《超智能體》提供下載

深度學習內容

如果你只想閱讀深度學習的教程，下面是閱讀順序：

註：標註為「未編寫」的內容在以後會更新，未更新之前大家可以自己尋找材料學習

非理科生：需要補數學基礎的朋友

1. 總覽：串講 線性代數、概率、熵
2. 線代：如何生動有趣的入門線性代數
3. 概率：概率simple入門
4. 微積分：未編寫

深度學習：

1. 深層神經網路：深層學習為何要「Deep」（上）（由於下篇寫的並不通俗，不推薦閱讀，用公開課代替）
2. 反向傳播演算法實例：未編寫
3. 深度學習總覽：公開課：深層神經網路設計理念
4. 深度學習入門誤區：知乎Live（公開課涵蓋了Live的內容，若覺得作者辛苦也可參加）
5. Tensorflow ：YJango的TensorFlow整體把握
6. 前饋神經網路（1）：YJango的前饋神經網路--代碼LV1
7. 前饋神經網路（2）：YJango的前饋神經網路--代碼LV2
8. 前饋神經網路（3）：YJango的前饋神經網路--代碼LV3
9. 循環神經網路（1）：YJango的循環神經網路--介紹
10. 循環神經網路（2）：YJango的循環神經網路--實現LSTM
11. 循環神經網路（3）：YJango的循環神經網路--scan實現LSTM
12. 循環神經網路（4）：YJango的循環神經網路--雙向LSTM、GRU
13. 卷積神經網路（1）：YJango的卷積神經網路--介紹
14. 卷積神經網路（2）：未編寫
15. Batch Normalization：未編寫
16. 其他autoencoder和GAN等：未編寫
17. pytorch教程：未編寫

深度學習應用

1. 自然語言處理（1）：YJango的Word Embedding--介紹
2. 未完

全部內容

如果你想閱讀《超智能體》的全部內容，按順序閱讀電子書即可。

• gitbook：超智能體 （需要翻牆）

推薦閱讀：