Vipul Vaibhaw在Github开源了一份关于Pytorch深度学习的书册,《First steps towards Deep Learning with pyTorch》,这是一本关于深度学习的开源书籍。这本书应该是非数学的,迎合了那些没有深度学习经验,数学知识和兴趣很少的读者。这本书旨在帮助读者迈出深度学习的“第一步”。

  • 理解人工神经网络
  • Pytorch介绍
  • 如何让计算机看见?
  • 如何让计算机记忆?
  • 下一步

github链接:
https://github.com/vaibhawvipul/First-steps-towards-Deep-Learning

成为VIP会员查看完整内容
120

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
169+阅读 · 2019年10月28日
【开源书】PyTorch深度学习起步,零基础入门(附pdf下载)
专知会员服务
115+阅读 · 2019年10月26日
开源书:PyTorch深度学习起步
专知会员服务
51+阅读 · 2019年10月11日
PyTorch  深度学习新手入门指南
机器学习算法与Python学习
10+阅读 · 2019年9月16日
超全的PyTorch学习资源汇总
机器学习算法与Python学习
20+阅读 · 2019年5月13日
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
深度学习与NLP
12+阅读 · 2018年9月13日
手把手教 | 深度学习库PyTorch(附代码)
数据分析
7+阅读 · 2018年3月20日
荐书丨深度学习入门之PyTorch
程序人生
18+阅读 · 2017年12月1日
推荐|深度学习PyTorch的教程代码
全球人工智能
10+阅读 · 2017年10月8日
Arxiv
5+阅读 · 2020年3月26日
Arxiv
35+阅读 · 2020年1月2日
Arxiv
7+阅读 · 2019年5月31日
Arxiv
53+阅读 · 2018年12月11日
Arxiv
4+阅读 · 2018年10月5日
Hierarchical Deep Multiagent Reinforcement Learning
Arxiv
8+阅读 · 2018年9月25日
Arxiv
19+阅读 · 2018年3月28日
Arxiv
4+阅读 · 2017年7月25日
VIP会员
最新内容
《基于深度强化学习的反无人机技术研究》178页
专知会员服务
1+阅读 · 今天16:06
“史诗怒火”行动与“AI中心战”模式的浮现
专知会员服务
1+阅读 · 今天15:31
【CVPR2026教程】扩散模型的解析理解
专知会员服务
0+阅读 · 今天14:49
马赛克战:俄乌战场透析
专知会员服务
13+阅读 · 今天4:12
《利用人工智能增强军事决策》
专知会员服务
4+阅读 · 今天4:09
《自动机器学习在军事数据耕耘法中的应用》
专知会员服务
6+阅读 · 今天4:02
为何指挥所生存能力要求范式转变
专知会员服务
5+阅读 · 今天3:54
打造“新蛛网”模式与高科技动员
专知会员服务
4+阅读 · 今天3:33
“蛛网”行动一周年:远程无人机战争
专知会员服务
3+阅读 · 今天3:23
【剑桥博士论文】智能体-环境协同优化
专知会员服务
7+阅读 · 6月9日
相关资讯
PyTorch  深度学习新手入门指南
机器学习算法与Python学习
10+阅读 · 2019年9月16日
超全的PyTorch学习资源汇总
机器学习算法与Python学习
20+阅读 · 2019年5月13日
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
深度学习与NLP
12+阅读 · 2018年9月13日
手把手教 | 深度学习库PyTorch(附代码)
数据分析
7+阅读 · 2018年3月20日
荐书丨深度学习入门之PyTorch
程序人生
18+阅读 · 2017年12月1日
推荐|深度学习PyTorch的教程代码
全球人工智能
10+阅读 · 2017年10月8日
相关论文
Arxiv
5+阅读 · 2020年3月26日
Arxiv
35+阅读 · 2020年1月2日
Arxiv
7+阅读 · 2019年5月31日
Arxiv
53+阅读 · 2018年12月11日
Arxiv
4+阅读 · 2018年10月5日
Hierarchical Deep Multiagent Reinforcement Learning
Arxiv
8+阅读 · 2018年9月25日
Arxiv
19+阅读 · 2018年3月28日
Arxiv
4+阅读 · 2017年7月25日
微信扫码咨询专知VIP会员