深度学习入门介绍系列2

时间：2014-12-14 12:00:41 阅读：624 评论：0 收藏：0 [点我收藏+]

注：此页是一个引导的页面，后续将会分7个主要教程和一些高级的例子，一步一步讲解深度学习。

这里的教程将为大家提供最重要的几个深度学习算法，并且也会告知如何去用theano来运行它们。theano是一个python类库，它能够帮助大家容易的去写深度算法模型，并且可以让大家能够在GPU上运行这些算法

学习这些教程之前，需要熟悉下先热下身，这里是theano的基础教程，学完之后，再看下这个东东，里面有一些基本的概念和一些测试的训练集。

纯有监督学习算法需要以下面的顺序来学习：
1，逻辑回归
2, 多层感知器
3，深层卷积网

非监督学习和半监督学习算法可以以下面的任何顺序来学习(后续会给出教程和代码)

1，AUTO ENCODERS DENOISING AUTOENCODERS
2, Stacked Denoising Auto-Encoders 简单的步骤就可以实现非监督学习
3，限制波兹曼机
4，DBN http://deeplearning.net/tutorial/DBN.html#dbn

如果你要建立mcRBM model模型，下面是一个新的关于能量模型的教程，HMC SAMPLING （待续）

如果要创建 the Contractive auto-encoders ，这里是源代码   （待续）

如果要创建 Recurrent neural networks with word embeddings and context window 这里是教程。（待续）

如果要创建 Energy-based recurrent neural network (RNN-RBM):这里是教程（待续）

深度学习入门介绍系列2

标签：大数据人工智能深度学习算法 gpu

原文地址：http://blog.csdn.net/rodneyzhaonet/article/details/41923947

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行