公众号——深度学习每日摘要 所有文章（持续更新中）： 聊聊语音识别的发展历程 说说重要的贝叶斯公式吧 我对入门深度学习的切身体会 聊聊隐马尔科夫模型（HMM） 关于防止过拟合的一些想法 我与数据打交道（一） 我与数据打交道（二） 我与数据打交道（三） 我所理解的深度学习（一）——BP图模型算法 我所理解的深度学习（二）——卷积神经网络基础 我所理解的深度学习（三）——卷积神经网络应用① 【AD1】有哪些基本的排序算法 【AD2】聊聊组合与排列 【AD3】一个算法问题的三种思考方式 我所理解的深度学习（四）——卷积神经网络应用② 【AD4】再叙快排 【AD5】什么是自平衡二叉查找树 分析堆排序 【AD6】如何进行归并排序 我对GMM的理解（一） 我对GMM的理解（二） 我对随机梯度下降的理解（一） 我对随机梯度下降的理解（二） 如何评价一个机器学习模型 K-最近邻算法的应用 朴素贝叶斯（Naive Bayes） 决策树（Decision Tree） Bagging,Random Forests以及Boosting K-Means集群算法 我对推荐系统的理解 RNN-maxout+VGG+LSTM组合模型用于声学建模 语言模型之N-gram 如何评价一个语言模型（LM） 时序分类算法之Connectionist Temporal Classification（CTC） 我对动态规划算法的理解（一） 我对动态规划算法的理解（二） 我对动态规划的理解（三） RL（一）——马尔科夫决策过程 基于强化学习开发人机对弈五子棋游戏 n-Armed Bandit Problem（一） TensorFlow(一)——基础图模型 TensorFlow(二)——逻辑回归 n-Armed Bandit Problem（二） 什么是对抗式生成网络 TensorFlow(三)——卷积神经网络用于手写字识别 资源汇总|如何成为一名数据科学家 TensorFlow(四)——构建自动编码器用于数据压缩及复原 Prisma修图软件的图片风格转换算法 深度残差学习框架（Deep Residual Learning） TensorFlow(五)——构建深度残差学习网络 如何计算字符串编辑距离 微软2016年最新语音识别系统 基于注意力模型的TIMIT语音识别系统 models/autoencoder源码阅读（一） models/autoencoder源码阅读（二） models/autoencoder源码阅读（三） 运用Res-GRU神经网络进行图片压缩 如何用神经网络进行图片无损压缩 从头写一个朋友圈红包图片 Tensorflow|如何保存或导入训练好的模型 如何理解机器学习中的bias与variance 如何计算语音识别中的字母错误率 如何用Git同步两台电脑 漫谈RNN之基本概念 深度残差学习框架（续） 漫谈RNN之训练方法 漫谈RNN之梯度消失及梯度爆炸 漫谈RNN之长短期记忆模型LSTM 漫谈RNN之长短期记忆模型LSTM（续） 漫谈RNN之序列建模（机器翻译篇） 漫谈RNN之序列建模（机器造句篇） 来源：oschina链接：https://my.oschina.net/u/2315247/blog/798819 标签 深度学习 微信文章
