D2lzh

新增教程

循环神经网络
- 循环神经网络 — 从0开始
- 通过时间反向传播
- 门控循环单元（GRU）— 从0开始
- 长短期记忆（LSTM）— 从0开始
- 循环神经网络 — 使用Gluon

计算机视觉

- YOLO — 使用Gluon
- 语义分割：FCN
- 样式迁移
- 实战Kaggle比赛——使用Gluon识别120种狗 (ImageNet Dogs)

自然语言处理
- 词向量 — word2vec
- 词向量 — GloVe和fastText
- 使用预训练的词向量
- 编码器—解码器（seq2seq）和注意力机制
- 神经机器翻译

新增教程

计算机视觉

- 物体检测概述
- 物体检测 --- SSD
- 全连接卷积网络
- 样式迁移
- 实战Kaggle比赛——使用Gluon识别120种狗 (ImageNet Dogs)

优化算法

- AdaDelta: scatach and gluon
- Adam: scatach and gluon
- RMSProp: scatach and gluon
- AdaGrad: scatach and gluon

其他更新

- FIX了latex编译的一些bug
- FIX了很多typo

新增教程

前言

- 在AWS上运行教程

卷积神经网络

- 网络中的网络
- 更深的卷积神经网络：GoogLeNet
- ResNet：深度残差网络
- DenseNet：稠密连接的卷积神经网络

优化算法

- 优化算法概述
- 梯度下降和随机梯度下降 — 从0开始
- 梯度下降和随机梯度下降 — 使用Gluon
- 动量法 — 从0开始
- 动量法 — 使用Gluon

Gluon高级

- Hybridize：更快和更好移植
- 延迟执行
- 自动并行
- 多GPU来训练 — 从0开始
- 多GPU来训练 — 使用Gluon

计算机视觉

- 图片增强
- 实战Kaggle比赛——使用Gluon对原始图像文件分类（CIFAR-10）

其他改动

- 改进了Makefile，每次编译只运行改动后的notebook
- 使用了S3+CloudFront来host网页
- URL里面加了chapter名字，可能break前面的一些link
- CI server从单M60改到双M60
- FIX了很多文字

新增教程

监督学习

- 丢弃法（Dropout）— 从0开始
- 丢弃法（Dropout）— 使用Gluon

卷积神经网络

- 批量归一化 — 从0开始
- 批量归一化 — 使用Gluon
- 深度卷积神经网络和AlexNet
- VGG：使用重复元素的非常深的网络

其他改动

主要是fix typo

新增教程

监督学习

- 欠拟合和过拟合
- 正则化 — 从0开始
- 正则化 — 使用Gluon
- 实战Kaggle比赛——使用Gluon预测房价和K折交叉验证

Gluon基础

- 创建神经网络
- 初始化模型参数
- 序列化 — 读写模型
- 设计自定义层
- 使用GPU来计算

循环神经网络

- 循环神经网络 — 从0开始

其他改动

- 除了HTML版本外，也发布PDF可打印版本。
- 将mxnet依赖改到9/15/2017
- 为kaggle教程加了pandas的依赖
- 更详细的安装教程
- 将 `random_uniform` 改成 `random.uniform`
- fix了一堆typo

主要特性

翻译并改进了下面教程

- 为什么要做这个项目
- 前言
- 安装和使用
- 机器学习简介
- 使用NDArray来处理数据
- 使用autograd来自动求导
- 从0开始的线性回归
- 使用Gluon的线性回归
- 从0开始的多类逻辑回归
- 使用Gluon的多类逻辑回归
- 从0开始的多层感知机
- 使用Gluon的多层感知机
- 从0开始的卷积神经网络
- 使用Gluon的卷积神经网络

架设了文档服务器： https://zh.gluon.ai
开始运营了社区：https://discuss.gluon.ai