pytorch Pytorch_pytorch深度学习教程之循环神经网络

日月光华老师 PyTorch深度学习简明教程 课件csv+代码

【全部课程列表】 day01-机器学习概述、特征工程、机器学习算法 共127页.pptx day02-sklearn、knn、朴素贝叶斯、决策树、随机森林 共102页.pptx day03-线性回归、岭回归、逻辑回归、分类、聚类算法 共86页.pptx day04-Tensorflow基础与进阶 共74页.pptx day05-Tensorflow IO操作-队列和线程、文件读取、图片处理 共40页.pptx day06-Tensorflow、人工神经网络、卷积神经网络、图片识别 共65页.pptx day07-CIFAR图像分类 图像识别、分布式会话函数、分布式TensorFlow、推荐系统 共76页.pptx

有限元分析教程

这个文档是深度学习领域最基础的入门教程，包括Basic Neural Network, Back Propagation, Autoencoder, Convolutional Neural Network

在这些教程中，我们将学习构建近年来发展起来的几种卷积神经网络（CNN）

斯坦福无监督特征学习和深度学习教程（新版）使用 Python 教程网站： 查看此 repo 的 ipython 笔记本的好方法： 为简化起见，下面列出了所有笔记本的链接：

易康eCognition深度学习教程，包含可运行的规则集（样本制作、模型训练、模型应用、精度评价）、实验数据、PDF英文教程。易康的版本要在9.3以上，没有正版软件的可以去官网上免费申请试用版，试用版结果不可导出，但是可以方便快捷的制作深度学习的样本集。

课程共七章，采用最新版本进行教学，2018必学技术 第一章： 从人工智能到深度学习 第二章：使用TensorFlow & Keras 建构人工神经网络(Artificial Neural Network) 第三章：卷积神经网络 (Convolutional Neural Network) 第四章：循环神经网络(Recurrent Neural Networks) 第五章：自编码网络 (AutoEncoder) 第六章：生成对抗网络 GAN (Generative Adversarial Nets) 第七章：深度增强学习

PyTorch安装指令 请先安装Anaconda和CUDA 10.0。 配置国内源 # 配置国内源，方便安装Numpy,Matplotlib等 conda config - - add channels https : // mirrors . tuna . tsinghua . edu . cn / anaconda / pkgs / free / conda config - - add channels https : // mirrors . tuna . tsinghua . edu . cn / anaconda / pkgs / main / # 配置国内源，安装PyTorch用 conda config - - add channels https : // mirrors . tuna . tsinghua . edu . cn / anaconda / cloud / pytorch / # 显示源地址 conda config - - set show_channel_urls yes 安装PyTorch # 安装PyTorch，要使用国内源请去掉-c pyto