公開神經網路介紹
歡迎使用opensource.com上名為the open organization的新部分。 在這裡，我們可以使用組織中的開源方式來重新設想我們的協作，參與和決策方式 。
《開放式組織：點燃激情與績效》
是一本有關紅帽將開源原則應用於公司運營的方式的書。 它旨在重塑公司和其他尋求改變其經商方式的組織中管理和協作的未來。
開放組織也是關於一群人的。 這是關於一種文化以及一種行為方式和彼此互動的方式。 這就是新部分的主要目的之一：研究領導者的另一種方式，即透明，真實，進取和開放。
就像我們在opensource.com上一樣，我們將重點介紹開源原則如何影響我們周圍的世界。 我們將分享您的故事 。 您如何使用您在開放性的組織學到的知識改變永存告訴我們，成為21 世紀的領導者，並影響您的組織的懷抱開放。
收集和分享我們在開放組織中產生的智慧型是我們的使命。 準備就緒後， 請將您的公開組織故事提交給我們 。 我們的團隊很樂意審核您的建議。
在此之前，使用標籤#theopenorg加入我們在新部分或社交**上的對話 ，在twitter上關注@openorgbook ，並與facebook社群類似。
首先，我們建立了乙個新的資源頁面： 什麼是開放組織？
我們還將提供源源不斷的文章，以告知，教育和建立持久的聯絡。
正如吉姆·懷特赫斯特（jim whitehurst）在五年多前幫助啟動opensource.com 的歡迎宣告中說的那樣：「很高興您來到這裡。讓我們開始吧。」
翻譯自:公開神經網路介紹
神經網路介紹
傳統神經網路結構比較簡單，訓練時隨機初始化輸入引數，並開啟迴圈計算輸出結果，與實際結果進行比較從而得到損失函式，並更新變數使損失函式結果值極小，當達到誤差閾值時即可停止迴圈。神經網路的訓練目的是希望能夠學習到乙個模型，實現輸出乙個期望的目標值。學習的方式是在外界輸入樣本的刺激下不斷改變網路的連線權值...
卷積神經網路介紹
在深度學習出現之前，我們必須借助sift，hog等演算法提取具有良好區分性的特徵，再集合svm等機器學習演算法進行影象識別。sift對一定程度內的縮放 平移 旋轉 視角改變 亮度調整等畸變，都具有不變性。cnn作為乙個深度學習架構被提出的最初訴求，是降低對影象資料 預處理的 要求，以及避免複雜可以的...
卷積神經網路介紹
本文由 翻譯並自行補充而來。cnn是ai發展中最令人振奮的進步之一，早期由yann lecun等人提出。卷積神經網路在2012年被krizhevsky開創性的推廣下，在計算機視覺領域取得了廣泛的成果，並且已經取代了傳統的影象處理技術，成為解決計算機視覺問題的最新技術。cnn也正在被研究和應用於其他領...