自动化与机器学习的区别

因为代码没法在视频里教会，只是详细的注释作用，所以将会做个代码的教学。

从零开始教没有编程和数学基础的人们如何使用人工智能技术。

下面就让我们以画面识别作为切入点，看看该先验知识是如何被引入到神经网络中的。

目前主流的TensorFlow，用tensorflow这样工具的原因是：它允许我们用计算图（Computational Graphs）的方式建立网络。

描述最常用的RNN实现方式：Long-Short Term Memory（LSTM）

该文主要目的是让大家体会循环神经网络在与前馈神经网络的不同之处。

下面便是目前YJango关于这方面的见解。

YJango的Batch Normalization介绍

TensorFlow中层API Datasets+TFRecord的数据导入

本教程展示一种高效的、可用于训练任意神经网络结构的通用模版 TensorFlow API estimators。

下面介绍如何接着用高层API：Estimator来用下面四个网络结构来完成mnist手写数字识别。

为了研究神经网络，我们必须要对什么网络是什么有一个更直观的认识。