书栈网 · BookStack 本次搜索耗时 0.049 秒,为您找到 118108 个相关结果.
  • 模型训练

    模型训练 模型训练 首先需要定义好训练的参数,包括是否使用GPU、设置损失函数、选择优化器以及学习率等。 在本次实验中,由于数据较为简单,我们选择在CPU上训练,优化器使用Adam,学习率设置为0.01,一共训练5个epoch。 然而,针对推荐算法的网络,如何设计损失函数呢?在CV和NLP章节中我们了解,分类可以用交叉熵损失函数,损失函数的大小可以...
  • 玻尔兹曼机(Boltzmann Machine)

    Deeplearning Algorithms tutorial 玻尔兹曼机(Boltzmann Machine) 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,覆盖无人驾驶、智能助手、图像识别等...
  • Edward中文文档

    2416 2018-05-26 《Edward中文文档》
    Edward中文文档 关于Edward-cn 我们开始吧! 安装 注 Resources Edward中文文档 Edward的设计反映了概率建模的基础。 它定义了可互换的组件,并且可以使用概率模型进行快速实验和研究。 Edward被命名的梗是George Edward Pelham Box 。Edward的设计遵循了Box先生的统计学和机...
  • 3.3 线性回归的简洁实现

    3.3 线性回归的简洁实现 3.3.1 生成数据集 3.3.2 读取数据 3.3.3 定义模型 3.3.4 初始化模型参数 3.3.5 定义损失函数 3.3.6 定义优化算法 3.3.7 训练模型 小结 3.3 线性回归的简洁实现 随着深度学习框架的发展,开发深度学习应用变得越来越便利。实践中,我们通常可以用比上一节更简洁的代码来实现...
  • 自组织映射(Self-Organizing Map)

    Deeplearning Algorithms tutorial 自组织映射(Self-Organizing Map) 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,覆盖无人驾驶、智能助手、图像识...
  • 09. Theano 基础

    1186 2019-01-17 《中文 Python 笔记》
    09.01 Theano 简介及其安装 09.02 Theano 基础 09.03 Theano 在 Windows 上的配置 09.04 Theano 符号图结构 09.05 Theano 配置和编译模式 09.06 Theano 条件语句 09.07 Theano 循环:scan(详解) 09.08 Theano 实例:线性回归 09....
  • 简介

    Keras: 基于 Python 的深度学习库 你恰好发现了 Keras。 指导原则 快速开始:30 秒上手 Keras 安装指引 配置你的 Keras 后端 技术支持 为什么取名为 Keras? Keras: 基于 Python 的深度学习库 你恰好发现了 Keras。 Keras 是一个用 Python 编写的高级神经网络 ...
  • 主页

    Keras: 基于 Python 的深度学习库 你恰好发现了 Keras。 指导原则 快速开始:30 秒上手 Keras 安装指引 使用 TensorFlow 以外的后端 技术支持 为什么取名为 Keras? Keras: 基于 Python 的深度学习库 你恰好发现了 Keras。 Keras 是一个用 Python 编写的高...
  • 第二章 反向传播算法如何工作的?

    第二章 反向传播算法如何工作的? 热身:神经网络中使用矩阵快速计算输出的观点 关于代价函数的两个假设 Hadamard 乘积 反向传播的四个基本方程 问题 四个基本方程的证明(可选) 练习 反向传播算法 练习 代码 问题 在哪种层面上,反向传播是快速的算法? 反向传播:大视野 第二章 反向传播算法如何工作的? 在上一章,我们...
  • 10. 自然语言处理

    1892 2019-06-05 《动手学深度学习》
    10. 自然语言处理 10. 自然语言处理 自然语言处理关注计算机与人类之间的自然语言交互。在实际中,我们常常使用自然语言处理技术,如“循环神经网络”一章中介绍的语言模型,来处理和分析大量的自然语言数据。本章中,根据输入与输出的不同形式,我们按“定长到定长”、“不定长到定长”、“不定长到不定长”的顺序,逐步展示在自然语言处理中如何表征并变换定长的词或...