![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
lyy14011305
生物医学文本挖掘 / 社交媒体情感分析
展开
-
Deep Learning及NLP(自然语言处理)杂谈--第一部分
本杂谈分为三个部分,此文为第一部分。第一部分第二部分第三部分听完斯坦福大学的CS224d公开课真是受益匪浅,课程安排紧凑而且内容翔实由浅入深,使我不仅对各种神经网络模型有一个认识,还对NLP的原理有了比较深刻的认识。这门课程分为三个部分:第一部分是NLP的基本原理和DL的基础知识,DL的基础知识在ULFDL上也有,只不过ULFDL上讲解的大多是基转载 2016-10-25 20:58:08 · 633 阅读 · 0 评论 -
机器学习——Dropout原理介绍
机器学习——Dropout原理介绍一:引言 因为在机器学习的一些模型中,如果模型的参数太多,而训练样本又太少的话,这样训练出来的模型很容易产生过拟合现象。在训练bp网络时经常遇到的一个问题,过拟合指的是模型在训练数据上损失函数比较小,预测准确率较高(如果通过画图来表示的话,就是拟合曲线比较尖,不平滑,泛化能力不好),但是在测试数据上损失函数比较大,预测准确率较低。转载 2016-11-28 14:38:21 · 4193 阅读 · 0 评论 -
自适应学习率调整:AdaDelta - Physcal
自适应学习率调整:AdaDelta - Physcal超参数超参数(Hyper-Parameter)是困扰神经网络训练的问题之一,因为这些参数不可通过常规方法学习获得。神经网络经典五大超参数:学习率(Leraning Rate)、权值初始化(Weight Initialization)、网络层数(Layers)单层神经元数(Units)、正则惩罚项(Regulari转载 2016-11-28 14:40:42 · 1586 阅读 · 0 评论 -
深度学习概述
深度学习概述这篇文章主要是为了对深度学习(DeepLearning)有个初步了解,算是一个科普文吧,文章中去除了复杂的公式和图表,主要内容包括深度学习概念、国内外研究现状、深度学习模型结构、深度学习训练算法、深度学习的优点、深度学习已有的应用、深度学习存在的问题及未来研究方向、深度学习开源软件。一、 深度学习概念深度学习(Deep Learning, DL)由转载 2016-11-28 14:53:27 · 11495 阅读 · 0 评论 -
循环神经网络(RNN, Recurrent Neural Networks)介绍
循环神经网络(RNN, Recurrent Neural Networks)介绍 这篇文章很多内容是参考:http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/,在这篇文章中,加入了一些新的内容与一些自己的理解。 循环神经网络(Recurrent转载 2017-03-04 20:09:02 · 711 阅读 · 0 评论 -
理解长短期记忆网络(LSTM NetWorks)
摘要:作者早前提到了人们使用RNNs取得的显著成效,基本上这些都是使用了LSTMs。对于大多数任务,它们真的可以达到更好的效果!写了一堆方程式,LSTMs看起来很吓人。希望通过这篇文章中一步一步的剖析,能更好理解它们。递归神经网络人类并不是每时每刻都从头开始思考。正如你阅读这篇文章的时候,你是在理解前面词语的基础上来理解每个词。你不会丢弃所有已知的信息而从头开始思考。你的思想具转载 2017-03-04 21:20:48 · 3713 阅读 · 0 评论 -
python数据可视化pydot的安装
1、命令行安装pip install graphviz2、到http://www.graphviz.org/Download_windows.php把graphviz-2.38.msi下载下来,进行安装,安装完成后将其bin目录添加到系统的环境变量Path中去。3、命令行输入pip install pydot==1.1.0 注:此处需要指定安装1.1.0版本的pydot原创 2017-02-26 18:18:53 · 4576 阅读 · 0 评论 -
Ubuntu GCC安装、版本切换
作者写这篇博文的背景是在Ubuntu16.04 LTS上跑CNN代码的时候遇到的问题,作者解决该问题花费了很长的时间,即使StackFlow、google上也没有给出很好的答案,一开始作者以为是代码的错误,所以就花费了很长时间来查看代码,但是并没有发现错误,但是却发现了一个大的逻辑错误(此处意外惊喜、因为对最后的结果有帮助),于是作者使用可以在Windows环境下可以运行的工程放到Ubuntu系统原创 2017-03-19 17:23:50 · 3808 阅读 · 0 评论 -
Convolutional Neural Network For Sentence Classification
用卷积神经网络对句子分类 Yoon Kim 纽约大学 Yhk255@nyu.edu 摘要 针对句子级别的分类任务,我们使用卷积神经网络(CNN)结合预训练的词向量做了一系列的实验。我们证明一个少量调节超参数的简单CNN模型结合静态词向量可以在很多基准上取得非常好的结果。通过细粒度的调节参数学习特定任务的词向量可以进一步的提升结果。我们提出了对架构简单的修改,这样可以同时使用基于特定翻译 2017-05-30 18:54:51 · 4945 阅读 · 0 评论 -
Deep Learning in NLP (一)词向量和语言模型
Deep Learning in NLP (一)词向量和语言模型Posted on 2013 年 7 月 29 日 这篇博客是我看了半年的论文后,自己对 Deep Learning 在 NLP 领域中应用的理解和总结,在此分享。其中必然有局限性,欢迎各种交流,随便拍。 Deep Learning 算法已经在图像和音频领域取得了惊人的成果,但是在 NLP 领域中尚转载 2016-11-28 14:21:16 · 820 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(八)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。转载 2016-12-10 13:50:57 · 552 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(七)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。转载 2016-12-10 13:48:58 · 1649 阅读 · 0 评论 -
Deep Learning及NLP(自然语言处理)杂谈--第二部分
本杂谈分为三个部分,此文为第一部分。第一部分第二部分第三部分第二部分总结这一部分主要讲了四个对NLP方面效果比较好的模型:1.GRUs(Gated Feedback Recurrent Neural Networks) 2.LSTMs(Long Short-Term Memory]) 3.Recurrent neural networ转载 2016-10-25 21:01:32 · 698 阅读 · 0 评论 -
Deep Learning及NLP(自然语言处理)杂谈--第三部分
本杂谈分为三个部分,此文为第一部分。第一部分第二部分第三部分第三部分这一部分只介绍了一个model,就是在CV领域大名鼎鼎的CNN其他课程大多请的外宾过来讲课,讲得都是DL如何在实际情况下的应用。CNNBasic CNNCNN顾名思义倦积神经网络这个model叫倦积神经网络是因为它提取features的方式和倦积有些类转载 2016-10-25 21:03:57 · 580 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(一)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08 声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献转载 2016-12-10 12:39:45 · 513 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(二)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。转载 2016-12-10 12:46:41 · 496 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(三)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。转载 2016-12-10 12:50:49 · 1219 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(四)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。转载 2016-12-10 13:39:09 · 379 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(五)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。转载 2016-12-10 13:42:01 · 322 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理系列之(六)
Deep Learning(深度学习)学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者:Zouxyversion 1.0 2013-04-08声明:1)该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。转载 2016-12-10 13:44:11 · 417 阅读 · 0 评论 -
二分类、多分类与多标签问题的区别及对应损失函数的选择
二分类、多分类与多标签的基本概念二分类:表示分类任务中有两个类别,比如我们想识别一幅图片是不是猫。也就是说,训练一个分类器,输入一幅图片,用特征向量x表示,输出是不是猫,用y=0或1表示。二类分类是假设每个样本都被设置了一个且仅有一个标签 0 或者 1。多类分类(Multiclass classification): 表示分类任务中有多个类别, 比如对一堆水果图片分类, 它们可能是橘子、苹...转载 2019-03-19 15:57:35 · 64108 阅读 · 0 评论