深度学习名称注意

最新推荐文章于 2019-11-05 23:13:14 发布
最新推荐文章于 2019-11-05 23:13:14 发布
阅读量146 收藏
点赞数
分类专栏： 深度学习 文章标签： 深度学习 注意点
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34555202/article/details/82022382
版权

1.相似名词：

  • 去卷积也是反卷积。
  • 合页损失函数也是hinge loss 也是最大间隔损失函数。

2 基础名词

  • \delta 层误差，反向传播的误差
qq_34555202
关注
专栏目录
最适合入门的100个深度学习项目
CSDN 精品推荐
10-17 10万+
本专栏整理了《PyTorch深度学习项目实战100例》，内包含了各种不同的深度学习项目，包含项目原理以及源码，每一个项目实例都附带有完整的代码+数据集。
PyTorch深度学习实战（3）——使用PyTorch构建神经网络
盼小辉丶的博客
06-13 6万+
PyTorch 是一个用于构建深度神经网络的库，具有灵活性和可扩展性，可以轻松自定义模型。在本节中，我们将使用 PyTorch 库构建神经网络，利用张量对象操作和梯度值计算更新网络权重，并利用 Sequential 类简化网络构建过程，最后还介绍了如何使用 save、load 方法保存和加载模型，以节省模型训练时间。
机器学习、深度学习常见名词清单（持续更新）
Echo_Shan的博客
11-05 926
名词清单 目标检测学习 上采样、下采样 图像处理中的上、下采样 缩小图像（或称为下采样（subsampled）或降采样（downsampled））的主要目的有两个： - 使得图像符合显示区域的大小 - 生成对应图像的缩略图 放大图像（或称为上采样（upsampling）或图像插值（interpolating））的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。 机器学习中的上、下...
基于深度学习的命名实体识别详解（附Github代码）
u012392084的博客
09-17 4万+
命名实体识别（NER）是在自然语言处理中的一个经典问题，其应用也极为广泛。比如从一句话中识别出人名、地名，从电商的搜索中识别出产品的名字，识别药物名称等等。传统的公认比较好的处理算法是条件随机场（CRF），它是一种判别式概率模型，是随机场的一种，常用于标注或分析序列资料，如自然语言文字或是生物序列。简单是说在NER中应用是，给定一系列的特征去预测每个词的标签。如下图： X我们可以看做成一
深度学习（五）：两个句子相似度相关模型学习
qq_24140919的博客
03-30 2944
在这之前学习了使用Tensorflow框架，利用深度学习模型TextCnn和RnnAttention解决文本分类问题，这都是打基础的学习，我主要研究的是类案推送和量刑预测。所以这里我就开始踏入文本相似度计算模型的研究中。 我主要参照的模板是：蚂蚁金融的一个NLP比赛。最近主要研究了LSTM模型、Bi-LSTM模型、ESSM模型、ESIM模型这四个模型。其中前边两个代码跑通了，后面两个模型还没弄透...
深度学习的57个名词
深度学习世界
12-07 2237
一、激活函数（Activation Function） 为了让神经网络能够学习复杂的决策边界（decision boundary），我们在其一些层应用一个非线性激活函数。常用的函数有sigmoid、tanh、ReLU（Rectified Linear Unit 线性修正单元）和以及这些函数的变体。 二、Adadelta Adadelta 是基于梯度下降的学习算法，可以随时间调整每
用深度学习做命名实体识别(五)-模型使用
程序员一一涤生
09-23 2565
通过本文，你将了解如何基于训练好的模型，来编写一个rest风格的命名实体提取接口，传入一个句子，接口会提取出句子中的人名、地址、组织、公司、产品、时间信息并返回。 核心模块entity_extractor.py 关键函数 # 加载实体识别模型 def person_model_init(): ... # 预测句子中的实体 def predict(sentence, la...
基于深度学习的学生课堂行为识别评价综合系统.zip
04-22
【标题】中的“基于深度学习的学生课堂行为识别评价综合系统”是一个使用深度学习技术来分析和评估学生在课堂上的行为的项目。这个系统旨在通过自动化的手段，对学生的行为进行理解和评估，以帮助教师更好地理解学生...
服务器（工作站）更新显卡后深度学习环境配置
04-01
### 服务器（工作站）更新显卡后深度学习环境配置 #### 概述 在服务器或工作站更新显卡后，往往需要重新配置深度学习环境来确保兼容性和性能最优。本篇文章将详细介绍更新显卡驱动以及重新配置深度学习环境的具体...
李沐的动手学深度学习的windows环境安装说明
最新发布
07-06
### 李沐的动手学深度学习的Windows环境安装说明 #### 一、环境搭建 **1.1 安装 CUDA 和 cuDNN** 在搭建深度学习环境时，CUDA（Compute Unified Device Architecture）与 cuDNN（CUDA Deep Neural Network ...
深度学习（十六）基于2-channel network的图片相似度判别
热门推荐
hjimce的专栏
11-29 7万+
本篇博文主要讲解2015年CVPR的一篇关于图像相似度计算的文章：《Learning to Compare Image Patches via Convolutional Neural Networks》，本篇文章相比于经典的算法Siamese Networks 精度上有比较不错的提高。学习这篇paper的算法，需要熟悉Siamese Networks（经典老文献《Signature Verification Using a Siamese Time Delay Neural Network》）、以及大神何
深度学习不得不知的英文名称
小鲸鱼的天空
08-16 5163
DL：深度学习（deep learning），整体上是一个layer-wise的训练机制 BP：反向传播算法（back propagation），采用迭代的算法来训练整个网络，随机设定初值，计算当前网络的输出，然后根据当前输出和label之间的差去改变前面各层的参数，直到收敛（整体是一个梯度下降法），缺点：对于一个deep network（7层以上），残差传播到最前面的层已经变得太小，出现所谓的...
[深度学习]命名实体识别Named entity recognition series
sinat_33487968的博客
12-26 1396
NER是一种用于识别和分类文本中命名实体的信息提取技术。这些实体可以是预先定义的和通用的，比如位置名称、组织、时间等，或者它们可以非常具体，比如简历中的示例。NER在业务中有各种各样的应用。我认为，当你在写一封电子邮件，你在邮件中提到一个时间或者附加一个文件，gmail会提供设置一个日历通知，或者提醒你附加文件，以防你发送电子邮件时没有附加附件。NER的其他应用包括：从法律、金融和医疗文档中提取重...
深度学习的这些坑你都遇到过吗？神经网络 11 大常见陷阱及应对方法
weixin_34381687的博客
08-01 715
如果你的神经网络不工作，该怎么办？作者在这里列出了建神经网络时所有可能做错的事情，以及他自己的解决经验。 忘记规范化数据 忘记检查结果 忘记预处理数据 忘记使用正则化 使用的batch太大 使用了不正确的学习率 在最后层使用了错误的激活函数 你的网络包含了Bad Gradients 初始化网络权重不正确 你使用的网络太深了 使用隐藏单元的数量不对 ...
机器学习常用中英文对照
qq_34555202的博客
09-05 864
Perceptron 感知机
机器学习小结一
qq_34555202的博客
09-03 605
谷歌的自动驾驶汽车和机器人研发之路受到很多阻碍，但该公司真正的未来是机器学习，这种技术使计算机变得更加智能和个性化。                                                                                                                                      – Eric ...
遗留问题：
qq_34555202的博客
08-26 290
LR为什么用sigmoid函数。 SVM原问题和对偶问题关系。 L1正则为什么可以把系数压缩成0 REP剪枝。C4.5是悲观剪枝  
决策树考点
qq_34555202的博客
08-26 186
1.随机森林随机选特征的作用 RF的话，如果有一个特征和标签特别强相关。选择划分特征时，如果不随机的从所用特征中随机取一些特征的话，那么每一次那个强相关特征都会被选取。那么每个树都会是一样的。这就是随机森林随机选取一些特征的作用，让某些树，不选这个强相关特征。 2.Bagging 意义 bootstrap aggregating 自举汇聚法 模型很好，variable很大。 3.GBDT...
过拟合问题
qq_34555202的博客
08-26 177
过拟合：在训练集表现好，在测试集表现一塌糊涂。 常用方法： 数据，样本不够，如果现在的训练集只是所有样本空间的一个小小的部分，那么这个模型的泛化能力就非常差（边画图，边说） B 可以加正则项，L1，L2正则。L1还可以用来选择特征。因为L1的话会把某些不重要的特征压缩为0，相当于特征选择。因为（画图）L1约束是正方形的，经验损失最有可能和L1的正方形的顶点相交，L1比较有棱角。所以可以把某些...
深度学习入门：张志华译本探索
第一章“前言”概述了深度学习的发展趋势，着重指出神经网络名称和命运的演变，比如从多层感知机到深度神经网络的进步。章节提及了数据量的爆炸性增长，这推动了模型规模的扩大以及技术的不断提升，使得深度学习在...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值