深度学习
文章平均质量分 76
AI深度学习算法实战代码解读
AI深度学习算法解读 AI最新技术与算法代码实战 分享AI创新应用产业与案例
展开
-
Nvidia最新基于大规模知识库文本预测模型原理(文本知识内涵)
基于大规模知识库的大规模文本生成训练模型与普通的文本摘要技术/机器翻译模型(seq2seq)不同,要训练具有广泛内容要义的文本,精确的表达文本主题的意思,包含知识解释融合在内的模型,需要针对输入文本,借助大规模知识文库,进行文本中词汇的知识检索,譬如金融常用文本中涉及的并购/拆借/股权融资等专业知识领域,如何翻译或生成符合金融场景和内涵的文本至关重要,对于生成结果的质量和可解释性。那么如何把大规模的知识库加入到文本训练模型中,提高翻译与生成文本的精度/内涵呢?最新NVIDIA技术团队研究推出适用于该原创 2020-10-27 10:41:32 · 589 阅读 · 0 评论 -
【图像CNN识别】Keras之父提出可替代Conv2D的深度可分离卷积——快速提升视觉识别模型
《AI工匠BOOK》持续更新AI算法与最新应用,如果您感兴趣,欢迎关注AI工匠(AI算法与最新应用前沿研究)。 在Keras之父的深度学习书中,设计了一种让图像识别任务性能提高几个百分点的网络层,该网络层不仅可以替代 Conv2D ,并可以让模型更加轻量、用较少的可训练权重参数、速度更快,该网络层正是深度可分离卷积(depthwise separable convolution)层( Sepa...原创 2020-04-03 18:14:12 · 1256 阅读 · 0 评论 -
GCN (Graph Convolutional Network) 图卷积网络解析
最近研究图卷积,看到一篇言简意赅的解析文章,包括GNC层代码自定义。版权声明:本文转载自CSDN博主「邢翔瑞」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。原文链接:https://blog.csdn.net/weixin_36474809/article/details/89316439目的:图卷积网络近两年大火,博主实习需要用到。接下来几个月就会在图...转载 2020-03-13 22:11:13 · 2179 阅读 · 0 评论 -
tensorflow2.0系列5-基于keras构建深度学习分类模型 【tensorflow2.0教程 常用操作集合系列5】
【AI算法推荐】:tensorflow2.0建模教程系列【导读】在tensorflow2.0建模系列教程中,前四节我们用代码演绎了:系列1:如何用tf2.0进行自定义层网络的设计(add.weight)系列2:如何用tf2.0进行自定义模型的设计(Model)系列3:如何用tf2.0实现loss函数和参数调优(loss gradient optimizer)系列4:.如何用tf2.0...原创 2019-09-19 18:43:39 · 2175 阅读 · 0 评论 -
【tensorflow2.0教程 常用操作集合系列4】损失函数正则化—tf2.0如何解决模型过拟合问题
在tensorflow2.0建模系列教程中,前三节我们用代码演绎了:1如何用tf2.0进行自定义层网络的设计(add.weight)2如何用tf2.0进行自定义模型的设计(Model)3如何用tf2.0实现loss函数和参数调优(loss gradient optimizer)本节系列四主要是教大家如何运用tf2.0来解决神经网络模型训练过程中常出现的过拟合问题。我们都知道模型训练出来经常...原创 2019-09-17 13:44:25 · 4653 阅读 · 0 评论 -
tensorflow2.0 建模教程 常用操作集合系列3—Model自定义模型的训练和参数调优loss gradient optimizer
在完成上篇tensorflow2.0 建模教程系列2 自定义模型的设计后,我们要灌入训练数据进行训练了,这就涉及到训练过程中最重要的损失函数、梯度下降和调参调优。在tf2.0版本中,最重要的图计算方法 with tape.GradientTape() as tape,可以设计完成整个过程。1损失函数我们可以用loss_fn表达:loss_fn=tf.keras.losses.Categori...原创 2019-09-16 12:07:17 · 1727 阅读 · 0 评论 -
tensorflow2.0建模教程 常用操作集合系列2—Model自定义模型的设计(多层Layer嵌套成一个完整的计算网络模型)
在完成上篇自定义层设计后,下面我们把多层自定义神经网络嵌套成为一个完整的计算网络模型,代码示例如下:#自定义层设计MydenseClass Mydense(layer): def _init_(self,units): super(Mydense,self)._init_() self.units=uints def build(slef,inp...原创 2019-09-14 15:20:27 · 1366 阅读 · 0 评论 -
安装太慢【 推荐】tensorflow2.0清华镜像 ——附tensorflow2.3.0【新版本】介绍与安装教程
一般安装 tensorflow2.0操作如下:pip install tensorflow==2.0-alpha0但是速度太慢 所以找了下国内tensorflow2.0的镜像https://pypi.tuna.tsinghua.edu.cn/simple安装试试:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensor...原创 2019-09-12 14:31:37 · 16613 阅读 · 1 评论 -
tensorflow2.0 rc版使用教程 常用操作集合系列1——Layer自定义层的设计add.weight(w,b权重设置)
今天分享的是如何使用tensorflow2.0展开自定义层Layer的设计。注意点1权重初始化如下:w_initial=tf.random_normal_initializer()b_initial=tf.zeros_initializer()Class Mydense(Layers.layer):#例如Linear层 y=wa+b def _init_(self,input_di...原创 2019-09-12 12:52:57 · 7396 阅读 · 1 评论