IP属地：广东
-
《动手学》：卷积神经网络进阶_课后作业
深度卷积神经网络（AlexNet） LeNet: 在大的真实数据集上的表现并不尽如⼈意。 1.神经网络计算复杂。 2.还没有⼤量深⼊研究参数初始...
-
《动手学》：LeNet_课后作业
LeNet 主要内容包括： lenet 模型介绍 lenet 网络搭建 运用lenet进行图像识别-fashion-mnist数据集 具体内容(...
-
《动手学》：卷积神经网络基础_课后作业
卷积神经网络基础 本节我们介绍卷积神经网络的基础概念，主要是卷积层和池化层，并解释填充、步幅、输入通道和输出通道的含义。 具体内容(附代码)链接...
-
《动手学》：梯度消失、梯度爆炸_课后作业
梯度消失、梯度爆炸以及Kaggle房价预测 主要内容包括： 1.梯度消失和梯度爆炸 2.考虑到环境因素的其他问题 3.Kaggle房价预测 具体...
-
《动手学》：Transformer_课后作业Transformer 在之前的章节中，我们已经介绍了主流的神经网络架构如卷积神经网络（CNNs）和循环神经网络（RNNs）。让我们进行一些回顾...
-
《动手学》：注意力机制与Seq2seq模型_课后作业注意力机制 在“编码器—解码器（seq2seq）”⼀节⾥，解码器在各个时间步依赖相同的背景变量（context vector）来获取输⼊序列信息...
-
《动手学》：机器翻译及相关技术_课后作业
机器翻译（MT）：将一段文本从一种语言自动翻译为另一种语言，用神经网络解决这个问题通常称为神经机器翻译（NMT）。 具体内容(附代码)链接：ht...
-
《动手学》：过拟合、欠拟合及其解决方案_课后作业
过拟合、欠拟合及其解决方案 主要内容包括： 1.过拟合、欠拟合的概念 2.权重衰减 3.丢弃法 具体内容(附代码)链接：https://www....
-
《动手学》：循环神经网络进阶_课后作业GRU 具体内容(附代码)链接：https://www.kesci.com/org/boyuai/project/5e4291f05f28160...