Skip to content

Latest commit

 

History

History

Learning Deep Learning and Application Notes

Learning Deep Learning and Application Notes

本文件整理碩士論文研究期間所獲得的相關理論與實驗後的經驗與資訊。期間包含深度學習相關理論知識,與建立於深度學習之上的圖像訓練和文字訓練。

相關已完成的應用請參照此Repo

Abstract

概述

傳送門

Content

目錄


System

系統環境

傳送門

前置作業

傳送門

Ubuntu 14.04 Server

傳送門

Ubuntu 16.04 Server

傳送門

網路設置(Optional)

傳送門

Python Basics

Python基礎與IDE

傳送門

python與版本

傳送門

python函式庫

傳送門

python語言

傳送門

python編輯器

傳送門

GPU CUDA

GPU運算建置-CUDA

傳送門

Windows環境

傳送門

Linux環境

傳送門

Deep Learning

深度網路理論整理

傳送門

分類問題

傳送門

線性回歸

傳送門

非線性回歸

傳送門

SVM

傳送門

類神經網路

傳送門

非線性化方法

傳送門

選擇性錯誤評估函式

傳送門

全連結神經網路

傳送門

卷積神經網路

傳送門

遞歸神經網路

傳送門

LSTM法

傳送門

應用範圍

傳送門

自然語言處理

傳送門

情緒認知

傳送門

文字(詞)向量

傳送門

One-Hot Vector

傳送門

Word2Vec

傳送門

Seq2Seq

傳送門

微軟日本(りんな)ChatBot研究

傳送門

翻訳モデル

傳送門

文の長さ

傳送門

AIM言語モデル

傳送門

GRU 類似度

傳送門

API

應用程式界面

傳送門

Theano

傳送門

Tensor Flow

傳送門

DIGITS

傳送門

Caffe

傳送門

Torch

傳送門

Others

傳送門

Caution

注意事項

硬體對應考量與訓練中的部分細節須注意之處。