Deep Learning 经典文章与代码（matlab）
有深度学习中必读经典，以及相应的matlab代码。 此外，文章中本人做的笔记，希望能帮助大家更好的理解。
文章为：1.A fast learning algorithm for deep belief nets（Hinton）
2. Learning Deep Architectures for AI （Bengio）
3. A Practical Guide to Training Restricted Boltzmann Machines（Hinton）
等。。
code 为经典的deep learning tool（matlab版），有DBN，NN，CNN，etc。
文件下载
资源详情
[{"title":"（ 6 个子文件 31.2MB ） Deep Learning 经典文章与代码（matlab）","children":[{"title":"DL-hinton-bingio","children":[{"title":"RBM-DBN-Guide-Hinton.pdf <span style='color:#111;'> 206.38KB </span>","children":null,"spread":false},{"title":"DBN-Hinton-简洁.pdf <span style='color:#111;'> 464.44KB </span>","children":null,"spread":false},{"title":"DL-Bingio-AI-overview.pdf <span style='color:#111;'> 939.81KB </span>","children":null,"spread":false},{"title":"DeepLearnToolbox.rar <span style='color:#111;'> 28.31MB </span>","children":null,"spread":false},{"title":"DL-AI-bingio.pdf <span style='color:#111;'> 1.12MB </span>","children":null,"spread":false},{"title":"DL-Hinton-fast.pdf <span style='color:#111;'> 687.61KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
-
-
-
ljwang2006 :这个感觉用不上！2019-03-22 -
-
guang11180 :不错，是我想要的2018-08-16
-
-
凌云鹏韵 :值得学习，很经典，只是除了这个地方，这个资源比较容易搜到，所以五分就显得不值了，给四星吧2018-06-05
-
-
白色一大坨 :好资源是我想要的2018-05-22
-
-
pilgrimz :不错，是我想要的，多谢2018-05-06
-
其他资源
- MATLAB 彩色图像分割
- STM32 ST-LINK Utility v4.1.0
- 基于spark的电影推荐系统数据集
- 噪声与振动控制工程手册-马大猷（主编
- 计算机组成原理基于cop200课程设计 写的非常不错的可以直接拿来交报告
- 形态学图像处理MTLAB实现
- 自己从零编写的Android记事本APP软件
- 汉语词典大全【汉字20901、词组61506、成语14500
- MySQL-Front_Setup.zip
- Digital-Image-Processing-3rd-Edition
- kinect应用开发实战（全书）.pdf
- JSP期刊在线投稿系统
- c#工具图标
- GPU Zen Advanced Rendering Techniques
- Python修炼之道V1.0.pdf
- IEEE Xplore 平台使用指南-2018.1.pdf
- 这是共享资源如何操作，更加操作，一看就会。
- 简单谈一谈在数字时代下如何建设好智慧城市.docx
- Wireshark网络数据截包软件
- 自发电模块WRM400资料文档
- LicheePiZero开箱烧录系统指南
- 开关电源PFC详细解读
- LABELVIEW8.0条码打印软件破解版
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明