Fundamentals of Deep Learning
Fundamentals of Deep Learning
deep-learning
当前话题为您枚举了最新的deep-learning。在这里，您可以轻松访问广泛的教程、示例代码和实用工具，帮助您有效地学习和应用这些核心编程技术。
Mastering Deep Learning in Python
This guide presents practical Python code examples to illustrate key concepts in deep learning, applied to real-world problems.
Python Deep Learning [2017]
Python Deep Learning by Gianmario Spacagna English | 4 May 2017 | ASIN: B071RCDRKD | 406 Pages | AZW3 | 9.77 MB Key Features Explore and create intell
deep learning(Adaptive Computation and Machine Learning series)
This book is about a solution to these more intuitive problems. This solution is to allow computers to learn from experience and understand the world
Pro_Deep_Learning_with_TensorFlow
Pro_Deep_Learning_with_TensorFlow，是一本很好的书，讲的比较全面了
Deep Learning for Time Series Regression with Python
利用深度学习技术进行时间序列回归预测是一个重要的课题。通过Python，我们可以构建和训练深度学习模型，从而有效地对时间序列数据进行预测。这些模型包括但不限于循环神经网络（RNN）、长短期记忆网络（LSTM）和变分自编码器（VAE）。将详细介绍如何使用Python及其相关库（如TensorFlow和
Deep Learning with Python by François Chollet
The 2017 edition of *Deep Learning with Python* introduces deep learning using Python and the powerful Keras library. Written by Keras creator and Goo
Fundamentals of Deep Learning 2017英文高清版
封面的设计挺简约，PDF 高清英文版，一眼就知道是靠谱的技术书。Nikhil Buduma 写的这本 《Fundamentals of Deep Learning》 算是机器学习入门里比较实在的一本，理论讲得不深，但讲得通透。
内容覆盖还挺全，像 卷积神经网络、序列模型 甚至还有 强化学习。你要是对
Applications for Deep Learning深度学习应用示例合集
这个名为Applications for Deep Learning.zip的资源包，挺适合那些有兴趣在深度学习领域深入探讨的朋友。里面包含了大量关于深度学习应用的示例，简直是个宝藏。你可以用它来快速上手深度学习项目，学习如何应用在不同的实际场景中。资源包里的资料实用，还涉及到一些流行的技术栈，比如
Mastering Neural Networks and Deep Learning in Python3
《Neural Networks and Deep Learning》 代码实现：从 GitHub 获取的资源。当前只改了 mnist_loader 和 network，其他部分代码暂未修改，有需要的可自行下载。