Creo que los siguientes recursos lo orientarán en la dirección correcta:
– Tutorial de reconocimiento de imágenes de Tensorflow (Reconocimiento de imágenes | TensorFlow): una mirada a la tecnología de reconocimiento de imágenes del aprendizaje profundo del gran papá Google. TensorFlow es la biblioteca de software de código abierto para el aprendizaje automático de Google.
– Tutorial UFLDL (Tutorial de aprendizaje profundo y aprendizaje profundo no supervisado): documento de Stanford sobre métodos de aprendizaje profundo no supervisados
– Aprendizaje profundo (Aprendizaje profundo)
– Biblioteca de Caffe (Caffe | Tutorial de Caffe)
– Github (Construya mejor el software, juntos): plataforma donde los programadores y desarrolladores comparten notas e intercambian recursos Awesome Deep Vision (kjw0612 / awesome-deep-vision) y Awesome Deep Learning (ChristosChristofidis / awesome-deep-learning) en particular son tutoriales muy perspicaces allí.
También le sugiero que consulte la documentación de API de Hive Moderation (Hive Docs). Espero que esto ayude.
- ¿Cómo toman decisiones las neuronas del cerebro? ¿Funcionan de la misma manera que las neuronas artificiales en ANN?
- ¿Cómo se compara el paquete de aprendizaje profundo Mozi con Caffe o Torch7?
- ¿Cuáles son los pros y los contras comparativos de usar Python, MATLAB / Octave y R para el análisis de datos y el aprendizaje automático?
- ¿Me pueden ayudar a encontrar e identificar mi idea de doctorado? (¿Aprendizaje profundo y análisis de Big Data Twitter Sentiment?)
- ¿Cuáles son los pasos básicos del procesamiento de texto en el procesamiento del lenguaje natural para la similitud de texto?