首先利用tf.keras实现一个简单的线性回归，如 \，其中 \(x\) 代表学历，\ 代表收入，分别代表输入特征和输出值。为了描述预测目标与真实值之间的整体误差最小，需要定义一个损失函数，数学描述为\，即预测值与真实值差值的平方的均值。优化的目标是求解参

统计学习三要素：。卷积神经网络--输入层、卷积层、激活函数、池化层、全连接层

卷积操作在图像处理的领域应用广泛，图像做卷积处理有一个天然的好处，即：每个像素点的位置与相邻位置相对固定，也就是说，除了边缘，每一个节点都有相同数量的相邻节点。所以卷积操作相对容易。但是，随着文本表示的发展，用向量来表示文本的思想应用的越来越广泛深入。to

接下来介绍pytorch中的神经网络部分。PyTorch中所有的神经网络都来自于autograd包。首先我们来简要的看一下，之后我们将训练我们第一个的神经网络。autograd 包提供Tensor所有操作的自动求导方法。以这些例子来讲，让我们用更简单的术语

将深度学习模型的训练从单GPU扩展到多GPU主要面临以下问题：训练框架必须支持GPU间的通信，用户必须更改大量代码以使用多GPU进行训练。为了克服这些问题，本文提出了Horovod，它通过Ring Allreduce实现高效的GPU间通信，而且仅仅更改少量

由于验证数据集不参与模型训练，当训练数据不够用时，预留大量的验证数据显得太奢侈。一种改善的方法是KK折交叉验证。在KK折交叉验证中，我们把原始训练数据集分割成KK个不重合的子数据集，然后我们做KK次模型训练和验证。每一次，我们使用一个子数据集验证模型，并使

...3-1 SSD系列算法介绍3-2 Prior Box Layer、样本构造、损失函数介绍3-3 DSSD、DSOD算法3-4 FSSD、RSSD算法3-5 思考题第4章 基于SSD的人脸检测项目实战本章节以人脸检测实际业务场景为例，利用SSD来解决人

论文为VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION，主要讨论了在大规模图片识别中，卷积神经网络的深度对准确率的影响。本篇论文提出的vgg网络在2014年的ImageNe

梯度下降是一个在机器学习中用于寻找较佳结果的迭代优化算法。梯度的含义是斜率或者斜坡的倾斜度。下降的含义是代价函数的下降。算法是迭代的，意思是需要多次使用算法获取结果，以得到最优化结果。梯度下降的迭代性质能使欠拟合演变成获得对数据的较佳拟合。　　梯度下降中有

最近出了两件大新闻，相信大家可能有所耳闻。该项赛事是三大国际赛事之一，被誉为中学奥数的最高难度。其中一道题，令中国队全军覆没。这一切，都归功于深度学习。深度学习是我很感兴趣的领域。这本书在前言中称：这是一本关于深度学习的过去、现在和未来的指南。

学习本文之后，这将会在深度学习工作中为你自动化寻找最佳配置的过程。与机器学习模型不同，深度学习模型里面充满了各种超参数。考虑到这种额外的复杂性，在一个多维空间中找到合适的参数变量成为了挑战。幸运的是，我们有不同的策略和工具可以解决搜索问题。

所以在搞完了爬虫进入假期时，我继续我断了2个月深度学习，并瞄准了其中的一个分支——计算机视觉。深度学习的一种分类 是不是太棒了？而且这个系列并不代表深度学习的全部，希望玩家能充分调动自学能力去吸收其他大佬的精华，感受深度学习的魅力。最后还是强调一下自学的重

去年，阿法狗在围棋领域首次战胜了人类的世界冠军，深度学习开始成为人们交口议论的话题，而就在今天，他的弟弟阿法元只靠一副棋盘和黑白两子，从零开始，自娱自乐，自己参悟，100-0 打败哥哥阿法狗，这无疑将深度学习推向了更高点。关于深度学习，技术人最关心的话题就

近日《连线》杂志发表了一篇文章，记录了与“深度学习之父” Geoffrey Hinton 围绕人工智能伦理、技术、学术等领域的采访实录。当被问到如今人工智能是否将走进寒冬时，Hinton 的回答非常坚决：“不会有‘人工智能寒冬’。因为 AI 已经渗透到你的

本文为你概述了在深度强化学习方面的进展。一年前，我们发布了加拿大阿尔伯塔大学计算机系博士 Yuxi Li 的深度强化学习综述论文，该论文概述了在深度强化学习方面喜人的进展。《深度强化学习》希望帮助初学者了解深度强化学习，也希望为教授、研究人员、学生、工程师

本文希望从一个小白的角度出发，真正从零基础的角度来为大家提供一些专业的建议和指导。深度学习到底有多热，这里我就不再强调了，也因此有很多人关心这样的几个问题，“适不适合转行深度学习”，“怎么样转行深度学习”，“转行深度学习需要哪些入门材料？”而网上相应问题的

超分辨重构是图像处理领域地一项非常有趣的任务。它可以通过算法将一张低分辨率的图片放大成一张高分辨率地图片。这个事情乍一听挺简单的，普通的插值算法即可胜任。但其实里面大有玄机，尤其是细节的恢复。最近，来自俄罗斯斯科尔科沃科技研究院的博士生Dmitry Uly

具体来说，话题是NVIDIA Tesla V100 GPU。目前，英伟达已经开始在数量有限的情况下提供基于Volta的GPU，本季度我们预计DGX-1将得到V100更新。在深度学习领域，这一代的NVIDIA硬件明显跨越了AMD的最新产品。该公司表示，完整的

周志华教授是蜚声国内外的机器学习专家，也是本届中国人工智能大会的主席之一。他的《机器学习》2016年1月出版之后，迅速成为这个领域的一本权威教材，在一年半的时间里重印十几次，发行逾16万册，并被冠以“西瓜书”的昵称，成为这一轮 AI 热潮的一个重要注脚。周