面向機(jī)器學(xué)習(xí)初學(xué)者的 MNIST 初級(jí)教程

如果你是機(jī)器學(xué)習(xí)領(lǐng)域的新手, 我們推薦你從本文開始閱讀. 本文通過(guò)講述一個(gè)經(jīng)典的問(wèn)題, 手寫數(shù)字識(shí)別 (MNIST), 讓你對(duì)多類分類 (multiclass classification) 問(wèn)題有直觀的了解.

閱讀教程

面向機(jī)器學(xué)習(xí)專家的 MNIST 高級(jí)教程

如果你已經(jīng)對(duì)其它深度學(xué)習(xí)軟件比較熟悉, 并且也對(duì) MNIST 很熟悉, 這篇教程能夠引導(dǎo)你對(duì) TensorFlow 有初步了解.

閱讀教程

TensorFlow 使用指南

這是一篇技術(shù)教程, 詳細(xì)介紹了如何使用 TensorFlow 架構(gòu)訓(xùn)練大規(guī)模模型. 本文繼續(xù)使用MNIST 作為例子.

閱讀教程

卷積神經(jīng)網(wǎng)絡(luò)

這篇文章介紹了如何使用 TensorFlow 在 CIFAR-10 數(shù)據(jù)集上訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò). 卷積神經(jīng)網(wǎng)絡(luò)是為圖像識(shí)別量身定做的一個(gè)模型. 相比其它模型, 該模型利用了平移不變性(translation invariance), 從而能夠更更簡(jiǎn)潔有效地表示視覺(jué)內(nèi)容.

閱讀教程

單詞的向量表示

本文讓你了解為什么學(xué)會(huì)使用向量來(lái)表示單詞, 即單詞嵌套 (word embedding), 是一件很有用的事情. 文章中介紹的 word2vec 模型, 是一種高效學(xué)習(xí)嵌套的方法. 本文還涉及了對(duì)比噪聲(noise-contrastive) 訓(xùn)練方法的一些高級(jí)細(xì)節(jié), 該訓(xùn)練方法是訓(xùn)練嵌套領(lǐng)域最近最大的進(jìn)展.

閱讀教程

循環(huán)神經(jīng)網(wǎng)絡(luò) (Recurrent Neural Network, 簡(jiǎn)稱 RNN)

一篇 RNN 的介紹文章, 文章中訓(xùn)練了一個(gè) LSTM 網(wǎng)絡(luò)來(lái)預(yù)測(cè)一個(gè)英文句子的下一個(gè)單詞(該任務(wù)有時(shí)候被稱作語(yǔ)言建模).

閱讀教程

序列到序列模型 (Sequence-to-Sequence Model)

RNN 教程的后續(xù), 該教程采用序列到序列模型進(jìn)行機(jī)器翻譯. 你將學(xué)會(huì)構(gòu)建一個(gè)完全基于機(jī)器學(xué)習(xí),端到端的 英語(yǔ)-法語(yǔ) 翻譯器.

閱讀教程

Mandelbrot 集合

TensorFlow 可以用于與機(jī)器學(xué)習(xí)完全無(wú)關(guān)的其它計(jì)算領(lǐng)域. 這里實(shí)現(xiàn)了一個(gè)原生的 Mandelbrot 集合的可視化程序.

閱讀教程

偏微分方程

這是另外一個(gè)非機(jī)器學(xué)習(xí)計(jì)算的例子, 我們利用一個(gè)原生實(shí)現(xiàn)的偏微分方程, 對(duì)雨滴落在池塘上的過(guò)程進(jìn)行仿真.

閱讀教程

MNIST 數(shù)據(jù)下載

一篇關(guān)于下載 MNIST 手寫識(shí)別數(shù)據(jù)集的詳細(xì)教程.

閱讀教程

視覺(jué)物體識(shí)別 (Visual Object Recognition)

我們將毫無(wú)保留地發(fā)布已經(jīng)選訓(xùn)練好的, 目前最先進(jìn)的 Inception 物體識(shí)別模型.

敬請(qǐng)期待...

Deep Dream 視幻覺(jué)軟件

我們將發(fā)布一個(gè) TensorFlow 版本的 Deep Dream,這是一款基于 Inception 識(shí)別模型的神經(jīng)網(wǎng)絡(luò)視幻覺(jué)軟件.

敬請(qǐng)期待...

原文：Overview 翻譯：@doc001 校對(duì)：@eric_xu