已找到以下 10000 条记录
  • 深度学习之Bagging学习

    回想一下Bagging学习,我们定义 k 个不同的模型,从训练集有替换采样构造k 个不同的数据集,然后在训练集 i 上训练模型 i。Dropout的目标是在指数级数量的神经网络上近似这个过程。具体来说,在训练中使用Dropout时,我们会使用基于小批量的学习算法和较小的步长,如梯

    作者: 小强鼓掌
    1254
    2
  • 浅谈深度学习

    学习方法——深度前馈网络、卷积神经网络、循环神经网络等;无监督学习方法——深度信念网、深度玻尔兹曼机,深度自编码器等。深度学习的思想:深度神经网络的基本思想是通过构建多层网络,对目标进行多层表示,以期通过多层的高层次特征来表示数据的抽象语义信息,获得更好的特征鲁棒性。深度学习应用

    作者: QGS
    39
    2
  • 深度学习学习 XOR

    发挥作用的一个简单例子说起:学习 XOR 函数。       XOR 函数(“异或” 逻辑)是两个二进制值 x1 和 x2 的运算。当这些二进制值中恰好有一个为 1 时,XOR 函数返回值为 1。其余情况下返回值为 0。XOR 函数提供了我们想要学习的目标函数 y = f∗(x)。我们的模型给出了一个函数

    作者: 小强鼓掌
    950
    3
  • 深度学习简介

    信息进一步优化神经网络权值的深度置信网络(DBN)。 通过多层处理,逐渐将初始的“低层”特征表示转化为“高层”特征表示后,用“简单模型”即可完成复杂的分类等学习任务。由此可将深度学习理解为进行“特征学习”(feature learning)或“表示学习”(representation

    作者: 某地瓜
    1681
    1
  • 认识深度学习

    什么是深度学习 要理解什么是深度学习,人们首先需要理解它是更广泛的人工智能领域的一部分。简而言之,人工智能涉及教计算机思考人类的思维方式,其中包括各种不同的应用,例如计算机视觉、自然语言处理和机器学习。 机器学习是人工智能的一个子集,它使计算机在没有明确编程的情况下能够更好地完成

    作者: 建赟
    1845
    2
  • 什么是深度学习

    深度学习是支撑人工智能发展的核心技术,云服务则是深度学习的主要业务模式之一。OMAI深度学习平台(以下简称OMAI平台)即是在上述前提下诞生的平台软件。OMAI深度学习平台是具备深度学习算法开发、模型训练、推理服务等能力的一站式平台软件。OMAI平台以支持高性能计算技术和大规模分

    作者: OMAI
    6642
    0
  • 【mindSpore】【深度学习】求指路站内的深度学习教程

    老师给了我们个任务,用mindSpore完成一个深度学习,求大佬指路,站内有什么方便的教程。要求不能是花卉识别、手写体数字识别、猫狗识别,因为这些按教程已经做过了(然而我还是不会mindSpore)。尽量简单,我们只要是个深度学习就能完成任务。

    作者: abcd咸鱼
    1443
    1
  • 深度学习释义

    深度学习是机器学习的一种,而机器学习是实现人工智能的必经路径。深度学习的概念源于人工神经网络的研究,含多个隐藏层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。研究深度学习的动机在于建立模拟人脑进行分析学

    作者: 某地瓜
    1961
    1
  • 深度学习导论

    Network)的扩展和应用为基础,这次浪潮的出现标志着深度学习时代的来临。这一阶段的研究主要集中在如何提高深度神经网络的性能和泛化能力上。SVM作为一种经典的机器学习算法,在分类问题上表现出了良好的性能。随着深度学习的不断发展,其应用领域也在不断扩大。深度学习已经成为了许多领域的重要工具,例如自然

    作者: 林欣
    42
    1
  • 各个模型深度学习训练加速框架的选择 - AI开发平台ModelArts

    各个模型深度学习训练加速框架的选择 LlamaFactory框架使用两种训练框架: DeepSpeed和Accelerate都是针对深度学习训练加速的工具,但是它们的实现方式和应用场景有所不同。 DeepSpeed是一种深度学习加速框架,主要针对大规模模型和大规模数据集的训练。D

  • 深度学习之机器学习基础

    深度学习是机器学习的一个特定分支。要想学好深度学习,必须对机器学习的基本原理有深刻的理解。本章将探讨贯穿本书其余部分的一些机器学习重要原理。我们建议新手读者或是希望更全面了解的读者参考一些更全面覆盖基础知识的机器学习参考书,例如Murphy (2012) 或者Bishop (20

    作者: 小强鼓掌
    840
    2
  • 分享深度学习笔记组件学习

    组件学习组件学习不仅使用一个模型的知识,还使用多个模型的知识。人们相信,通过独特的信息组合或输入(包括静态和动态),深度学习可以比单一模式更深入地理解和表现。迁移学习是组件学习的一个非常明显的例子。基于这一思想,对类似问题预先训练的模型权重可用于对特定问题进行微调。为了区分不同类

    作者: 初学者7000
    628
    1
  • 天冕联邦学习平台

    天冕联邦学习平台是天冕利用前沿信息技术打造的高效安全数据合作解决方案,在充分保护各方用户数据安全、非共享数据情况下打破数据孤岛,实现跨数据、跨行业的合作。  天冕联邦学习平台,联邦建模,联合建模,隐私计算,多方安全计算

    交付方式: 镜像
  • 机器学习深度学习区别

    深度学习由经典机器学习发展而来,两者有着相同与不同特点1.完全不同的模式机器学习:使计算机能从数据中学习,并利用其学到的知识来提供答案(通常为预测)。依赖于不同的范式(paradigms),例如统计分析、寻找数据相似性、使用逻辑等深度学习:使用单一技术,最小化人脑劳动。使用被称为

    作者: 极客潇
    1358
    4
  • 心得体会

    互联网不受地域和行业企业限制,与所有行业和企业都是相通交融的。在互联网世界里,一切都有可能,而几乎没有什么是不可能的。也没有什么会永远属于你的,当然也没有什么不可以总是属于你的。有的本来是你多年一直经营的熟悉业务范围,可能在不知不觉中却被别人夺走了。

    作者: yd_262961977
    127
    0
  • 心得体会

    华为公司如何强化员工的危机意识?‍‍首先‍‍得让员工感受到‍‍狼来了,‍‍让员工体验到,‍‍悬在头顶上的达摩克利斯剑,‍‍要让员工融入到有序的折腾,‍‍同时要让员工参与到强身健体,‍‍当然还要让员工看到未来的希望。‍‍华为公司特别强调,‍‍一定要向员工的太平意识宣讲,‍‍老板在基

    作者: yd_243201255
    858
    39
  • 图像视频压缩:深度学习,有一套

    为编码器;qq 为量化器;GG 为解码和生成器;DD 为对抗器。 基于深度学习的视频压缩编码 基于深度学习的视频编码分为两种: • 采用深度学习替代传统视频编码中部分模块 • 端到端采用深度学习编码压缩 部分方案 采样深度神经网络可以替代传统视频编码中的模块包括:帧内/帧间预测、变换、上下采样、环路滤波、熵编码等6。

    作者: 技术火炬手
    发表时间: 2021-03-23 06:28:07
    7893
    0
  • 深度学习发展的学习范式——成分学习

    成分学习    成分学习不仅使用一个模型的知识,而且使用多个模型的知识。人们相信,通过独特的信息组合或投入(包括静态和动态的),深度学习可以比单一的模型在理解和性能上不断深入。    迁移学习是一个非常明显的成分学习的例子, 基于这样的一个想法, 在相似问题上预训练的模型权重可以

    作者: 初学者7000
    716
    5
  • 适合新手的深度学习综述(4)--深度学习方法

    本文转载自机器之心。深度神经网络在监督学习中取得了巨大的成功。此外,深度学习模型在无监督、混合和强化学习方面也非常成功。4.1 深度监督学习监督学习应用在当数据标记、分类器分类或数值预测的情况。LeCun 等人 (2015) 对监督学习方法以及深层结构的形成给出了一个精简的解释。Deng

    作者: @Wu
    177
    1
  • 深度学习之流形学习

    字“8” 形状的流形在大多数位置只有一维,但在中心的相交处有两维。      如果我们希望机器学习算法学习 Rn 上的所有感兴趣的函数,那么很多机器学习问题看上去都是不可解的。流形学习 (manifold learning) 算法通过一个假设来克服这个障碍,该假设认为 Rn 中大

    作者: 小强鼓掌
    1676
    3