深度学习
-
深度学习的本质
深度学习的本质是什么？它和神经网络是什么关系？它是一种新的机器学习模型吗？ 这些问题一直困惑着深度学习从业者们。 在知乎上有“深度学习”和“多层神经网络”的区别?。从各种各样的回复中，我们再一次沦陷。 那么，有没有权威人士对这些问题做一个负责的回答呢？有，从Andrew NG的Deep Learning课程中，我们可以看到Andrew的回答： “深度学习”这…
-
深度学习中的batch的大小对学习效果有何影响？
https://www.zhihu.com/question/32673260
-
利用 Flask 搭建 PyTorch 深度学习服务
https://www.pytorchtutorial.com/use-flask-to-build-pytorch-server/
-
基于深度学习的事件驱动型股票预测[论文研读笔记]
Deep Learning for Event-Driven Stock Prediction [Xiao Ding, Yue Zhang, Ting Liu, Junwen Duan] 2015, IJCAI 论文链接：http://www.ijcai.org/Proceedings/15/Papers/329.pdf 前导论文：使用结构化的事件来预测股价…
-
NVIDIA数据中心深度学习产品性能
NVIDIA数据中心深度学习产品性能 在现实世界的应用程序中部署AI，需要训练网络以指定的精度融合。这是测试AI系统的最佳方法-准备将其部署在现场，因为网络随后可以提供有意义的结果（例如，对视频流正确执行图像识别）。不收敛的训练是对指定AI网络上硬件吞吐能力的衡量，但不能代表实际应用。 NVIDIA的完整解决方案堆栈，从GPU到库，再到NVIDIA GPU …
-
NVIDIA TensorRT高性能深度学习推理
NVIDIA TensorRT高性能深度学习推理 NVIDIA TensorRT™ 是用于高性能深度学习推理的 SDK。此 SDK 包含深度学习推理优化器和运行时环境，可为深度学习推理应用提供低延迟和高吞吐量。 在推理过程中，基于 TensorRT 的应用程序的执行速度可比 CPU 平台的速度快 40 倍。借助 TensorRT，您可以优化在所有主要框…
-
NVIDIA深度学习Tensor Core性能解析（下）
NVIDIA深度学习Tensor Core性能解析（下） DeepBench推理测试之RNN和Sparse GEMM DeepBench的最后一项推理测试是RNN和Sparse GEMM，虽然测试中可以选择FP16，但实际上它们都只支持FP32运算。 虽然RNN可能会有加速，但DeepBench和NVI…
-
《从机器学习到深度学习》笔记（1）有监督学习
有监督学习（Supervised Learning）是指这样的一种场景： 有一组数量较多的历史样本集，其中每个样本有一组特征（features）和一个或几个标示其自身的类型或数值的标签（label）；对历史样本学习得到模型后，可以用新样本的特征预测其对应的标签。 1. 场景 在有监督学习中可以将每条数据看成是一条由特征到标签的映射，训练的目的是找出映射的规律…
-
《从机器学习到深度学习》笔记（2）无监督学习
有监督学习用于解决分类问题的前提是必须有一个带标签数据的样本集，但获得数据标签的代价往往是非常昂贵的。同时，这些标签通常都是人工标注，标注错误的情况也时有发生。这样就促使了无监督学习策略的发展，简单的说它就是： 对无标签数据进行推理的机器学习方法。 1. 场景 由于无监督学习的前提是不需要前期的人类判断，所以它一般是作为某项学习任务的前置步骤，用于规…
-
《从机器学习到深度学习》笔记（4）划分数据集
任何机器学习算法都是基于对已有数据集或环境的信息挖掘，要求将从现有数据学习得到的模型能够适配于未来的新数据。 1. 训练集（Training set）与测试集（Test set） 很自然的，在评估模型能力的时候需要采用与模型训练时不同的数据集，因此在训练模型之前需要将已有数据集划分成如图1-13的两部分。 图1-13 训练集与测试集 顾名思义，图中的训练…
![基于深度学习的事件驱动型股票预测[论文研读笔记]](https://pythonjishu.com/wp-content/themes/justnews/themer/assets/images/lazy.png)
