Deeplearning Algorithms tutorial 深度卷积神经网络(Deep Convolutional Neural Networks) 应用示例 Deeplearning Algorithms tutorial 谷歌的人工智能位于全球前列，在图像识别、语音识别、无人驾驶等技术上都已经落地。而百度实质意义上扛起了国内的人工智能的...

6.5. 循环神经网络的简洁实现 6.5.1. 定义模型 6.5.2. 训练模型 6.5.3. 小结 6.5.4. 练习 6.5. 循环神经网络的简洁实现 本节将使用Gluon来更简洁地实现基于循环神经网络的语言模型。首先，我们读取周杰伦专辑歌词数据集。 In [ 1 ]: import d2lzh as d2l...

10.7 文本情感分类：使用循环神经网络 10.7.1 文本情感分类数据 10.7.1.1 读取数据 10.7.1.2 预处理数据 10.7.1.3 创建数据迭代器 10.7.2 使用循环神经网络的模型 10.7.2.1 加载预训练的词向量 10.7.2.2 训练并评价模型 小结 参考文献 10.7 文本情感分类：使用循环神经网络 ...

10.7. 文本情感分类：使用循环神经网络 10.7.1. 文本情感分类数据 10.7.1.1. 读取数据 10.7.1.2. 预处理数据 10.7.1.3. 创建数据迭代器 10.7.2. 使用循环神经网络的模型 10.7.2.1. 加载预训练的词向量 10.7.2.2. 训练并评价模型 10.7.3. 小结 10.7.4. 练习 10....

10.8 文本情感分类：使用卷积神经网络（textCNN） 10.8.1 一维卷积层 10.8.2 时序最大池化层 10.8.3 读取和预处理IMDb数据集 10.8.4 textCNN模型 10.8.4.1 加载预训练的词向量 10.8.4.2 训练并评价模型 小结 参考文献 10.8 文本情感分类：使用卷积神经网络（textCNN...

6.4 循环神经网络的从零开始实现 6.4.1 one-hot向量 6.4.2 初始化模型参数 6.4.3 定义模型 6.4.4 定义预测函数 6.4.5 裁剪梯度 6.4.6 困惑度 6.4.7 定义模型训练函数 6.4.8 训练模型并创作歌词 小结 6.4 循环神经网络的从零开始实现 在本节中，我们将从零开始实现一个基于字符级循...

10.8. 文本情感分类：使用卷积神经网络（textCNN） 10.8.1. 一维卷积层 10.8.2. 时序最大池化层 10.8.3. 读取和预处理IMDb数据集 10.8.4. textCNN模型 10.8.4.1. 加载预训练的词向量 10.8.4.2. 训练并评价模型 10.8.5. 小结 10.8.6. 练习 10.8.7. 参考文...

9.8 区域卷积神经网络（R-CNN）系列 9.8.1 R-CNN 9.8.2 Fast R-CNN 9.8.3 Faster R-CNN 9.8.4 Mask R-CNN 小结 参考文献 9.8 区域卷积神经网络（R-CNN）系列 区域卷积神经网络（region-based CNN或regions with CNN features，R...

9.8. 区域卷积神经网络（R-CNN）系列 9.8.1. R-CNN 9.8.2. Fast R-CNN 9.8.3. Faster R-CNN 9.8.4. Mask R-CNN 9.8.5. 小结 9.8.6. 练习 9.8.7. 参考文献 9.8. 区域卷积神经网络（R-CNN）系列 区域卷积神经网络（region-based ...

第五章 深度神经网络为何很难训练 （消失的恋人，哦不）消失的梯度问题 什么导致了消失的梯度问题？也就是在深度神经网络中的所谓的梯度不稳定性 练习 问题 在更加复杂网络中的不稳定梯度 深度学习其他的障碍 第五章 深度神经网络为何很难训练 假设你是一名工程师，接到一项从头开始设计计算机的任务。某天，你在工作室工作，设计逻辑电路，构建 门， ...