人工智能资料库：第51辑（20170504）

---

今天分享：
（1）从零开始实现自动语音识别系统；
（2）Keras 学习深度学习教程；
（3）深度学习论文汇总；
（4）利用特征工程提升Kaggle名次；
（5）TensorFlow 实现连续深度Q学习 ；

---

1.【代码】Automatic Speech Recognition

简介：

利用 TensorFlow 实现端到端自动语音识别系统。（star：666）

原文链接：https://github.com/zzw922cn/Automatic_Speech_Recognition

---

2.【博客】Learning Deep Learning with Keras

简介：

该文章教授你如何从零开始使用 Keras 搭建自己的神经网络，是一个很不错的教程。

原文链接：http://p.migdal.pl/2017/04/30/teaching-deep-learning.html

---

3.【代码】Deep Learning Papers by task

简介：

该文档按照任务和日期排序，对深度学习论文做了一个总结。目前效果最好的几篇论文都被标注出来了。对于每一篇论文都给出了它的连接。

原文链接：https://github.com/sbrugman/deep-learning-papers

---

4.【博客】How Feature Engineering can help you do well in a Kaggle competition - Part I

简介：

该文章讲述了作者如何从1000+名次上升到19名，其中的一个法宝就是使用特征工程来对数据进行清洗和操作。

原文链接：https://medium.com/unstructured/how-feature-engineering-can-help-you-do-well-in-a-kaggle-competition-part-i-9cc9a883514d

---

5.【代码】'Continuous Deep Q-Learning with Model-based Acceleration' in TensorFlow

简介：

TensorFlow 实现 Continuous Deep q-Learning with Model-based Acceleration.

原文链接：https://github.com/carpedm20/NAF-tensorflow

---