神经网络入门

本文为 AI 研习社编译的技术博客，原标题 ：Neural networks for dummies: a quick intro to this fascinating field 作者 |  Dalya Gartzman翻译 | Disillusion校对 | 酱番梨        整理

公众号/机器之心 选自hackernoon作者：George Seif机器之心编译参与：Nurhachu Null、刘晓坤这篇文章可以作为一个设计指南，为特定分类任务的 CNN 设计提供指导。作者围绕准确率、速度、内存消耗三个指标的权衡，从网络类型、架构设计、数

文 | Tony Bai首先，我不得不承认这篇文章有些标题党的味道^0^，但文章还是要继续写下去，备忘也好，能帮助到一些人也好。在2016小结的时候，我说过：2017年要了解一些有关机器学习和人工智能(以下简称AI)方面的技术。如果有童鞋问：Why?我会告诉你：跟风。作为技术人，关注和紧跟业界最前沿的技术总是没错的。2

选自KDnugget作者：Ujjwal Karn机器之心编译参与：Leonardo Luke本文对多层感知器和反向传播进行入门级的介绍。作者 Ujjwal Karn 在机器学习领域有三年的从业和研究经验，对深度学习在语音和视觉识别上的应用非常感兴趣。人工神经网络是一种计算模型，启发自人类大脑处理信息的生物神经网络。人工

递归 神经网络 入门教程 引言 递归神经网络是一类人工神经网络，可用于识别诸如文本、基因组、手写字迹、语音等序列数据的模式，也可用于识别传感器、股票市场、政府机构产生的数值型时间序列数据。 递归网络可以说是最强大的神经网络，甚至可以将图像分解为一系列图像块，作

作者： 龙心尘&&寒小阳1.开场先扔个段子在互联网广告营销中，经常会有这样的对话：问：你们的人群标签是什么样的?答：我们是专门为您订制的look-alike标签!问：好吧，你们的定向算法能不能说明一下?答：我们用的是deep learning技术!一般来说，话题到此，广告主会因为自己理论知识的匮乏而羞愧