深度学习
文章平均质量分 95
送你上西天
这个作者很懒,什么都没留下…
展开
-
卷积神经网络CNN
卷积神经网络。这种神经网络在计算机视觉领域取得了重大的成功,而且在自然语言处理等其它领域也有很好的应用。卷积神经网络的示意图1: 一个卷积神经网络由若干卷积层、Pooling层、全连接层组成。三维的层结构:从图1我们可以发现卷积神经网络的层结构和全连接神经网络的层结构有很大不同。全连接神经网络每层的神经元是按照一维排列的,也就是排成一条线的样子;而卷积神经网络每层的神经元是按照三维排列的,也就是排...原创 2018-07-14 10:42:09 · 1312 阅读 · 0 评论 -
循环神经网络RNN
全连接神经网络和卷积神经网络,他们都只能单独的取处理一个个的输入,前一个输入和后一个输入是完全没有关系的。但是,某些任务需要能够更好的处理序列的信息,即前面的输入和后面的输入是有关系的。比如,当我们在理解一句话意思时,孤立的理解这句话的每个词是不够的,我们需要处理这些词连接起来的整个序列;当我们处理视频的时候,我们也不能只单独的去分析每一帧,而要分析这些帧连接起来的整个序列。这时,就需要用到深度学...原创 2018-07-15 12:13:20 · 2050 阅读 · 0 评论 -
长短时记忆网络LSTM
因为循环神经网络很难训练的原因,这导致了它在实际应用中,很难处理长距离的依赖。我们将介绍一种改进之后的循环神经网络:长短时记忆网络(Long Short Term Memory Network, LSTM),它成功的解决了原始循环神经网络的缺陷,成为当前最流行的RNN,在语音识别、图片描述、自然语言处理等许多领域中成功应用。但不幸的一面是,LSTM的结构很复杂,因此,我们再介绍一种LSTM的变体:...原创 2018-07-15 12:31:42 · 9783 阅读 · 0 评论 -
Scikit-learn
参考博客:https://www.cnblogs.com/lianyingteng/p/7811126.htmlhttps://blog.csdn.net/u014248127/article/details/78885180传统的机器学习任务从开始到建模的一般流程是:获取数据 -> 数据预处理 -> 训练建模 -> 模型评估 -> 预测,分类。本文我们将依据传统机...转载 2018-08-07 13:49:04 · 608 阅读 · 0 评论