榜单
服务器优惠
AI论文
-
基础概念
基础概念 Program Block Operator Variable Name ParamAttr 相关API 基础概念 Program Fluid 中使用类似于编程语言的抽象语法树的形式描述用户的神经网络配置，用户对计算的描述都将写入一段Program。Fluid 中的 Program 替代了传统框架中模型的概念，通过对顺序... -
基础概念
基础概念 Program Block Operator Variable Name ParamAttr 相关API 基础概念 Program Fluid 中使用类似于编程语言的抽象语法树的形式描述用户的神经网络配置，用户对计算的描述都将写入一段Program。Fluid 中的 Program 替代了传统框架中模型的概念，通过对顺序... -
用基于注意力机制的seq2seq神经网络进行翻译
用基于注意力机制的seq2seq神经网络进行翻译 加载数据文件 Seq2Seq模型 编码器 解码器 简单的解码器 注意力解码器 训练模型 绘制结果 评估 训练和评估 可视化注意力 练习 用基于注意力机制的seq2seq神经网络进行翻译 译者：@EWilsen 作者 : Sean Robertson 这个教程主要讲... -
自然语言处理介绍
自然语言处理介绍 NLP相关的技术 场景案例 案例1（解决交叉歧义） 案例2（从粒度整合未登录体词） 案例3（结构歧义问题） 案例4（词汇语言相似度） 案例5（文本语义相似度） 自然语言处理介绍 语言是知识和思维的载体 自然语言处理 (Natural Language Processing, NLP) 是计算机科学，人工智能，语言学关... -
6.7 门控循环单元（GRU）
6.7 门控循环单元（GRU） 6.7.1 门控循环单元 6.7.1.1 重置门和更新门 6.7.1.2 候选隐藏状态 6.7.1.3 隐藏状态 6.7.2 读取数据集 6.7.3 从零开始实现 6.7.3.1 初始化模型参数 6.7.3.2 定义模型 6.7.3.3 训练模型并创作歌词 6.7.4 简洁实现 小结 参考文献 ... -
使用指南
使用指南 使用指南 如果您已经掌握了新手入门阶段的内容，期望可以针对实际问题建模、搭建自己网络，本模块提供了一些 Fluid 的使用细节供您参考： 基本概念 ：介绍了Fluid的基本使用概念 准备数据 ：介绍使用 Fluid 训练网络时，数据的支持类型及传输方法 配置简单的网络 ： 介绍如何针对问题建模，并利用 Fluid 中相关算子搭建网络 ... -
通过梯度下降法学习参数
通过梯度下降法学习参数 练习 通过梯度下降法学习参数 我们已经设计出了一个神经网络结构，现在面临的问题是，它应该如何学习识别数字呢？首先，我们需要一个待学习的数据集——即所谓的训练数据集。我们下面会使用MNIST数据集 ，其中包含了大量扫描得到的手写数字图像以及它们对应的数字。MNIST 数据集是由NIST （the United States' ... -
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... -
3.15. 数值稳定性和模型初始化
3.15. 数值稳定性和模型初始化 3.15.1. 衰减和爆炸 3.15.2. 随机初始化模型参数 3.15.2.1. MXNet的默认随机初始化 3.15.2.2. Xavier随机初始化 3.15.3. 小结 3.15.4. 练习 3.15.5. 参考文献 3.15. 数值稳定性和模型初始化 理解了正向传播与反向传播以后，我们来讨论... -
09.19 Theano tensor 模块：conv 子模块
Theano tensor 模块：conv 子模块 卷积 池化 MNIST 卷积神经网络形状详解 Theano tensor 模块：conv 子模块 conv 是 tensor 中处理卷积神经网络的子模块。 卷积 这里只介绍二维卷积： T.nnet.conv2d(input, filters, input_shape=None, fil...