兴趣使然

勤思。

机器学习，数据挖掘，深度学习，自然语言处理交流。欢迎大家投稿。

我以官方文档为主线，开始对TensorFlow的学习。这期间会把我的理解进行持续的输出，作为《TensorFlow从0到N》系列。 它不会止于翻译和笔记，不会停留在语言和工具，而是坚持通过启发性的方式，循序渐进的构建理解，搭建一个坚实可靠的、连接“零基础”与“人工智能（AI）/机器学习（Machine Learning）/深度学习（Deep Learning）”领域之间的缓坡道。

机器学习、深度学习资料整理，实战经验总结：https://github.com/jacksu/machine-learning

我们已经进入一个崭新的智能机器时代，在未来几年内，人工智能和机器人给世界带来的影响将远远超过个人计算机和互联网在过去的30年间已经对世界造成的改变。是谦逊地生存，还是傲慢地死去？智能机器将成为我们的奴隶，伙伴还是主人？

需要的选题有： 人工智能是如何实现的 机器学习（要么写的很深入，要么用图解容易学，要么写案例） 深度学习 自然语言处理 算法（入门算法图解，或者好玩的算法） TensorFlow 2.0 计算机视觉 神经网络 Caffe Torch keras 推荐系统 信息流 OpenCV 等等 欢迎投稿！！！ 有兴趣写书出版的朋友私聊！！ vx：702697037 (写书题材人工智能、数据库、大数据处理、编程语言、开发大全，创业、运营、财会、投资理财、科普等等）

欢迎加入人工智能领域！

神经网络与深度学习专题欢迎大家投稿相关内容。从基础理论到实战演练均可尝试投稿。若有GPU计算资源需求去完成很有价值的工作也可以留言请求，我们会满足你的哈！ 该专栏中的文章还会被发在：UAI人工智能公众号。让更多的人看到你们的优秀作品。

专注机器学习和数据分析，Python、R、Ruby、MATLAB、Mathematica。

本专题招募管理员，有意向请简信私聊，谢谢！ 用来分享机器学习，深度学习，神经网络，计算机视觉等领域的一些技术。 Machine Learning 学习资料：http://www.jianshu.com/p/e0238db24973 相关参考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 课程整理：http://www.jianshu.com/p/182baeb82c71 3. [深度学习与神经网络(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步链接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.jianshu.com/p/6752a8845d01 8. [知乎“机器学习”专栏]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.jianshu.com/p/fe428f0b32c1 …… 希望大家可以相互交流，相互学习！

念起即觉，觉即不随

获取文章中的资料，笔记，以及架构进阶视频添加助手<br>关注Java编程专题更多干货等你发现<br>B站更多学习视频：

系统架构

阿斯顿发过火就看了