【专知精选】专知9-10月主题链路高阅读量文章分享

点击上方“专知”关注获取更多AI知识!

【导读】专知公众号自9月15日运营以来，我们创作发送了一系列优质精品文章，受到用户的喜欢，下面我们精选一些优质高阅读量的文章分享，欢迎查看！

#DeepLearning4J教程#

【专知-Deeplearning4j深度学习教程01】分布式Java开源深度学习框架DL4j安装使用: 图文+代码

【专知-Deeplearning4j深度学习教程02】用ND4J自己动手实现RBM: 图文+代码

【专知-Deeplearning4j深度学习教程03】使用多层神经网络分类MNIST数据集:图文+代码

【专知-Java Deeplearning4j深度学习教程04】使用CNN进行文本分类:图文+代码

【专知-Java Deeplearning4j深度学习教程05】无监督特征提取神器—AutoEncoder:图文+代码

#Pytorch深度学习教程#

1. < 一文带你入门优雅的Pytorch >

2. < 快速理解系列(一): 图文+代码, 让你快速理解CNN>

3. < 快速理解系列(二): 图文+代码, 让你快速理解LSTM>

4. < 快速理解系列(三): 图文+代码, 让你快速理解GAN >

5. < 快速理解系列(四): 图文+代码, 让你快速理解Dropout >

6. < NLP系列(一) 用Pytorch 实现 Word Embedding >

7. < NLP系列(二) 基于字符级RNN的姓名分类 >

8. < NLP系列(三) 基于字符级RNN的姓名生成 >

#知识图谱#

【干货】最全知识图谱综述#1: 概念以及构建技术

【干货】最全知识图谱综述#2: 构建技术与典型应用

#科研指导#

【专知独家干货】-《科研写作之读论文》的一些心得体会

阅读更多专知干货：

【干货】RL-GAN For NLP: 强化学习在生成对抗网络文本生成中扮演的角色

【深度】可解释性与deep learning的发展

 专知主题链路知识推荐#4-机器学习中往往被忽视的贝叶斯参数估计方法【深度】浅析Geoffrey Hinton最近提出的Capsule计划

了解使用专知-获取更多AI知识！

专知，一个新的认知方式！

构建AI知识体系-专知主题知识树简介

一图了解人工智能知识体系大全-专知主题知识树人工智能可视化

专知主题知识树可视化系列-一图了解大数据分析、编程语言、系统架构的知识体系大全

专知内容生产基石-数据爬取采集利器WebCollector 介绍

请扫描小助手，加入专知人工智能群，交流分享~

欢迎转发分享到微信群和朋友圈！

获取更多关于机器学习以及人工智能知识资料，请访问www.zhuanzhi.ai, 或者点击阅读原文，即可得到！

-END-

欢迎使用专知

专知，一个新的认知方式！目前聚焦在人工智能领域为AI从业者提供专业可信的知识分发服务, 包括主题定制、主题链路、搜索发现等服务，帮你又好又快找到所需知识。

使用方法>>访问www.zhuanzhi.ai, 或点击文章下方“阅读原文”即可访问专知

中国科学院自动化研究所专知团队

@2017 专知

专 · 知

关注我们的公众号，获取最新关于专知以及人工智能的资讯、技术、算法、深度干货等内容。扫一扫下方关注我们的微信公众号。

点击“阅读原文”，使用专知！