Synced 深度研学社 每周干货，每周为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少，每天进步一点点~

【入门教程】Deep Learning in a Nutshell: Core Concept

by Tim Dettmers



简介：

Tim Dettmers是一名就读于瑞士University of Lugano的信息学研究生，其研究方向是深度学习。这篇文章以词汇表的形式介绍了深度学习中的主要概念，旨在阐明对重点概念的理解，而非侧重理论化的数学细节。以下是一份简短的梳理：

Core Concept: machine learning, feature engineering, feature learning, deep learning

Fundamental Concept: logistic regression, artificial neural network, unit, artificial neuron, activation function, layer

Convolutional Deep Learning: convolution, pooling/subsampling, CNN, inception



链接：

https://devblogs.nvidia.com/parallelforall/deep-learning-nutshell-core-concepts/



相关资料：

• Tim Dettmers的深度学习博客: http://timdettmers.com/

【技术分析】 Attention and Augmented Recurrent Neural Network

by  Chris Olah, Shan Carter



简介：

Chris Olah和Shan Carter是Google Brain的研究员，认为augmented recurrent neural network将在扩展深度学习能力中发挥重要作用。这篇文章主要介绍attention和RNN的四个重要方向: neural Turing machines, attentional interface, adaptive computation time, 和neural programmers。 原文在介绍完每一方向后附有相关代码的链接。



原文链接：

http://distill.pub/2016/augmented-rnns/

译文链接：

http://dataunion.org/25734.html





【资源分享】 Deep Learning Libraries by Language

by  Emmanuelle Rieuf



简介：

一系列根据编程语言分类的深度学习库，包含链接和简介。所包括的编程语言有：Python, C++, Java, Javascript, Lua, Julia, Lisp, Haskell, .NET, R。





原文链接：

http://www.datasciencecentral.com/profiles/blogs/deep-learning-libraries-by-language

译文链接：

/article/1621