抱歉，您的浏览器无法访问本站

Tensorflow 提供的一些 Activation Function tensorflow/api_guides/python/nn

现代神经网络中 必不可少的一个组成部分, 激励函数, activation function.

1966年是计算机视觉的诞生年

CVPR、ICCV

知道如何将卷积网络应用到视觉检测和识别任务。 知道如何使用神经风格迁移生成艺术。

python中除了可以使用内建的类型，如 list,tuple,dict，还可以创建自己的对象来实现像这些内建类型的访问

不过需要在定义类的时候对这些魔法方法实现: __len__, __getitem__, __setitem__, __iter__

Tensorflow 是非常重视结构的, 我们建立好了神经网络的结构, 才能将数字放进去, 运行这个结构.

Tensorflow 首先要定义神经网络的结构, 然后再把数据放入结构当中去运算 和 training.

理解如何搭建一个神经网络，包括最新的变体，例如残余网络。

• 理解如何搭建一个神经网络，包括最新的变体，例如残余网络。
• 知道如何将卷积网络应用到视觉检测和识别任务。
• 知道如何使用神经风格迁移生成艺术。
• 能够在图像、视频以及其他2D或3D数据上应用这些算法。

Chatbot 更多 Paper 论文和参考资料 (感谢 PaperWeekly)

介绍基于检索式机器人。检索式架构有预定好的语料答复库。

检索式模型的输入是上下文潜在的答复。模型输出对这些答复的打分，可以选择最高分的答案作为回复。

能够将序列模型应用到自然语言问题、音频应用 等，包括文字合成、语音识别和音乐合成。

Chatterbot 聊天机器人框架

检索与匹配 & 分类与朴素贝叶斯

NLTK Python上著名的自然语言处理库。

• 自带语料库，词性分类库， 还有强大的社区支持。

英文原文： 《Deep Learning For Chatbots, Part 1 - Introduction》

中文翻译： 《聊天机器人中的深度学习导读》