本文介绍了吴恩达深度学习课程中的序列模型，重点讲解了seq2seq模型在机器翻译中的工作原理，以及如何利用编码网络和解码网络实现从法语到英语的翻译。此外，还提到了类似结构在图像描述任务中的应用，通过预训练的AlexNet获取图像特征，然后用RNN生成描述。这些模型对于生成准确的翻译和描述具有重要意义。
1.视频网站：mooc慕课https://mooc.study.163.com/university/deeplearning_ai#/c
2.详细笔记网站(中文)：http://www.ai-start.com/dl2017/
3.github课件+作业+答案：https://github.com/stormstone/deeplearning.ai
3.1 基础模型 Basic models
在这一周，你将会学习seq2seq（sequence to sequence）模型，从机器翻译到语音识别，它们都能起到很大的作用，从最基本的模型开始。之后你还会学习集束搜索（Beam search）和注意力模型（Attention Model），一直到最后的音频模型，比如语音。
现在就开始吧，比如你想通过输入一个法语句子， “Jane visite I’Afrique en septembre.”，将它翻译成一个英语句子，“Jane is visiting Africa in September.”。和之前一样，我们用 x < 1 > x^{<1>} x<
最低0.47元/天 解锁文章
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
