[深度学习] 矩阵求导文档

说明： 该文档表明了标量、向量、矩阵之间相互求导的关系。学习之后，就会理解线性回归等应用。
<herosunly> 上传 | 大小：64kb

[深度学习] labelme 3.10.1版本 exe运行软件

说明： 标注工具，3.10.1最新版本，输出文件编码格式已改为UTF-8，可兼容使用
<renhuaqiang> 上传 | 大小：49mb

[深度学习] Exploring Randomly Wired Neural Networks for Image Recognition

说明： Kaiming大神新作。Exploring Randomly Wired Neural Networks for Image Recognition。
<weixin_39317923> 上传 | 大小：2mb

[深度学习] NETLOGO扩展包

说明： netlogo扩展包 有time stats
<weixin_44875132> 上传 | 大小：592kb

[深度学习] TFRecordTool

说明： tensorflow推荐的TFRecord的保存和读取数据集，支持多线程读取和打乱顺序，使用队列读取，避免了大型数据集对内存的严重占用
<ephemeroptera> 上传 | 大小：8kb

[深度学习] cudnn-9.0-windows10-x64-v7.5.0.56

说明： The NVIDIA CUDA® Deep Neural Network library (cuDNN) is a GPU-accelerated library of primitives for deep neural networks. cuDNN provides highly tuned implementations for standard routines such as forward and backward convolution , pooling, normaliza
<gtwlin> 上传 | 大小：184mb

[深度学习] 【CVPR2018】Learning Visual Knowledge Memory Networks For VQA【PDF+PPT+翻译word】

说明： 可参看博客：https://blog.csdn.net/luolan9611/article/details/88578720 视觉问题回答（VQA）需要联合图像和自然语言问题，其中许多问题不能直接或清楚地从视觉内容中得到，而是需要从结构化人类知识推理并从视觉内容中得到证实。该论文提出了视觉知识记忆网络（VKMN）来解决这个问题，它将结构化的人类知识和深层视觉特征无缝融入端到端学习框架中的记忆网络中。与现有的利用外部知识支持VQA的方法相比，本文更多地强调了两种缺失的机制。首先是将视觉内容与知
<luolan9611> 上传 | 大小：8mb

[深度学习] 神经网络CPU、显存分析

说明： 神经网络参数、计算量分析 神经网络CPU、显存分析 神经网络CPU、显存分析 神经网络CPU、显存分析 神经网络CPU、显存分析
<fzyjsy> 上传 | 大小：1mb

[深度学习] word2vec Pytorch实现文本数据

说明： 里面包含三个文件，text8.dev.txt、text8.test.txt、text8.train.txt。
<herosunly> 上传 | 大小：31mb

[深度学习] OVATION控制系统硬件、组态的应用

说明： Ovation是一种 分散控制系统（DCS），由艾默生过程控制有限公司生产。该系统属于艾默生过程控制旗下公用事业部（PWS部门，即Power and Water Solution），控制主要面向电厂，钢厂和水厂的热工自动化控制解决方案。Ovation系统分Windows平台和Solaris平台(也称UNIX平台)两种，其中Windows平台的Ovation最新版本为3.5.1，Solari平台的Ovation最新版本为1.9.2。
<weixin_41789993> 上传 | 大小：3mb

[深度学习] 基于GRU和注意力机制的远程监督关系抽取

说明： 基于GRU和注意力机制的远程监督关系抽取的论文，可以了解有关知识图谱的描述
<weixin_32307609> 上传 | 大小：1mb

[深度学习] 基于深度学习的智能聊天机器人的研究

说明： 随着深度学习在自然语言理解、词向量表示、机器翻译、情感分析以及中文分词领域的应用,人们开始研究聊天机器人的关键技术,把深度学习应用于聊天机器人。近年来,聊天机器人成为了一个非常热的人工智能的研发方向。目前研究者们在研究开发开放领域的聊天机器人时,一般会在深度学习技术的Sequence to Sequence(或者称作是Encoder-Decoder)框架下进行改进的。论文针对聊天机器人研究领域出现的一些主要问题进行了分析研究,提出了一个新的聊天机器人模型,即神经网络主题模型与深度学习语言模型相
<weixin_42339678> 上传 | 大小：4mb