榜单
服务器优惠
AI论文
-
径向基函数（Radial Basis Function ，RBF)
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... -
3.8 多层感知机
3.8 多层感知机 3.8.1 隐藏层 3.8.2 激活函数 3.8.2.1 ReLU函数 3.8.2.2 sigmoid函数 3.8.2.3 tanh函数 3.8.3 多层感知机 小结 3.8 多层感知机 我们已经介绍了包括线性回归和softmax回归在内的单层神经网络。然而深度学习主要关注多层模型。在本节中，我们将以多层感知机（mu... -
3.8. 多层感知机
3.8.3. 多层感知机 3.8.1. 隐藏层 3.8.2. 激活函数 3.8.2.1. ReLU函数 3.8.2.2. sigmoid函数 3.8.2.3. tanh函数 3.8.3. 多层感知机 3.8.4. 小结 3.8.5. 练习 3.8.3. 多层感知机 我们已经介绍了包括线性回归和softmax回归在内的单层神经网络。然而... -
简介
简介 面向人群 食用方法 方法一 方法二 目录 原书地址 引用 本项目 将《动手学深度学习》 原书中MXNet代码实现改为PyTorch实现。原书作者：阿斯顿·张、李沐、扎卡里 C. 立顿、亚历山大 J. 斯莫拉以及其他社区贡献者，GitHub地址：https://github.com/d2l-ai/d2l-zh 此书的中 英 ... -
四、应用
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... -
自组织映射算法（SOM）
Deeplearning Algorithms tutorial 自组织映射算法（SOM） 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大旗，覆盖无人驾驶、智能助手、图像识别等许多层面。苹果业已开始全面拥抱机器学... -
深度学习(Deep Learning)
Deeplearning Algorithms tutorial 深度学习(Deep Learning) 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大旗，覆盖无人驾驶、智能助手、图像识别等许多层面。苹果业已开始... -
激活函数
激活函数 在大多数情况下，您可以在隐藏层中使用 ReLU 激活函数（或其中一个变体，我们将在第 11 章中看到）。 与其他激活函数相比，计算速度要快一些，而梯度下降在局部最高点上并不会被卡住，因为它不会对大的输入值饱和（与逻辑函数或双曲正切函数相反, 他们容易在 1 饱和) 对于输出层，softmax 激活函数通常是分类任务的良好选择（当这些类是互斥的... -
迈向深度学习
迈向深度学习 迈向深度学习 虽然我们的神经网络给出了令人印象深刻的表现，但是这个过程有一些神秘。网络中的权重和偏置是自动被发现的。这意味着我们不能对神经网络的运作过程有一个直观的解释。我们可以找到什么方法来理解我们的网络分类手写数字的原则吗？并且，在知道了这些原则后，我们能够帮助神经网络做得更好么？ 为了更加清晰地解释这个问题，我们假设数十年后神经... -
PyTorch 深度学习: 60 分钟极速入门
PyTorch 深度学习: 60 分钟极速入门 PyTorch 深度学习: 60 分钟极速入门 作者 ：Soumith Chintala 译者：bat67 、Foxerlee 校验：Foxerlee 此教程的目标： 在高层上理解 PyTorch 的 Tensor 库以及神经网络。 训练一个可用于分类图像的简单神经网络。 本教程...