这段文字是来自“学习智能”节目的片段,讲述了主持人完成人工智能纳米学位课程的最终项目——一个端到端的深度学习语音识别器。
主持人展示了模型的输入和输出,并解释了模型的预测结果并不完美,但这是由于训练时间和数据量有限造成的。他将自己的模型与百度Adam Coates开发的先进模型进行了比较,后者需要三到六周的训练时间,而他的模型仅需一到两小时。
主持人还演示了项目提交的过程,并表达了对评审结果的期待。最后,他提到了提交过程中出现的小问题,即忘记提交 Jupyter Notebook 的 HTML 版本,并最终顺利通过了评审。
整个片段展现了主持人对人工智能学习的热情以及他对完成项目后的兴奋之情。他也鼓励观众查看他的代码并在 GitHub 上进行学习。
我已经提交并通过了 Udacity 人工智能纳米学位课程的最终项目。如果你有兴趣一起学习 Fast.ai 课程,请在 Telegram 上给我发消息!Telegram 联系方式 - https://t.me/mrdbourke我的 AI 硕士课程 - https://dbourke.link/aimastersdegree节目链接:Udacity 人工智能纳米学位 - https://dbourke.link/ainanodegreeFast.ai 免费 AI 课程 - http://fast.ai/百度 Adam Coates 的演讲 - https://www.youtube.com/watch?v=g-sndkf7mCs我的最终 AIND 项目代码 - https://github.com/mrdbourke/AIND-VUI-CapstoneLSTM 网络中的时间分布层 - https://machinelearningmastery.com/timedistributed-layer-for-long-short-term-memory-networks-in-python/时间分布层在 Keras 中的作用 - https://stackoverflow.com/questions/47305618/what-is-the-role-of-timedistributed-layer-in-keras