240 发简信
IP属地:广东
  • Resize,w 360,h 240
    深度学习 第12次作业 序列模型和注意力机制

    1 基础模型 例如将法语翻译成英语,构建的翻译网络分成两步。1)建立一个网络,称之为encoder network,是一个RNN结构。RNN结构...

  • Resize,w 360,h 240
    深度学习 第11次作业 自然语言处理与词嵌入

    1 词汇表征 词嵌入是语言表示的一种方式,例如国王和王后,男人和女人,只用one-hot 编码是无法体现词之间的关联,因此,我们可以用特征化的表...

  • Resize,w 360,h 240
    深度学习 第10次作业 机器学习 循环序列模型

    1 序列模型 序列模型广泛应用于语音识别,音乐生成,情感分析,DNA序列分析,机器翻译,视频行为识别,命名实体识别等众多领域。序列模型的输入与输...

  • Resize,w 360,h 240
    深度学习 第9次作业 机器学习 目标检测

    目标定位 目标检测的任务是在图片中定位物体,并将位置标注出来标记四类存在与否,定位需要定位目标中心坐标(b_x, b_y)以及图片的高度(b_h...

  • Resize,w 360,h 240
    深度学习 第8次作业 机器学习 卷积神经网络 深度卷积网络

    卷积网络主要应用在计算机视觉,具体的常规网络有LeNet, AlexNet, InceptionNet, ResNet。 每个网络的设计相对于上...

  • Resize,w 360,h 240
    深度学习 第7次作业 机器学习(ML)策略(2)

    进行误差分析 假设你训练出的猫分类器在开发集上取得了90%的准确率即误差为10%,这离你的目标还有一段距离,当你分析开发集上出错的例子中,你发现...

  • 深度学习 第6次作业 机器学习(ML)策略(1)

    1.正交化正交化(Orthogonalization) 的核心在于每次调整只会影响模型某一方面的性能,而对其他功能没有影响。这种方法有助于更快更...

  • Resize,w 360,h 240
    深度学习 第5次作业 超参数调试、Batch正则化和程序框架

    1.调试处理 2.为超参数选择合适的范围(1)随机取值并不是在取值范围内随机均匀取值,而是要选择合适的标尺来随机取值。(2)案例1:在选择网络层...

  • Resize,w 360,h 240
    深度学习 第4次作业

    1.深层神经网络 3.核对矩阵的维数 4.为什么使用深层表示 5.搭建深层神经网络块 6.前向和反向传播 7.参数 VS 超参数1)参数常见的参...