[机器学习] tensorflow-0.8.0-cp34-cp34m-linux_x86_64.whl

说明： tensorflow-0.8.0-cp34-cp34m-linux_x86_64.whl python3.4
<l4myhime> 在 上传 | 大小：22020096

[深度学习] 视觉问答（文章中附代码）Tutorial on Answering Questions about Images with Deep Learning

说明： 视觉问答综述，文章中给出了模型的代码，讨论了未来研究热点 New Research Opportunities
<zhuf14> 在 上传 | 大小：1048576

[机器学习] 视觉问答权威综述Visual Question Answering： A Survey of Methods and Datasets

说明： 视觉问答权威综述，最后讨论了有前景的未来研究方向特别是与结构化知识库的联系以及使用自然语言处理模型。
<zhuf14> 在 上传 | 大小：6291456

[机器学习] 强化学习浅介（南京大学机器学习与数据挖掘研究所）

说明： 强化学习Tutorials，对强化学习进行了全面的介绍，最后对强化学习的发展状况和难点进行了讨论。尤其是配图特别好，还推荐了强化学习的参考书籍和网络资源。
<zhuf14> 在 上传 | 大小：57671680

[深度学习] 最新中文深度强化学习综述文章， 利于入门学习者理解（兼论计算机围棋的发展）

说明： 这是几篇最新中文深度强化学习综述。综述了深度强化学习的发展历程, 兼论计算机围棋的历史, 阐述了3类主要的深度强化学习方法，包括基于值函数的深度强化学习、基于策略梯度的深度强化学习和基于搜索与监督的深度强化学习；其次对深度强化学习领域的一些前沿研究方向进行了综述，包括分层深度强化学习、多任务迁移深度强化学习、多智能体深度强化学习、基于记忆与推理的深度强化学习等．最后总结了深度强化学习在若干领域的成功应用和未来发展趋势。本文是中文深度强化学习综述，更利于入门学习者理解。
<zhuf14> 在 上传 | 大小：3145728

[深度学习] 2017强化学习英文最新综述 Deep Reinforcement Learning: An Overview

说明： 2017强化学习英文最新综述 Deep Reinforcement Learning: An Overview，主要讨论了深度强化学习六个核心要素，六个重要机制和十二个应用。文章从机器学习的背景开始，深入讨论了强化学习。难能可贵的是，本文也讨论了强化学习的最新应用，特别是AlphaGo，机器人，自然语言处理，包括对话系统，机器翻译和文本生成，计算机视觉等。是非常好的入门学习资料。
<zhuf14> 在 上传 | 大小：1048576

[机器学习] matlab人眼检测代码

说明： 人眼，人脸等检测代码，网上找的那些检测代码，我实在看不下去，浪费我那么长时间，统统见鬼去吧。。
<wcx1293296315> 在 上传 | 大小：554

[机器学习] 华盛顿大学机器学习课件

说明： 1-intro华盛顿大学《机器学习》课件;2-indlearn华盛顿大学《机器学习》;3-decision-tree华盛顿大学《机器学习》4-rules华盛顿大学《机器学习》;5-ibl华盛顿大学《机器学习》.......11-cdr华盛顿大学《机器学习》课件
<cracic> 在 上传 | 大小：12582912

[机器学习] 仿atm程序源代码

说明： 能实现登录，转账等功能，分为客户端和服务端，登录后有声音提醒
<qq_39250358> 在 上传 | 大小：1043456

[机器学习] Meta Learning（元学习， Learning to Learn）最新具有代表性文章10篇 【是pdf，不是代码，不知为什么名称后面自动加源码下载】

说明： Meta Learning（元学习，又叫 Learning to Learn）已经成为继Reinforcement Learning之后又一个重要的研究分支。这是Meta Learning领域最新具有代表性的十篇文章，值得精读，相信对机器学习学习者和研究者会有很大启发。
<zhuf14> 在 上传 | 大小：17825792

[机器学习] 基于python语言的tensorflow源码

说明： 基于python语言的tensorflow教学视频及其源码，是py格式。对机器学习、深度学习、人工智能、模式识别等技术有兴趣的同学可以下载学习。
<zhuf14> 在 上传 | 大小：415744

[机器学习] olson2011tags.pdf（AprilTag: A robust and flexible visual fiducial system）文章解读。

说明： 1、网上关于AprilTag的文档非常非常的少，只能去官网找到全英文的文档。 2、把官网的论文AprilTag: A robust and flexible visual fiducial system拿来进行翻译解读，能理解这个算法的大概实现。 3、其中加入了一些自己的理解。同时也希望有些不恰当的地方也希望各位大神一起讨论和研究。 4、希望能帮到你。
<technology_h> 在 上传 | 大小：301056