這38篇原創文章，帶我入門深度學習！

AIBigbull2050發表於2020-04-27
深度學習

這38篇原創文章帶我入門卷積神經網路，迴圈神經網路和強化學習，希望對您有幫助。


37.  深度學習演算法(第37期)----如何用強化學習翫遊戲？

36.  深度學習演算法(第36期)----強化學習之時間差分學習與近似Q學習

35.  深度學習演算法(第35期)----強化學習之馬爾科夫決策過程

34.  深度學習演算法(第34期)----強化學習之梯度策略實現

33.  深度學習演算法(第33期)----強化學習之神經網路策略學習平衡車

32.  深度學習演算法(第32期)----強化學習入門必讀

31.  深度學習演算法(第31期)----變分自編碼器及其實現

30.  深度學習演算法(第30期)----降噪自編碼器和稀疏自編碼器及其實現

29.  深度學習演算法(第29期)----視覺化自編碼器和無監督預訓練

28.  深度學習演算法(第28期)----如何高效的訓練自編碼器？

27.  深度學習演算法(第27期)----棧式自編碼器

26.  深度學習演算法(第26期)----深度網路中的自編碼器

25.  深度學習演算法(第25期)----機器翻譯中的編碼解碼器網路

24.  深度學習演算法(第24期)----自然語言處理中的Word Embedding

23.  深度學習演算法(第23期)----RNN中的GRU模組

22.  深度學習演算法(第22期)----RNN中的LSTM模組

21.  深度學習演算法(第21期)----RNN中的Dropout技術

20.  深度學習演算法(第20期)----創意RNN和深度RNN的簡單實現

19.  深度學習演算法(第19期)----RNN如何訓練並預測時序訊號？

18.  深度學習演算法(第18期)----用RNN也能玩分類

17.  深度學習演算法(第17期)----RNN如何處理變化長度的輸入和輸出？

16.  深度學習演算法(第16期)----靜態RNN和動態RNN

15.  深度學習演算法(第15期)----基本RNN的Tensorflow實現

14.  深度學習演算法(第14期)----RNN輸入輸出的組合有多任性

13.  深度學習演算法(第13期)----初識迴圈神經網路(RNN)

12.  深度學習演算法(第12期)----CNN經典網路之ResNet

11.  深度學習演算法(第11期)----CNN經典網路之GoogLeNet

10.  深度學習演算法(第10期)----CNN經典網路之LeNet-5和AlexNet

9.  深度學習演算法(第9期)----卷積神經網路實戰進階(附程式碼)

8.  深度學習演算法(第8期)----卷積神經網路通俗原理

7.  深度學習演算法(第7期)----深度學習之避免過擬合(正則化)

6.  深度學習演算法(第6期)----深度學習之學習率的命運

5.  深度學習演算法(第5期)----深度學習中的最佳化器選擇

4.  深度學習演算法(第4期)----TF訓練DNN之進階

3.  深度學習演算法(第3期)----TensorFlow從DNN入手

2.  深度學習演算法(第2期)---- ensorFlow愛之再體驗

1.  深度學習演算法(第1期)----TensorFlow愛之初體驗

0.  深度學習演算法(第0期)----深度學習通俗理解



https://mp.weixin.qq.com/s/NXVKp_qqgJzXxzf4FK9RTQ

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/69946223/viewspace-2688671/，如需轉載，請註明出處，否則將追究法律責任。

相關文章