动手学习深度学习
美式半糖不加奶
这个作者很懒,什么都没留下…
展开
-
动手学习深度学习—Task03
文章目录文本预处理读入文本分词建立字典将词转化为索引语言模型读取数据集建立字符索引时序数据的采样随机采样相邻采样文本预处理读入文本import collectionsimport redef read_time_machine(): with open('/home/kesci/input/timemachine7163/timemachine.txt', 'r') as f:...原创 2020-02-19 21:36:20 · 163 阅读 · 0 评论 -
动手学习深度学习—Task04
文章目录GRULSTM深度循环神经网络双向循环神经网络GRURNN存在的问题:梯度较容易出现衰减或爆炸(BPTT)⻔控循环神经⽹络:捕捉时间序列中时间步距离较⼤的依赖关系GRU:Rt=σ(XtWxr+Ht−1Whr+br)Zt=σ(XtWzr+Ht−1Whz+bz)H^t=tanh(XtWxh+(Rt⨀Ht−1)Whh+bh)Ht=Zt⨀Ht−1+(1−Zt)⨀H^tR_t = \...原创 2020-02-19 21:35:56 · 134 阅读 · 0 评论 -
动手学习深度学习—task05
卷积神经网络基础特征图与感受野二维卷积层输出的二维数组可以看作是输入在空间维度(宽和高)上某一级的表征,也叫特征图(feature map)。影响元素x的前向计算的所有可能输入区域(可能大于输入的实际尺寸)叫做x的感受野(receptive field)填充和步幅填充填充(padding)是指在输入高和宽的两侧填充元素(通常是0元素)如果原输入的高和宽是nhn_hnh和nwn_wnw...原创 2020-02-19 21:13:43 · 177 阅读 · 0 评论 -
动手学习深度学习—第三章
文章目录第三章3.1 线性回归模型第三章3.1 线性回归模型线性回归假设输入和输出是线性关系y^=w1x1+w2x2+b \hat{y} = w_1x_1 +w_2x_2+b y^=w1x1+w2x2+b其中w1,w2w_1, w_2w1,w2是权重, b是偏差采用平方差...原创 2020-02-14 16:27:59 · 373 阅读 · 0 评论