榜单
服务器优惠
AI论文
-
基础示例：多层感知机（MLP）
基础示例：多层感知机（MLP） 数据获取及预处理： tf.keras.datasets 模型的构建： tf.keras.Model 和 tf.keras.layers 模型的训练： tf.keras.losses 和 tf.keras.optimizer 模型的评估： tf.keras.metrics 基础示例：多层感知机（MLP） 我们从编... -
术语
术语 术语 术语/缩略语 说明 Ascend 华为昇腾系列芯片的系列名称。 CCE Cube-based Computing Engine，面向硬件架构编程的算子开发工具。 CCE-C Cube-based Computing Engine C，使用CCE开发的C代码。 CheckPoint MindSpore模型训练检查点，保存模型的参数，可以用于... -
0.机器学习简介
机器学习方法概论 机器学习方法概论 机器学习的对象是：具有一定的统计规律的数据。 机器学习根据任务类型，可以划分为： 监督学习任务：从已标记的训练数据来训练模型。 主要分为：分类任务、回归任务、序列标注任务。 无监督学习任务：从未标记的训练数据来训练模型。主要分为：聚类任务、降维任务。 半监督学习任务：用大量的未标记训练数据和少量的已标记数... -
RePlugin原理剖析（推荐）
视频和演讲 经典原理剖析 看似用法简单、易于理解的RePlugin的背后，却有着复杂的技术积累，经历了多年的严酷考验。 以下将具体列出一些涉及到“原理分析”的文章。这些文档有的来自官方，有的来自民间分析团体。在此像民间大神们表示感谢！ 如果您能够分析RePlugin的核心原理，并整理成文，则欢迎与我联系。针对“高质量”文章，我们会放到WiKi上，永... -
Deeplearning Algorithms tutorial
Deeplearning Algorithms tutorial 机器学习步骤框架 机器学习 深度学习 机器学习算法概览 算法模型 机器学习的基础 参考书籍 机器学习 License Deeplearning Algorithms tutorial 最近以来一直在学习机器学习和算法，然后自己就在不断总结和写笔记，记... -
2.反向传播算法
反向传播算法 反向传播算法 前向传播 forward propagation 过程： 当前馈神经网络接收输入 并产生输出 时，信息前向流动。 输入 提供初始信息，然后信息传播到每一层的隐单元，最终产生输出 。 反向传播算法back propagation 允许来自代价函数的信息通过网络反向流动以便计算梯度。 反向传播并不是用于学... -
6.6 通过时间反向传播
6.6 通过时间反向传播 6.6.1 定义模型 6.6.2 模型计算图 6.6.3 方法 小结 6.6 通过时间反向传播 在前面两节中，如果不裁剪梯度，模型将无法正常训练。为了深刻理解这一现象，本节将介绍循环神经网络中梯度的计算和存储方法，即通过时间反向传播（back-propagation through time）。 我们在3.14节（... -
使用飞桨完成手写数字识别模型
手写数字识别任务 MNIST数据集 构建手写数字识别的神经网络模型 飞桨各模型代码结构一致，大大降低了用户的编码难度 教程采用"横纵式"教学法，适用于深度学习初学者 手写数字识别任务 数字识别是计算机从纸质文档、照片或其他来源接收、理解并识别可读的数字的能力，目前比较受关注的是手写数字识别。手写数字识别是一个典型的图像分类问题，已经被广... -
反向传播算法
反向传播算法 练习 反向传播算法 反向传播等式为我们提供了一个计算代价函数梯度的方法。下面让我们明确地写出该算法： 输入 x: 计算输入层相应的激活函数值a^1。 正向传播： 对每个l=2,3,\ldots,L，计算z^l=w^la^{l-1}+b^l和a^l=\sigma(z^l)。 输出误差 \delta^L： 计算向量\delta^L=\... -
分层时间记忆(Hierarchical Temporal Memory)
Deeplearning Algorithms tutorial 分层时间记忆(Hierarchical Temporal Memory) 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大旗，覆盖无人驾...