神经网络与深度学习(深度学习入门)
神经网络和深度学习是一本免费的在线书。本书会教会你:
神经网络,一种美妙的受生物学启发的编程范式,可以让计算机从观测数据中进行学习
深度学习,一个强有力的用于神经网络学习的众多技术的集合
神经网络和深度学习目前给出了在图像识别、语音识别和自然语言处理领域中很多问题的最好解决方案。本书将会教你在神经网络和深度学习背后的众多核心概念。
新手入门
识别数字
图像分类
词向量
个性化推荐
情感分析
词义角色标注
机器翻译
运行这本书
您现在在看的这本书是一本“交互式”电子书 —— 每一章都可以运行在一个Jupyter Notebook里。
我们把Jupyter、PaddlePaddle、以及各种被依赖的软件都打包进一个Docker image了。所以您不需要自己来安装各种软件,只需要安装Docker即可。对于各种Linux发行版,请参考 https://www.docker.com 。如果您使用Windows或者Mac,可以考虑给Docker更多内存和CPU资源。
只需要在命令行窗口里运行:
docker run -d -p 8888:8888 paddlepaddle/book
会从DockerHub.com下载和运行本书的Docker image。阅读和在线编辑本书请在浏览器里访问 http://localhost:8888 。
如果您访问DockerHub.com很慢,可以试试我们的另一个镜像docker.paddlepaddle.org:
docker run -d -p 8888:8888 docker.paddlepaddle.org/book
使用GPU训练
本书默认使用CPU训练,若是要使用GPU训练,使用步骤会稍有变化。为了保证GPU驱动能够在镜像里面正常运行,我们推荐使用nvidia-docker来运行镜像。请先安装nvidia-docker,之后请运行:
nvidia-docker run -d -p 8888:8888 paddlepaddle/book:0.10.0rc2-gpu
或者使用国内的镜像请运行:
nvidia-docker run -d -p 8888:8888 docker.paddlepaddle.org/book:0.10.0rc2-gpu
还需要将以下代码
paddle.init(use_gpu=False, trainer_count=1)
改成:
paddle.init(use_gpu=True, trainer_count=1)
相关文章
- spring学习笔记(16)趣谈spring 事件机制[2]:多监听器流水线式顺序处理
- 深度增强学习实践:让Python小程序玩一款游戏,来训练神经网络
- 机器学习入门15 - 训练神经网络 (Training Neural Networks)
- 机器学习入门14 - 神经网络简介 (Introduction to Neural Networks)
- Leetcode学习计划之动态规划入门day6(152, 1567)
- 机器学习笔记 - 基于tensorflow从头开始构建图神经网络
- 机器学习笔记 - 使用Deeplearning4j和浅层神经网络进行分类
- 机器学习笔记 - 构建推荐系统(5) 前馈神经网络用于协同过滤
- 机器学习笔记 - 加速神经网络训练的 7 个技巧
- 机器学习笔记 - 什么是图神经网络?
- 数学建模学习笔记(二十九)BP神经网络使用详例
- 机器学习之——初识神经网络
- Javascript 学习 笔记六
- 程序老鸟C#学习:3天学会全部基础--第三天
- AI:神经网络调参(数据、层数、batch大小,学习率+激活函数+正则化+分类/回归)并进行结果可视化
- 数学建模学习(34):自组织神经网络,讲解+代码
- 一文彻底弄明白深度学习中的前馈神经网络(Feed Forward Neural Network)—— 关于万能逼近定理、激活函数、卷积的本质等
- 在OpenCV里学习常见问题汇编20
- json c++处理学习
- word2vec的原理——根据单词的上下文去预测单词出现,然后让整体的概率最大化。学习这样一个神经网络,然后选择隐藏作为vector表示。最初单词是onehot编码!
- [神经网络学习笔记]卷积神经网络CNN(Convolutional Neural Networks, CNN) 综述
- 机器学习-西瓜书、南瓜书第三章
- 深度学习与神经网络:最值得关注的6大趋势
- 【深度学习与计算机视觉】5、神经网络结构与神经元激励函数
- 什么是神经网络的迁移学习?