榜单
服务器优惠
AI论文
-
6.2. 循环神经网络
6.2. 循环神经网络 6.2.1. 不含隐藏状态的神经网络 6.2.2. 含隐藏状态的循环神经网络 6.2.3. 应用：基于字符级循环神经网络的语言模型 6.2.4. 小结 6.2.5. 练习 6.2. 循环神经网络 上一节介绍的 元语法中，时间步 的词 基于前面所有词的条件概率只考虑了最近时间步的 个词。如果要考虑比 更早时... -
微调神经网络超参数
微调神经网络超参数 神经网络的灵活性也是其主要缺点之一：有很多超参数要进行调整。 不仅可以使用任何可想象的网络拓扑（如何神经元互连），而且即使在简单的 MLP 中，您可以更改层数，每层神经元数，每层使用的激活函数类型，权重初始化逻辑等等。 你怎么知道什么组合的超参数是最适合你的任务？ 当然，您可以使用具有交叉验证的网格搜索来查找正确的超参数，就像您在前... -
使用PyTorch进行神经网络传递
使用PyTorch进行神经网络传递 简介 基本原理 导入软件包并选择设备 加载图像 损失函数 内容损失 风格损失 导入模型 梯度下降 使用PyTorch进行神经网络传递 作者 ：Alexis Jacq 编辑 ：Winston Herring 译者：片刻 校验：片刻 简介 本教程介绍了如何实现 由Leon A... -
5.6 深度卷积神经网络（AlexNet）
5.6 深度卷积神经网络（AlexNet） 5.6.1 学习特征表示 5.6.1.1 缺失要素一：数据 5.6.1.2 缺失要素二：硬件 5.6.2 AlexNet 5.6.3 读取数据 5.6.4 训练 小结 参考文献 5.6 深度卷积神经网络（AlexNet） 在LeNet提出后的将近20年里，神经网络一度被其他机器学习方法超越，... -
脉冲神经网络(Spiking Neural Network)
Deeplearning Algorithms tutorial 脉冲神经网络(Spiking Neural Network) 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... -
二、神经网络最优化挑战
二、神经网络最优化挑战 2.1 病态黑塞矩阵 2.2 局部极小值 2.3 鞍点 2.4 悬崖 2.5 长期依赖 2.6 非精确梯度 2.7 局部和全局结构的弱对应 二、神经网络最优化挑战 机器学习中，通常会仔细设计目标函数和约束，从而保证最优化问题是凸的。但是神经网络中，通常遇到的都是非凸的最优化问题。 2.1 病态黑塞矩阵 ... -
5.5. 卷积神经网络（LeNet）
5.5. 卷积神经网络（LeNet） 5.5.1. LeNet模型 5.5.2. 获取数据和训练模型 5.5.3. 小结 5.5.4. 练习 5.5.5. 参考文献 5.5. 卷积神经网络（LeNet） 在“多层感知机的从零开始实现” 一节里我们构造了一个含单隐藏层的多层感知机模型来对Fashion-MNIST数据集中的图像进行分类。每张图... -
卷积神经网络(Convolutional Neural Network)
Deeplearning Algorithms tutorial 卷积神经网络(Convolutional Neural Network) 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... -
递归神经网络(Recurrent Neural Network)
Deeplearning Algorithms tutorial 递归神经网络(Recurrent Neural Network) 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... -
使用神经网络识别手写数字
使用神经网络识别手写数字 使用神经网络识别手写数字 人类的视觉系统是世上的一个奇迹。考虑以下这串手写的数字： 大部分人都能轻易地识别出图上的数字是504192。这个看似简单的过程的背后，实际上很复杂。在我们大脑的每个脑半球中，有一个叫做初级视皮层（primary visual cortex）的部分，也被称作V1。它拥有1亿4千万个神经元，包含了...