四、应用 4.1 逐像素输出 4.2 可变输入类型 4.3 高效的卷积算法 4.3.1 傅里叶变换 4.3.2 可分离卷积 4.4 非监督的特征 4.5.1 随机初始化特征 4.5.2 无监督学习特征 四、应用 4.1 逐像素输出 卷积神经网络不仅可以输出分类任务的标签或者回归任务的实数值，还可以输出高维的结构化对象。如：图片上...

Deeplearning Algorithms tutorial 径向基函数（Radial Basis Function ，RBF) 应用示例 RBF优点 RBF缺点 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...

情感分析 背景介绍 说明: 模型概览 文本卷积神经网络简介（CNN） 循环神经网络（RNN） 长短期记忆网络（LSTM） 栈式双向LSTM（Stacked Bidirectional LSTM） 数据集介绍 配置模型 文本卷积神经网络 栈式双向LSTM 训练模型 定义训练环境 定义数据提供器 构造训练器 提供数据并构建主训练循环 ...

情感分析 背景介绍 说明: 模型概览 文本卷积神经网络简介（CNN） 循环神经网络（RNN） 长短期记忆网络（LSTM） 栈式双向LSTM（Stacked Bidirectional LSTM） 数据集介绍 配置模型 文本卷积神经网络 栈式双向LSTM 训练模型 定义训练环境 定义数据提供器 构造训练器 提供数据并构建主训练循环 ...

「 Neural Networks and Deep Learning 」中文翻译（连载完毕） 简介 译者注 Lisence 「 Neural Networks and Deep Learning 」中文翻译（连载完毕） 简介 《神经网络与深度学习》是一本免费的在线电子书。本书主要介绍以下内容： 神经网络，一种启发自生物学的优美的编程范...

多层感知器与反向传播 MLP 由一个（通过）输入层、一个或多个称为隐藏层的 LTU 组成，一个最终层 LTU 称为输出层（见图 10-7）。除了输出层之外的每一层包括偏置神经元，并且全连接到下一层。当人工神经网络有两个或多个隐含层时，称为深度神经网络（DNN）。 多年来，研究人员努力寻找一种训练 MLP 的方法，但没有成功。但在 1986，D. E...

在辅助任务上预训练 最后一种选择是在辅助任务上训练第一个神经网络，您可以轻松获取或生成标记的训练数据，然后重新使用该网络的较低层来完成您的实际任务。 第一个神经网络的较低层将学习可能被第二个神经网络重复使用的特征检测器。 例如，如果你想建立一个识别面孔的系统，你可能只有几个人的照片 - 显然不足以训练一个好的分类器。 收集每个人的数百张照片将是不实际的...

Transformer Transformer class paddle.nn.Transformer ( d_model=512, nhead=8, num_encoder_layers=6, num_decoder_layers=6, dim_feedforward=2048, dropout=0.1, activation=’relu’, a...