10.9. 编码器—解码器（seq2seq） 10.9.1. 编码器 10.9.2. 解码器 10.9.3. 训练模型 10.9.4. 小结 10.9.5. 练习 10.9.6. 参考文献 10.9. 编码器—解码器（seq2seq） 我们已经在前两节中表征并变换了不定长的输入序列。但在自然语言处理的很多应用中，输入和输出都可以是不定长序...

Deeplearning Algorithms tutorial 算法描述 算法背景 相关应用 相关应用 优缺点 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智能的大旗，覆盖无人驾驶、智能助手、图像识别等许多层...

自然语言情感分析 使用深度神经网络完成情感分析任务 处理变长数据 学习句子的语义 自然语言情感分析 在学习本节课内容前，让我们先看一段来自肥伦秀的视频片段 ，感受下人类语言情感的复杂性。众所周知，人类自然语言中包含了丰富的情感色彩：表达人的情绪（如悲伤、快乐）、表达人的心情（如倦怠、忧郁）、表达人的喜好（如喜欢、讨厌）、表达人的个性特征和表达人...

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...

机器学习为什么需要策略 机器学习为什么需要策略 机器学习（machine learning） 已然成为无数重要应用的基石——如今，在网络搜索、垃圾邮件检测、语音识别以及产品推荐等领域，你都能够发现它的身影。如果你或你的团队正在研发一款机器学习相关应用，并期待取得较快进展，那么这本书将会是你的得力助手。 案例：建立猫咪图片初创公司 想象一下，你正在...

七、DeepFM 7.1 模型 7.2 实验 七、DeepFM 理解用户点击行为背后隐藏的交叉特征对于 CTR 预估非常重要。例如，对 app store 的研究表明：人们经常在用餐时间下载送餐 app 。这说明：app 类别和时间戳构成的交叉特征可以作为 CTR 预估的信号。 通常用户点击行为背后的特征之间的各种交互非常复杂，其中的...

3分钟快速上手 运行例子 代码解读 FAQ 3分钟快速上手 这篇文章将介绍如何快速上手 OneFlow ，我们可以在3分钟内完成一个完整的神经网络训练过程。 运行例子 如果已经安装好了 OneFlow ，可以使用以下命令下载文档仓库 中的mlp_mnist.py 脚本，并运行。 wget https : //docs.oneflow.org...

数字识别 说明: 背景介绍 模型概览 Softmax回归(Softmax Regression) 多层感知机(Multilayer Perceptron, MLP) 卷积神经网络(Convolutional Neural Network, CNN) 卷积层 池化层 常见激活函数介绍 数据介绍 Fluid API 概述 配置说明 Prog...

数字识别 说明: 背景介绍 模型概览 Softmax回归(Softmax Regression) 多层感知机(Multilayer Perceptron, MLP) 卷积神经网络(Convolutional Neural Network, CNN) 卷积层 池化层 常见激活函数介绍 数据介绍 Fluid API 概述 配置说明 Prog...