2017年10月 22 日到10月29日，两年一度的计算机视觉国际顶级会议 International Conference on Computer Vision（ICCV 2017）在意大利威尼斯开幕。其中最佳论文和最佳学生论文奖，又被何凯明大神再度包揽！ 这位为国争光的何凯明是谁？为何被通称为“大神”？
在开发过程中有时需要使用谷歌资源，但是由于政策等一些原因在国内无法正常访问，一般解决方法就是买VPN，或者自己使用云服务搭建VPN。本文介绍一种使用插件方法访问谷歌资源，绝对免费，操作也很简单。
今天我们要介绍的是DenseNet模型，它的基本思路与ResNet一致，但是它建立的是前面所有层与后面层的密集连接（dense connection），它的名称也是由此而来。DenseNet的另一大特色是通过特征在channel上的连接来实现特征重用（feature reuse）。
常见的seq2seq问题，比如摘要提取，机器翻译等大部分采用的都是encoder-decoder模型。而实现encoder-decoder模型主要有RNN和CNN两种实现；
部署是基于：centos7+nginx+uwsgi+python3+django 之上做的 软件版本详细介绍，纯净操作系统：Centos7.0 Python版本：python3.6 Django版本:django2.0.6 本文包括以下几个部分内容：
本文将从一个下山的场景开始，先提出梯度下降算法的基本思想，进而从数学上解释梯度下降算法的原理，最后实现一个简单的梯度下降算法的实例！
