下面来说明感知器模型。

A curated list of deep learning resources for computer vision, inspired byawesome-php and awesome...

神经网络是一门重要的机器学习技术。它是目前最为火热的研究方向–深度学习的基础。学习神经网络不仅可以让你掌握一门强大的机器学习方法，同时也可以更好地帮助你理解深度学习技术。

自组织映射神经网络， 即Self Organizing Maps (SOM)， 可以对数据进行无监督学习聚类。它的思想很简单，本质上是一种只有输入层--隐藏层的神经网络。隐藏层中的一个节点代表一...

将神经网络应用于大图像时，输入可能有上百万个维度，如果输入层和隐含层进行“全连接”，需要训练的参数将会非常多。如果构建一个“部分联通”网络，每个隐含单元仅仅只能连接输入单元的一部分，参数数量会显...

layered 旨在实现一个干净的前馈神经网络。它用 Python 3写成，使用 MIT 许可证。如果你想实现神经网络，你可以使用这个库作为指导。

神经网络本质上是一种语言，我们通过它来表达对应用问题的理解。例如我们用卷积层来表达空间相关性，RNN来表达时间连续性。根据问题的复杂性和信息如何从输入到输出一步步提取，我们将不同大小的层按一定原...

一个适用于Node.js和浏览器的灵活神经网络库。

ConvNetJS 是用 JavaScript 实现的神经网络，同时还有基于浏览器的 demo。

Brain 是一个 JavaScript 神经网络库。

命名实体识别（Named Entity Recognition，后文简称NER）是指从文本中识别具有特定类别的实体（通常是名词），例如人名、地名、机构名、专有名词等。命名实体识别是信息 检索，查...

【编者按】 本文为利用GPU和Caffe训练神经网络的实战教程，介绍了根据Kaggle的“奥托集团产品分类挑战赛”的数据进行训练一种多层前馈网络模型的方法，如何将模型应用于新数据，以及如何将网络...

使用前馈卷积神经网络（convnets）来解决计算机视觉问题，是深度学习最广为人知的成果，但少数公众的注意力已经投入到使用递归神经网络来对时间关系进行建模。而根据深度学习三大牛的阐述， LSTM...

训练多层感知器（MLP）神经网络进行光学字符识别（OCR）。使用修改版的验证码生成器节点验证码自动生成训练集，最近添加了对MNIST手写体数字数据库支持。

scikit-neuralnetwork是对pylearn2的神经网络封装，兼容scikit-learn。

神经网络是机器学习的一种重要方法，如果不去看具体的数学推导，其整体结构和思想还是很容易理解的。实现起来也很方便。

自图灵提出“机器与智能”，一直就有两派观点，一派认为实现人工智能必须用逻辑和符号系统，这一派看问题是自顶向下的；还有一派认为通过仿造大脑可 以达到人工智能，这一派是自底向上的，他们认定如果能造一...

Synaptic是一个JavaScript神经网络库，可用于node.js 和浏览器环境。

语言模型是自然语言处理领域的基础问题，其在词性标注、句法分析、机器翻译、信息检索等任务中起到了重要作用。简而言之，统计语言模型表示为：在词序列中，给定一个词和上下文中所有词，这个序列出现的概率，...

1：准备数据：务必保证有大量、高质量并且带有干净标签的数据，没有如此的数据，学习是不可能的 2：预处理：这个不多说，就是0均值和1方差化