第十七章_模型压缩、加速及移动端部署
[TOC] 第十七章 模型压缩及移动端部署 深度神经网络在人工智能的应用中，包括语音识别、计算机视觉、自然语言处理等各方面，在取得巨大成功的同时，这些深度神经网络需要巨大的计算开销和内存开销，严重阻碍了资源受限下的使用。本章总结了模型压缩、加速一般原理和方法，以及在移动端如何部署。 17....
第十八章_后端架构选型、离线及实时计算
[TOC] 第十八章_后端架构选型、离线及实时计算 Markdown Revision 1; Date: 2018/11/11 Editor: 梁志成 Contact: superzhicheng@foxmail.com 18.1 为什么需要分布式计算？ 在这个数据爆炸的时代，产生的数据...
第十九章_软件专利申请及权利保护
[TOC] 第十九章 软件（算法）专利申请及权利保护 Markdown Revision 1; Date: 2019/07/16 Editor: 何建宏 Contact: bonopengate@gmail.com 19.1 为什么需要对软件（算法）进行保护？ 对软件/系统/算法进行保...
第十五章_异构运算、GPU及框架选型
[TOC] 第十五章 异构计算， GPU和框架选型指南 深度学习训练和推理的过程中，会涉及到大量的向量(vector)，矩阵(matrix)和张量(tensor)操作，通常需要大量的浮点计算，包括高精度（在训练的时候）和低精度（在推理和部署的时候）。GPU， 作为一种通用可编程的加速器，最初设...
第十章_强化学习
[TOC] https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/ 第十章 强化学习 10.1 强化学习的主要特点？ 其他许多机器学习算法中学习器都是学得怎样做，而RL是在尝试的过程中学习到...
第十八章_后端架构选型及应用场景
[TOC] 第十八章 后端架构选型及应用场景 Markdown Revision 1; Date: 2018/11/11 Editor: 梁志成 Contact: superzhicheng@foxmail.com 18.1 为什么需要分布式计算？ 在这个数据爆炸的时代，产生的数据量不...
第四章_经典网络
[TOC] 第四章 经典网络解读 4.1 LeNet-5 4.1.1 模型介绍 LeNet-5是由LeCunLeCunLeCun 提出的一种用于识别手写数字和机器印刷字符的卷积神经网络（Convolutional Neural Network，CNN）[1]^{[1]}[1]，其命名来源于...
第五章_卷积神经网络(CNN)
[TOC] 第五章 卷积神经网络（CNN） 卷积神经网络是一种用来处理局部和整体相关性的计算网络结构，被应用在图像识别、自然语言处理甚至是语音识别领域，因为图像数据具有显著的局部与整体关系，其在图像识别领域的应用获得了巨大的成功。 5.1 卷积神经网络的组成层 以图像分类任务为例，在表...
第六章_循环神经网络(RNN)
[TOC] 第六章 循环神经网络(RNN) 6.1 为什么需要RNN？ 时间序列数据是指在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。一般的神经网络，在训练数据足够、算法模型优越的情况下，给定特定的x，就能得到期望y。其一般处理单个的输入，前一个输入和后...
ch7
[TOC] 第七章 生成对抗网络 7.1 GAN基本概念 7.1.1 如何通俗理解GAN？ 生成对抗网络(GAN, Generative adversarial network)自从2014年被Ian Goodfellow提出以来，掀起来了一股研究热潮。GAN由生成器和判别器组成，生成器负...