cyl9413的博客

深度学习环境配置  前两个礼拜一直在折腾深度学习环境配置，现做如下笔记。这里对Ubuntu16.04配置gtx1060深度学习环境： cuda8.0+cudnn5.1+tensorflow0.11+theano0.81.装系统  装系统本身很简单，不管是单系统还是双系统。重点是我们得先明白，硬盘分区分为MBR和GPT两种格式，这两种硬盘格式对相应系统是不兼容的。   早期的硬盘分区格式为MBR格

许多重要问题都可以抽象为变长序列学习问题（sequence to sequence learning），如语音识别、机器翻译、字符识别。这类问题的特点是，1) 输入和输出都是序列（如连续值语音信号/特征、离散值的字符），2) 序列长度都不固定，3)并且输入输出序列长度没有对应关系。因此，传统的神经网络模型（DNN， CNN， RNN）不能直接以端到端的方式解决这类问题的建模和学习问题。解决变长序列的

关于attention模型，知乎上很多人都推荐了一篇文章Neural Machine Translation by Jointly Learning to Align and Translate 感觉这篇文章非常的不错，里面还大概阐述了encoder-decoder(编码)模型的概念，以及传统的RNN实现。然后还阐述了自己的attention模型。记录如下：1 Encoder-Decoder模型及R