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）
-
漫谈RNN之序列建模（机器说图篇）
)
