验 | 读者分享深度学习框架使用体会
- 常见的两种注意力机制
- 『深度要闻』第四期(附社区chat分享)
- 推荐阅读 | 如何让TensorFlow模型运行提速36.8%
- github上TensorFlow深度学习精华项目汇总
- BAT某企工程师关于文本分类的答疑
- 漫谈深度强化学习之基础概念
- 漫谈深度强化学习之GridWorld代码实现
- 漫谈深度强化学习之Q-Learning
- 漫谈深度强化学习之Q-Learning, Sarsa代码实践
- 漫谈深度强化学习之手写Deep Q-Network解决迷宫问题
- 推荐阅读 | 如何让TensorFlow模型运行提速36.8%(续)
- ICLR2017 参会论文导读(机器理解、注意力、记忆网络)
- 语音识别领域三十年来重要论文合集及其下载地址
- ICLR2017记忆网络及近期论文导读
- 如何基于TensorFlow实现ResNet和HighwayNet
- Network-in-Network原理及其TensorFlow实现
- ConvLSTM原理及其TensorFlow实现
- 时延神经网络(TDNN)原理及其TensorFlow实现
- Maxout Network原理及其TensorFlow实现
- Batch Normalization原理及其TensorFlow实现
- Layer Normalization原理及其TensorFlow实现
- DeepMind wavenet原理及其TensorFlow实现
- SampleRNN语音合成模型
- 端对端的深度卷积神经网络在语音识别中的应用
- 动态层归一化(Dynamic Layer Normalization)
- 小米的语音识别系统是如何搭建的
- 完全基于卷积神经网络的seq2seq
- 谈谈蚂蚁金服的语音唤醒系统
- 详解TensorFlow的新seq2seq模块及其用法
- [DLdigest-1] 有人用量子场论来解释深度神经网络
- [DLdigest-2] AlphaGo Zero是自由的
- [DLdigest-3] Python中让你无法预测的“是”
- [DLdigest-4] 每日一道算法
- [DLdigest-5] 每日一道算法
- [DLdigest-6] 每日一道算法
- [DLdigest-7] 每日一道算法
- 详解TensorFlow Eager命令式执行环境
- [DLdigest-8] 每日一道算法
- [DLdigest-9] 每日一道算法
- [DLdigest-10] 每日一道算法
- TensorFlow seq2seq中的Attention机制(续)
- [DLdigest-11] 每日一道算法
- 漫谈机器阅读理解之Facebook提出的DrQA系统
- [DLdigest-12] 每日一道算法Container With Most Water
- [DLdigest-13] 每日一道算法Integer to Roman
- [DLdigest-14] 罗马的转世
- [DLdigest-15] 特朗普为什么喜欢早上发Twitter
- 漫谈Capsule Network基本原理
- Capsule Network在TIMIT语音识别中的实践(一)
- [DLdigest-16] 3SUM
- 漫谈神经语言模型之中文输入法
- 漫谈语音合成之Char2Wav模型
- [DLdigest-17] 3Sum Closest
- [DLdigest-18] 电话号码的字母组合
- 开源的语音合成系统WORLD介绍以及使用方法
- [DLdigest-19] 不同场景下文本中的阿拉伯数字转中文汉字
- [DLdigest-20] 不同场景下的中文汉字转阿拉伯数字
- 聊一聊TensorFlow的数据导入机制
- 改进语音识别性能的数据增强技巧
- 基于Tacotron模型的语音合成实践
- 近期语音论文概览
- 近期语音类前沿论文
- 近期声学领域前沿论文(No. 3)
- TensorFlow 2.0新特性之Ragged Tensor
- 从信息论的角度来理解损失函数
- 从泰勒展开来看梯度下降算法
- [DLdigest-21] 检测括号字符串是否有效匹配
- [DLdigest-22] 合并两个有序链表
- 近期声学领域前沿论文(No. 4)
- 语音情绪识别|声源增强|基频可视化
所有文章
加载更多
本站仅按申请收录合集,版权归原作者所有
如若侵权,请联系本站删除