版權宣告：本套技術專欄是作者（秦凱新）平時工作的總結和昇華，通過從真實商業環境抽取案例進行總結和分享，並給出商業應用的調優建議和叢集環境容量規劃等內容，請持續關注本套部落格。QQ郵箱地址：1120746959@

寫在前面的話：這是跟著ApacheCN團隊學習pytorch的學習筆記，主要資源來自pytorch官網和ApacheCN社群 一、PyTorch 是什麼？ 它是一個基於 Python 的科學計算包, 其

課程目標 通過模擬Caffe，親自動手寫一個 深度學習 框架，搞懂底層原理，進而掌握復現新型模型的能力。 適用人群 人工智慧、計算機視覺方向的本科生，研究生；IT工程師；對深度學習感興趣

歡迎關注天善智慧，我們是專注於商業智慧BI，人工智慧AI，大資料分析與挖掘領域的垂直社群，學習，問答、求職一站式搞定！ 對商業智慧BI、大資料分析挖掘、機器學習，python，R等資料領域感興趣的同學加微信

行為識別（視訊分類）是視訊理解領域非常重要的一個方向。在深度學習之前，效果最好的行為識別方法是iDT（改進的密集軌跡方法），即先在影象中生成密集的軌跡，再沿著軌跡提取特徵，從而獲得視訊整體的編碼。而在

作者：Dipanjan (DJ) Sarkar 編譯：weakish 導言 人類具備在任務間遷移知識的內在能力。我們在學習一件任務時獲取的知識，可以用來解決相關任務。任務越是相關，我們遷移

“損失函式減肥用，神經網路調權重” 在上一講中，由於感知機不能解決“異或”問題，明斯基並無惡意卻把AI冷藏了二十載。但是 解決“異或”問題，其實就是能否解決非線性可分問題。如何來解決這個問題呢？？？

# 學習目標，實現一個二分類具有一個隱藏層的神經網路，使用一個例如tanh的非線性啟用函式 # 計算交叉熵損失函式，實現前向和反向傳播 # 首先我們匯入需要的包 import numpyas

感恩節來臨，生活節奏終於緩慢下來。紐約長島天空一片湛藍，豔陽高照，滿地碎金。這一階段，老顧收到很多讀者來信，大多詢問深度學習和最優傳輸理論的關係，很多問題反映出讀者的深度思考和獨特見解。恰逢老顧也在研究生課堂

京東資料團隊曾經出了一片關於對話系統的論文《A Survey onDialogue Systems:Recent Advances and New Frontiers（智慧對話系統調查：前沿與進展）》，全文引

這是一篇關於使用 PyTorch 框架進行深度學習的教程，讀完以後你可以輕鬆地將該框架應用於深度學習模型。 今年初，Facebook 推出了 PyTorch 1.0，該框架集成了谷歌雲、AWS和 Az

編者按：本文轉自 新智元 （ID：AI_era），編輯：文強，36氪經授權轉載。 日前，斯坦福大學釋出了DAWNBenchmark最新成績，在影象識別（ResNet50-on-ImageNet，93%以

很快又一年過去了。 自學音訊演算法也近一年了。 不記得有多少個日日夜夜， 半夜醒來，就為驗證演算法思路。 一次又一次地改進和突破。 傻逼樣的堅持，必然得到牛逼樣的結果。 這一年，主要扎音

在過去的一年多中，ONNX 這種「通用」的神經網路交換格式已經有了很長遠的發展，用不同框架編寫的模型可以在不同的平臺中流通。在這次研討會中，我們確切地感受到了這一點，因為開源社群圍繞著 ONNX 介紹了很多優

最近，亞馬遜的AI專家阿斯頓·張，李沐等合著的新書《動手學深度學習》引起了人工智慧領域的諸多關注，該書的線上預覽版本已經公開，因此能夠提前拜讀。感興趣的讀者可以直接下載對應的 PDF 版本，也可通過其在Git