一、GNN 1.1 模型 1.1.1 方程求解算法 1.1.2 参数学习算法 1.1.3 转移函数和输出函数 1.2 模型分析 1.2.1 RNN 1.2.2 随机游走 1.2.3 计算复杂度 1.2.4 不动点 1.3 实验 1.3.1 子图匹配问题 1.3.2 Mutagenesis问题 1.3.3 Web PageRank ...

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...

飞桨大规模分类库简介 简单易用，五行代码实现千万类别神经网络 安装飞桨 安装PLSC 准备模型训练配置代码，保存为train.py文件 启动训练任务 PLSC训练效果达到SOTA精度 LSC支持多机分布式训练和千万规模分类 PLSC提供从训练到部署的全流程解决方案 安装serving端和client端 通过下面的脚本部署serving端 通...

Deeplearning Algorithms tutorial CART 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、图像识别等许多层面。苹果业已开始全面拥抱...

TensorFlow 模型建立与训练 TensorFlow 模型建立与训练 本章介绍如何使用 TensorFlow 快速搭建动态模型。 模型的构建： tf.keras.Model 和 tf.keras.layers 模型的损失函数： tf.keras.losses 模型的优化器： tf.keras.optimizer 模型的评...

RNN RNN class paddle.nn. RNN ( cell, is_reverse=False, time_major=False ) [源代码] 循环神经网络 该OP是循环神经网络（RNN）的封装，将输入的Cell封装为一个循环神经网络。它能够重复执行 cell.forward() 直到遍历完input中的所有Tensor。 ...

BiRNN BiRNN class paddle.nn.BiRNN ( cell_fw, cell_bw, time_major=False ) [源代码] 双向循环神经网络 该OP是双向循环神经网络（BiRNN）的封装，将输入的前向cell和后向cell封装为一个双向循环神经网络。该网络单独执行前向和后向cell的计算并将输出拼接。 参...

Softmax 练习 练习 问题 问题 Softmax 在本章中我们主要使用交叉熵代价函数来解决学习速度衰退的问题。不过，我想首先简要的介绍一下解决这个问题的另一种方法，这种方法是基于神经元中所谓的 softmax 层。我们并不打算在本章余下的部分使用 softmax 层，所以，如果你很心急，你可以跳过本节直接进入下一节的阅读。然而，soft...

术语中英对照表 术语中英对照表 张量 Tensor 变量 Variable 操作 Operation 优化器 Optimizer 层 Layer 损失函数 Loss Function 评估指标 Metrics 多层感知机 Multilayer Perceptron, MLP 卷积神经网络 Convolutional ...