如今深度學習是AI和機器學習領域最熱門的學習趨勢。我們來審查為深度學習而開發的軟件，包括Caffe，CUDA convnet，Deeplearning4j，Pylearn2，Theano和Torch。

面向機器視覺的深度學習資源匯總

熱門深度學習工具匯總

之前在百度開放研究社區寫了篇``深度學習文本的表示''， 現在這篇姑且作為其升級篇吧。 因此本文再談deep learning在文本表示學習方面的體會。

Deep Learning是機器學習中一個非常接近AI的領域，其動機在于建立、模擬人腦進行分析學習的神經網絡，最近研究了機器學習中一些深度學習的相關知識，本文給出一些很有用的資料和心得。

深度學習資源集合

如果你想做一個數據科學家，或者作為一個數據科學家你想擴展自己的工具和知識庫，那么，你來對地方了。 這篇文章的目的，是給剛開始使用Python進行數據分析的人，指明一條全面的Python學習路...

Google的Deep Mind團隊2013年在NIPS上發表了一篇牛x閃閃的文章，亮瞎了好多人眼睛，不幸的是我也在其中。前一段時間收集了好多關于這方面的資料，一直躺在收藏夾中，目前正在做一些相...

這篇文章介紹的是關于并行深度神經網絡的設計。在今年發布的兩個機器學習項目中，cxxnet是最精彩的一個。因為它包含了我們團隊可以發揮到的機器學習和系統的各個方面的極致： 除了前沿的深度學習之外，...

本文概述了作者在Spotify的機器學習實踐經驗，解釋了使用卷積神經網絡(CNN)做基于音頻的音樂推薦的方法，并提出了有關該卷積網絡的實際學習效果的心得。采用了GTX 780Ti GPU，The...

Caffe是一個清晰而高效的深度學習框架，本文詳細介紹了caffe的優勢、架構，網絡定義、各層定義，Caffe的安裝與配置，解讀了Caffe實現的圖像分類模型AlexNet，并演示了CIFAR-...

利用深度學習和維數約減，可以對整個Wikipedia進行可視化，文中結合Wikipedia訓練得出的例子，全面介紹了深度學習、詞向量、段落向量、翻譯模型以及深度學習可視化方面的知識，理論結合實踐.

深度學習 Deep Learning 學習資料大全

深度學習算法的目標函數，幾乎全都是非凸的。而目前尋找最優解的方法，都是基于梯度下降的。稍微有點背景知識的人都知道，梯度下降方法是解決不了非凸問題的。因此，如果找到最優解，將是深度學習領域，非常值得研究的課題。

通過gensim來實現深度學習算法。

說深度學習（Deep Learning）算法是當前“人工智能皇冠上的明珠”并不過分。通過深層神經網絡（DNN）模型的運用，深度學習已成為目前最接近人腦的智能學習方法， 不僅Google、Face...

摘要： 深度學習可以完成需要高度抽象特征的人工智能任務，如語音識別、圖像識別和檢索、自然語言理解等。深層模型是包含多個隱藏層的人工神經網絡，多層非線性結 構使其具備強大的特征表達能力和對復雜任務建模能力。

本文是騰訊深度學習系列文章的第三篇，聚焦于騰訊深度學習平臺Mariana中深度卷積神經網絡Deep CNNs的多GPU模型并行和數據并行框架。

本文是騰訊深度學習系列文章的第二篇，聚焦于騰訊深度學習平臺Mariana中深度神經網絡DNN的多GPU數據并行框架。

深度學習是近年機器學習領域的重大突破，有著廣泛的應用前景。隨著Google公開Google Brain計劃，業界對深度學習的熱情高漲。騰訊在深度學習領域持續投入，獲得了實際落地的產出。我們準備了...