- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 词向量技术Word2vec、Glove、ELMo、BERT的原理及发展趋势
词向量技术的演化方向：Word2vec (2013)——> Glove(2014)（LSA全局共现词+word2vec优点）——> ELMo(2018)——> BERT(2018)发展趋势：词向量表到预训练词嵌入模型的将文本信息中的词语转化为词向量的形式是NLP领域中最基本的上游任务。1 Word2vec 2013 skip-gram模型的基本工作原...
2019-02-24 22:14:13
1900
转载 RCNN、Fast-RCNN图像目标检测
1 什么是目标检测图像处理领域的目标检测（边缘检测）任务：识别出图片中物体的轮廓边缘，定位它们的位置，并用方框框出。RCNN 2014年1 利用选择性搜索方法（Selective Search）选出1000到2000个候选框（感兴趣区域，Region Interest）2 所有候选框缩放至相同大小输入到CNN中3 每个候选框都进行一次卷积，卷积模型选用（A...
2019-02-23 08:57:20
487
转载 CNN经典模型AlexNET、VGG、ResNET总结
1 CNN（Convolutional Neural Networks）卷积神经网络基础卷积和池化的示意图：蓝色矩形：输入尺寸n=5，5x5的图片绿色矩形：输出尺寸计算：（n+2p-f）/s +1 = (5+2x1-3 ) /2 +1 = 2+1= 3 得到3x3的输出动态阴影：过滤器（filter）f=3，3x3的卷积核、步长（stride）...
2019-02-22 20:42:15
4435
转载 RNN、LSTM和GRU网络原理
RNN（Recurrent Neural Networks）基本模型：RNN计算公式：通过反向传播计算所有W和b。多种RNN：根据实际应用场景的不同，衍生出多种RNN结构两种多对多模型：命名体识别（RNN基本模型Tx=Ty）、机器翻译(encode-decode编码器-解码器)多对一：情感分析 ...
2019-02-18 13:52:50
551
原创 K-means聚类、KNN算法原理
1 K-means，k均值算法来实现聚类K-means是一个将数据集分成K 个类（簇）的聚类算法，类内距离中心点最小，类间中心点距离最大。1）先随机选取k个中心点2）遍历所有数据，将每个数据划分到最近的中心点，然后计算每个聚类的平均值（means）作为新的中心点，重复此步骤直到这k个中线点不再变化。缺陷：k个初始化的质心的位置选择对最后的聚类结果和运行时间都有很大的影响...
2019-02-17 19:05:26
978
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人