榜单
服务器优惠
AI论文
IT文库
-
1.深度前馈神经网络
深度前馈网络 深度前馈网络 深度前馈网络（deep feedfoward network ）也称作前馈神经网络（feedforward neural network ）或者多层感知机（multilayer perceptron:MLP ），它是最典型的深度学习模型。 卷积神经网络就是一种特殊的深度前馈网络。 深度前馈网络也是循环神经网络的基础。... -
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 5.6.5. 小结 5.6.6. 练习 5.6.7. 参考文献 5.6. 深度卷积神经网络（AlexNet） 在L... -
如何选择神经网络的超参数
文章链接：http://mp.weixin.qq.com/s?__biz=MzIxMjAzNDY5Mg==&mid=2650790630&idx=1&sn=f9016be31963a679ef63e119c7ae1c4d&scene=21#wechat_redirect 原文: https://hit-scir.gitbooks.io/neural-... -
Hopfield网络(Hopfield Network)
Deeplearning Algorithms tutorial Hopfield网络(Hopfield Network) 优缺点 应用领域 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... -
【手写数字识别】之网络结构
概述 数据处理 经典的全连接神经网络 卷积神经网络 概述 前几节我们尝试使用与房价预测相同的简单神经网络解决手写数字识别问题，但是效果并不理想。原因是手写数字识别的输入是28 × 28的像素值，输出是0-9的数字标签，而线性回归模型无法捕捉二维图像数据中蕴含的复杂信息，如 图1 所示。无论是牛顿第二定律任务，还是房价预测任务，输入特征和... -
深度学习
0.深度学习简介 1.深度前馈神经网络 2.反向传播算法 3.正则化 4.最优化基础 5.卷积神经网络 5.1.CNN之图片分类 6.循环神经网络 7.Transformer 8.词向量 9.传统 CTR 预估模型 10.神经网络 CTR 预估模型 11.Graph Embedding 12.Graph Embedding(续) ... -
5.2 感知机与多层网络
5.2 感知机与多层网络 5.2 感知机与多层网络 感知机（Perceptron）是由两层神经元组成的一个简单模型，但只有输出层是M-P神经元，即只有输出层神经元进行激活函数处理，也称为功能神经元（functional neuron）；输入层只是接受外界信号（样本属性）并传递给输出层（输入层的神经元个数等于样本的属性数目），而没有激活函数。这样一... -
11.7. d2lzh包索引
11.7. d2lzh包索引 11.7. d2lzh包索引 函数、类等名称：定义所在章节 bbox_to_rect ：物体检测和边界框 Benchmark ：异步计算 corr2d ：二维卷积层 count_tokens ：文本情感分类：使用循环神经网络 data_iter ：线性回归的从零开始实现 data_iter_consecut... -
循环神经网络RNN和长短时记忆网络LSTM
循环神经网络RNN和长短时记忆网络LSTM 循环神经网络RNN 长短时记忆网络LSTM 使用LSTM完成情感分析任务 循环神经网络RNN和长短时记忆网络LSTM 循环神经网络RNN 循环神经网络（Recurrent Neural Network，RNN）是一个非常经典的面向序列的模型，可以对自然语言句子或是其他时序信号进行建模，RN... -
深度卷积神经网络(Deep Convolutional Neural Networks)
Deeplearning Algorithms tutorial 深度卷积神经网络(Deep Convolutional Neural Networks) 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...