【摘要】本文主要通过两个实际应用案例：一是基于本地JupyterNotebook的MNIST手写数据识别；二是基于华为云服务器的CIFAR10图像分类，对开源框架MindSpore进行介绍。!(https://bbsimg.huaweicloud.com/blogs/img/1592961022115085796.

第一章神经网络与深度学习(NeuralNetwork&Deeplearning)DeepLearning.ai学习笔记（一）神经网络和深度学习Week3浅层神经网络(https://www.oschina.net/action

第1章课程导学本章节主要介绍课程的主要内容、核心知识点、课程涉及到的应用案例、深度学习算法设计通用流程、适应人群、学习本门课程的前置条件、学习后达到的效果等，帮助大家从整体上了解本门课程的整体脉络。第2章深度学习基础串讲（必备理论知识）主要介绍深度学习的基础知识，具体包括了深度学习的发展历程、基本概念（前向运算、反向传播、参数优化）、深度

《Tensorflow实战Google深度学习框架》_前三章的摘要（没有简介和环境搭建的部分）__摘要的内容是与tensorflow语句相关的知识__如有违规之类的请通知我啊__这个pdf一般bd有需要的可以私聊我或者留下扣扣邮箱__欢迎指点__注：本来是要直接粘word但是word能粘截图我就一个一个传上来的 

TVM是一个开源深度学习编译器，可适用于各类CPUs,GPUs及其他专用加速器。它的目标是使得我们能够在任何硬件上优化和运行自己的模型。不同于深度学习框架关注模型生产力，TVM更关注模型在硬件上的性能和效率。本文只简单介绍TVM的编译流程，及如何自动调优自己的模型。更深入了解，可见TVM官方内容：文档:https://tvm.apach

深度学习与图神经网络学习分享：CNN经典网络之ResNetresnet又叫深度残差网络图像识别准确率很高，主要作者是国人哦深度网络的退化问题深度网络难以训练，梯度消失，梯度爆炸，老生常谈，不多说!深度网络的退化问题(htt

是一个python库，也是一个基于python的深度学习框架。它由清华大学计算机系教授、博士生导师胡浩老师开发。它支持多线程，采用了并行计算的技术，实现了深度学习算法的加速。另外，它支持基于图的模型，并在此基础上提供了多种模型库和数据集。首先，我们需要准备