- 博客(4)
- 收藏
- 关注
RSS订阅翻译 81/100 发布文章 weixin_4. Show, Attend and Tell: Neural Image Caption Generation with Visual Attention翻译
摘要受机器翻译和对象检测领域近期工作的启发，我们提出一个基于注意力机制的自动学习描述图像内容的模型。我们描述了我们可以以确定的方式即使用标准反向传播技术和随机地通过最大化变分下限约束训练该模型。我们还通过可视化展示这个模型，当它在输出序列中生成对应的语词时，能自动学习调整其关注的对象。我们评估了目前使用注意力机制的最先进的技术在以下三个参照数据集上的表现：Flickr8k，Flickr30k 和...
2019-03-30 12:37:57
572
转载 1. AI 在时间序列数据集上使用什么交叉验证技术？是用k倍或LOOCV?
AI 在时间序列数据集上使用什么交叉验证技术？是用k倍或LOOCV?答：都不是。对于时间序列问题，k倍可能会很麻烦，因为第4年或第5年的一些模式有可能跟第3年的不同，而对数据集的重复采样会将分离这些趋势，我们可能最终是对过去几年的验证，这就不对了。相反，我们可以采用如下所示的5倍正向链接策略：fold 1 : training 1, test 2fold 2 : training [1 ...
2019-03-30 11:27:35
1054
翻译 3. AI 理解偏差方差之间的平衡
偏差度量了学习算法的期望预测与真实结果的偏离程度，刻画描述了算法本身对数据的拟合能力，也就是训练数据的样本与训练出来的模型的匹配程度；方差度量了训练集的变化导致学习性能的变化，描述了数据扰动造成的影响；噪声则表示任何学习算法在泛化能力的下界，描述了学习问题本身的难度。偏差方差分解表示了泛化性能有三者决定。 一般来说偏差和方差有冲突称之为偏差-方差窘境。在给定学习任务下，在训练不足时，学习器的拟...
2019-03-14 09:44:47
314
转载 1 AI 时间序列数据集上使用什么交叉验证技术？是用k倍或LOOCV？
都不是。对于时间序列问题，k倍可能会很麻烦，因为第4年或第5年的一些模式有可能跟第3年的不同，而对数据集的重复采样会将分离这些趋势，我们可能最终是对过去几年的验证，这就不对了。相反，我们可以采用如下所示的5倍正向链接策略：fold 1 : training [1], test [2]fold 2 : training [1 2], test [3]fold 3 : training [1 2...
2019-03-13 15:27:06
1594
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人