![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
晴晴.
这个作者很懒,什么都没留下…
展开
-
Sequence to Sequence Learning with Neural Networks 论文内容介绍
论文地址:传送门1.Introduction这篇论文是2014年Google团队提出的一篇论文,当时DNN非常流行,对于语音识别等任务的效果也非常不错,但是DNN是有限制的。比如做MT任务等等,这些序列任务其实对于输出来讲,长度的可变的,例如:English译为“英语”,实际上序列的长度发生了变化,传统的DNN是解决不了这个问题的,于是Google团队提出了seq-to-seq模型的概念。作者选择WMT’14的数据集和英语译为法语的翻译任务为例,将最后的结果和当时SMT的模型做对比,结果基于LSTM的原创 2020-08-05 16:12:13 · 402 阅读 · 0 评论 -
Keras实现LeNet-5 对mnist数据集进行识别
记录一下keras代码学习过程,LeNet-5的网络结构就不在这里叙述了,推荐知乎一位大神的讲解:https://zhuanlan.zhihu.com/p/74176427.代码:import numpy as npimport matplotlib.pyplot as pltfrom keras.datasets import mnistfrom keras.models import Sequentialfrom keras.layers import Flatten, Dense, C.原创 2020-06-18 18:02:02 · 827 阅读 · 0 评论 -
使用python实现两层神经网络(HW3)
使用python实现两层神经网络(HW3)记录一下手动实现一个两层的全连接神经网络,主要针对于李宏毅老师HW3的7分类问题。本来是想拿NN SVG画一下这个结构,结果维度太高,它死机了。。(好吧,是我太菜了,,不太会用),所以用一个小的结构代替一下,就是一个简单的FCNNbp算法就不写在这里了,其他的大神都讲的很不错的。网络大概结构:源代码:import numpy as npimport matplotlib.pyplot as pltfrom keras.utils import原创 2020-06-17 09:32:00 · 1319 阅读 · 0 评论