1. from __future__ import print_function　　在开头加上from __future__ import print_function这句之后，即使在python2.X，使用print就得像python3.X那样加括号使用。python2.X中print不需要括号，而在python3.X中则需要。# python2.7print "Hello world

深度学习实际就是指训练一个规模较大的神经网络：监督学习：Standard NN：Convolutional NN:Recurrent NN:输入数据:结构化数据（具有一个明确含义的数据）,非结构化数据（音频、图像，文本等等内容。其特征可能是图像中的像素信息或者是文本中的内容等）深度学习飞速发展原因：1 数据量的大爆发2 GPU等硬件设备带来的计算效率的飞速增长3 一些优秀的算法提出。横轴表示的是训

1. from __future__ import print_function　　在开头加上from __future__ import print_function这句之后，即使在python2.X，使用print就得像python3.X那样加括号使用。python2.X中print不需要括号，而在python3.X中则需要。# python2.7print "Hello world

再也不想当电脑小白了，搞深度学习还是要懂些电脑硬件标准的呀一台电脑需要知道哪些基本部件(1) 机箱,一般电脑的主要零件都放在这里(2) 显示器,用来看电脑的工作过程,要不然,你都不知道电脑究竟在做什么     (3) 键盘和鼠标,向电脑输入有用的命令,让它去为我们工作     (4) 主板,这是一块很重要的东西,虽然它长得有点 丑 ,这里是决定你这台电脑性能的重要零件之一(5) 内存,当电脑工作时

https://blog.csdn.net/caimouse/article/details/77942582从李飞飞的课程里，可以看到她的电脑配置，这个配置是机器学习的基本配置，我们可以参考一下：http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture8.pdfCPU： intel core i7-7700k 4.4G内存：4X8G 显

到目前为止，我们主要学习了学习算法模型：，在给定以θ为参数的x时y的分布。比如说逻辑回归模型：，g是sigmoid function。今天我们学的是一种不同的学习算法——生成学习算法。Part4 生成模型、高斯判别分析、朴素贝叶斯1.判别学习算法和生成学习算法① 判别学习算法（discriminative learning algorithm）：训练出一个总模型，把新来的样本放到这个总模型中，直接

https://blog.csdn.net/caimouse/article/details/77942582从李飞飞的课程里，可以看到她的电脑配置，这个配置是机器学习的基本配置，我们可以参考一下：http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture8.pdfCPU： intel core i7-7700k 4.4G内存：4X8G 显

基于TensorFlow的代码下载：https://github.com/Jongchan/tensorflow-vdsrhttps://文章链接：(Accurate Image Super-Resolution Using Very Deep Convolutional Networks, CVPR2016)环境配置：深度学习（一）：虚拟机Linux系统搭建CPU TensorFlow基础理论学

基于TensorFlow的代码下载：https://github.com/yifanw90/FSRCNN-TensorFlow文章链接：(Accelerating the Super-Resolution Convolutional Neural Network, ECCV2016)环境配置：深度学习（一）：虚拟机Linux系统搭建CPU TensorFlow基础理论学习方便理解：deeplear

最近重装了一遍，在此捋一捋：1.在win7下进行Linux虚拟机搭建参考链接：在win7下进行Linux虚拟机搭建对于Linux系统。最易于理解的版本就是著名的Ubuntu，下载和使用都是免费的，下载链接：Ubuntu下载，因为据说Ubuntu16版本会卡，所以选择的是Ubuntu14，桌面版，ubuntu-14.04.5-desktop-amd64.iso。2.在Linux系统搭建TensorF