org mode export to beamer

org2beamer.org

#+startup: beamer
#+latex_class: beamer
#+LaTeX_CLASS_OPTIONS: [presentation, bigger,aspectratio=169]
#+latex_compiler: xelatex
#+COLUMNS: %40ITEM %10BEAMER_env(Env) %9BEAMER_envargs(Env Args) %4BEAMER_col(Col) %10BEAMER_extra(Extra)
#+OPTIONS:   H:2 num:t toc:nil \n:nil @:t ::t |:t ^:t -:t f:t *:t <:t
#+beamer_theme: metropolis
#+beamer_color_theme:
#+beamer_font_theme:
#+beamer_inner_theme:
#+beamer_outer_theme:
#+beamer_header:
#+latex_header:\usepackage{xeCJK}
#+latex_header:\setCJKmainfont{Noto Sans CJK SC}
#+latex_header:\usepackage{fontspec}
#+latex_header:\setmainfont{Nimbus Sans}
#+latex_header:\setsansfont{Nimbus Sans}
#+latex_header:\setmonofont[Scale=0.9]{Hack}
#+latex_header:\usepackage{indentfirst}
#+latex_header:\setlength{\parindent}{2em}
#+latex_header:\XeTeXlinebreaklocale "zh"
#+latex_header:\XeTeXlinebreakskip = 0pt plus 1pt minus 0.1pt
#+title: 
#+author: 

* 深度学习是什么
** 神经网络
*** text                                                   :B_column:BMCOL:
:PROPERTIES:
:BEAMER_env: column
:BEAMER_opt: [t]
:BEAMER_col: 0.6
:END:
- 神经网络是一些带有权重和激活函数的节点的图
- 图中的节点组织成layer的形式, layer和layer之间的节点有连接
- 深度学习(深度神经网络)将layer堆叠在一起, 形成不同的结构
- 在如今海量的数据集, 强大的硬件, 新的训练算法的情况下, 可以训练出很大的神经网络

*** img                                                    :B_column:BMCOL:
:PROPERTIES:
:BEAMER_env: column
:BEAMER_opt: [t]
:BEAMER_col: 0.4
:END:

#+ATTR_LATEX: :width=\textwidth
[[file:network.png]]
** 深度学习
- 通常的机器学习算法在训练数据量继续增加时, 训练得到的模型运行效果不会不断变好
  (算法有能力上限), 深度学习没有这个限制
- 深度学习尤其擅长于处理非结构化数据, 比如图片(computer vision), 音频(speech
  processing), 文字(natural language)
- 常见的深度学习框架: TensorFlow, MXNet, Keras, PyTorch