[机器学习] 维基百科中文语料（已分词）

说明：自己用来训练word2vec的，已提取文本，做了分词处理，过滤了大部分的特殊字符。 共包含3273626个段落的文本（一个段落包含了多个语句）。 处理后的语料有1.1G，由于文件较大，提供百度网盘下载地址。
<ximo881206> 上传 | 大小：650byte

[机器学习] hymenoptera数据集.zip

说明：【论坛自动设置积分已压至最低】这个数据集包括两类图片, **bees** 和 **ants**, 这些数据都被处理成了可以使用`ImageFolder `来读取的格式。我们只需要把``data_dir``设置成数据的根目录，然后把``model_name``设置成我们想要使用的与训练模型：
<weixin_46233323> 上传 | 大小：45mb

[机器学习] Mastering Atari Go Chess and Shogi by Planning with a Learned Model.pdf

说明：谷歌2019年11月最新论文，推出Muzero算法，能够实现智能体的无模型的强化学习。MuZero相比AlphaZero的优势是更具有通用性。
<GuoQiZhang> 上传 | 大小：2mb

[机器学习] bazel-0.24.1-aarch64.zip

说明：navida tx2 上编译tensorflow用过，1.15.2，翻山越岭编译成功了，能用的拿走。。。拿走。。。拿走。走。
<neuljt> 上传 | 大小：60mb

[深度学习] RK1808计算棒;MNIST keras;模型训练;模型转换;模型部署

说明：训练MNIST keras模型 将*.pb的模型转换为RK1808计算棒可执行的模型*.rknn 将模型部署到RK1808计算棒
<RockONthehill> 上传 | 大小：3mb

[机器学习] 图像分类最新技术综述论文: 21种半监督、自监督和无监督学习方法一较高低.pdf

说明：图像分类是计算机视觉中的基本任务之一，深度学习的出现是的图像分类技术趋于完善。最近，自监督学习与预训练技术的发展使得图像分类技术出现新的变化，这篇论文概述了最新在实际情况中少标签小样本等情况下，关于自监督学习、半监督、无监督方法的综述，值得看！
<syp_net> 上传 | 大小：5mb

[机器学习] 机器翻译深度学习最新综述.pdf

说明：近年来，随着深度学习技术的发展，自然语言处理(NLP)得到了很大的发展。在机器翻译领域，出现了一种新的方法——神经机器翻译(NMT)，引起了学术界和工业界的广泛关注。然而，在过去的几年里提出的大量的研究，很少有人研究这一新技术趋势的发展过程。本文回顾了神经机器翻译的起源和主要发展历程，描述了神经机器翻译的重要分支，划分了不同的研究方向，并讨论了未来该领域的一些研究趋势。
<syp_net> 上传 | 大小：2mb

[机器学习] Jetson_TX2开发资料

说明：内部包括三个文件Jetson_TX2_Module_DataSheet_v1.1；Jetson_TX2_OEM_Product_DesignGuide_v20170501[1]；P2597_B04_OrCAD_schematics。
<nujusinu> 上传 | 大小：5mb

[机器学习] BP神经网络的人脸识别matlab代码

说明：这是从网上找到的资源，但是却不能运行，经过修改，加入了些自己的解释，已成功运行，得到结果人脸的识别率高达97.5%。
<duoling> 上传 | 大小：7mb

[深度学习] 批量归一化与残差网络.md

说明：对输入的标准化（浅层模型） 处理后的任意一个特征在数据集中所有样本上的均值为0、标准差为1。 标准化处理输入数据使各个特征的分布相近 批量归一化（深度模型） 利用小批量上的均值和标准差，不断调整神经网络中间输出，从而使整个神经网络在各层的中间输出的数值更稳定。
<qq_40441895> 上传 | 大小：13kb

[深度学习] 凸优化.md python

说明：优化与深度学习 优化与估计 尽管优化方法可以最小化深度学习中的损失函数值，但本质上优化方法达到的目标与深度学习的目标并不相同。 优化方法目标：训练集损失函数值 深度学习目标：测试集损失函数值（泛化性）
<qq_40441895> 上传 | 大小：5kb

[深度学习] 梯度下降.md pytorch

说明：一维梯度下降 证明：沿梯度反方向移动自变量可以减小函数值 学习率 局部最小值 多维梯度下降 自适应方法
<qq_40441895> 上传 | 大小：9kb