首页 > 代码库 > 深度学习入门介绍系列2
深度学习入门介绍系列2
注：此页是一个引导的页面，后续将会分7个主要教程和一些高级的例子，一步一步讲解深度学习。
这里的教程将为大家提供最重要的几个深度学习算法，并且也会告知如何去用theano来运行它们。theano是一个python类库，它能够帮助大家容易的去写深度算法模型，并且可以让大家能够在GPU上运行这些算法
学习这些教程之前，需要熟悉下先热下身，这里是theano的基础教程，学完之后，再看下这个东东，里面有一些基本的概念和一些测试的训练集。
纯有监督学习算法需要以下面的顺序来学习：
1，逻辑回归
2, 多层感知器
3，深层卷积网
非监督学习和半监督学习算法可以以下面的任何顺序来学习(后续会给出教程和代码)
1，AUTO ENCODERS DENOISING AUTOENCODERS
2, Stacked Denoising Auto-Encoders 简单的步骤就可以实现非监督学习
3，限制波兹曼机
4，DBN http://deeplearning.net/tutorial/DBN.html#dbn
如果你要建立mcRBM model模型，下面是一个新的关于能量模型的教程，HMC SAMPLING （待续）
如果要创建 the Contractive auto-encoders ，这里是源代码 （待续）
如果要创建 Recurrent neural networks with word embeddings and context window 这里是教程 。（待续）
如果要创建 Energy-based recurrent neural network (RNN-RBM):这里是教程 （待续）
深度学习入门介绍系列2
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。