A Rustacean

一起都在意料之中

C/C++/C#、算法、数据结构。 每篇投稿我都会认真审核，避免质量低下的文章入选，不浪费关注者时间，为关注者负责。

小学数学教师一枚,努力让自己更加优秀~

唐宇迪,机器学习

@公众号：ml_trip<br>@github : <a href="https://links.jianshu.com/go?to=https%3A%2F%2Fgithub.com%2Fsladesha" target="_blank">https://github.com/sladesha</a>

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。

Google宝贵的深度学习开开源框架

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

该专题是机器学习、推荐系统和自然语言处理、深度学习相关算法学习记录，用通俗的语言去理解算法，去朴实的文字记录每次前行，每个算法力争说清缘由，且尝试实现或者使用开源库进行。机器学习忍者在路上……

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。

分享深度学习、机器学习、计算机视觉、模式识别、资源语言处理、推荐系统等领域的一些技术

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！