- 博客(5)
- 资源 (16)
- 收藏
- 关注
RSS订阅原创 深度学习之五：序列模型与词向量
1 循环序列模型1.1 序列模型的适用范围序列模型是一种用于处理序列数据的模型，它可以用于语音识别，音乐生成，情感分类，机器翻译，命名实体识别等。模型的输出也可能是一个序列。1.2 相关的符号约定x<k>x<k>x^{} 表示输入序列中的第k个元素 y<k>y<k>y^{} 表示输出序列中的第k个元素 x(i)<k&...
2018-02-26 17:39:25
3620
原创 深度学习之四：卷积神经网络基础
计算机视觉在深度学习的帮助下取得了令人惊叹的进展，其中发挥重要作用的是卷积神经网络。本节总结了卷积神经的原理与实现方法。1 卷积神经网络1.1 计算机视觉与深度学习计算机视觉要解决的问题是如何让机器理解现实世界的现象。目前主要处理的问题如图像分类，目标检测，风格变换等。对于小型图片，如MNIST的图片处理，图像大小为64*64，使用全连接神经网络还可以处理。如果图像较大，如...
2018-02-19 19:24:58
3149
原创 深度学习之三：机器学习的策略
本文为Andrew ng深度学习课程的第三部分，主要总结了机器学习的策略方法。1 机器学习策略之一当我们的模型搭建出来之后，策略可以指引我们为了达到目标，如何采取下一步行动。1.1 正交化当设计和训练一个监督学习的系统时，我们依赖下面四条正交的假定：使模型在训练集上拟合，否则使用更大的神经网络或使用更好的优化算法。使模型在开发集上拟合，否则使用正则化或使用更大的训练集...
2018-02-16 10:22:15
2847
原创 深度学习之二：神经网络的实践与优化
本文内容为Andrew ng深度学习课程的第二部分的笔记，本篇总结了如何神经网络的训练和学习过程的实践经验与优化方法。1 深度学习的实践技巧应用机器学习是一个需要不断迭代的过程，众多经验参数如层数，隐层单元数，学习率，激活函数，权重参数的初始化方法等等众多的参数需要不断尝试改进以最终的得到较高的准确率。在这个过程中，有着众多的实践技巧。1.1 训练/开发/测试集如果针对某一监督...
2018-02-16 10:19:28
1790
原创 深度学习之一：神经网络与深度学习
深度学习之一：神经网络与深度学习1 简介本系列内容为Andrew NG的深度学习课程的笔记。深度学习课程在coursera及网易云课堂上都可以免费学习到。课程共计5部分，分别介绍了深度学习，深度学习的优化，深度学习项目的演进策略，卷积神经网络和循环神经网络。本系列笔记也分为5部分，分别与之相对应。本篇内容主要介绍如何使用numpy，通过梯度下降实现后向传播算法，完成从简单的单个...
2018-02-12 17:52:04
4772
Cisco IPv6实现技术
2009-03-04
Programming with posix threads
2008-12-19
Linux网络协议栈架构--设计与实现
2008-11-25
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人