内容选择
全部
内容选择
内容分类
  • 学堂
  • 博客
  • 论坛
  • 开发服务
  • 开发工具
  • 直播
  • 视频
  • 用户
时间
  • 一周
  • 一个月
  • 三个月
  • 深度学习之上溢下溢

    (underflow)。当接近零数被四舍五入为零时发生下溢。许多函数在其参数为零而不是一个很小正数时才会表现出质不同。例如,我们通常要避免被零除(一些软件环境将在这种情况下抛出异常,有些会返回一个非数字 (not-a-number) 占位符)或避免取零对数(这通常被视为 −∞,进一步算术运算

    作者: 小强鼓掌
    1051
    4
  • 神经网络深度学习有什么关系?

    最近在网上看到说神经网络就是深度学习,然后自己又在打算去学习这方面的知识。本来想着去买一本神经网络书,一本深度学习书看看。看到这个后我就在想如果真是这样就只用买一本深度学习了。但是又不太确定。网上说法不一,所以来问问各位大佬意见

    作者: 入门级小白
    3122
    9
  • 深度学习之机器学习算法效果

    缩小训练误差测试误差差距        这两个因素对应机器学习两个主要挑战:欠拟合(underfitting) 过拟合(overfitting)。欠拟合发生于模型不能在训练集上获得足够低误差。过拟合发生于训练误差和和测试误差之间差距太大。        通过调整模型容量(

    作者: 小强鼓掌
    725
    3
  • 深度学习:主流框架编程实战》——1.4 优化深度学习方法

    1.4 优化深度学习方法目前,深度学习在多种目标分类识别任务中取得优于传统算法结果,并产生大量优秀模型,使用迁移学习方法将优秀模型应用在其他任务中,可以达到在减少深度学习训练时间前提下,提升分类任务性能,同时降低对训练集规模依赖,关于迁移学习及其实例分析将在第6章进

    作者: 华章计算机
    发表时间: 2019-06-04 19:31:15
    2948
    0
  • 深度学习应用开发》学习笔记-26

    这样是不好,因为就像学习训练时将考试题都让你做过一遍,再让你考试就不公平了,类似于作弊了。 应该是考你运用学到知识,来做没做过题。 那比较好做法呢,是有一些数据,把这些数据分一分, 大部分做训练、一小部分做验证、再分一小部分做测试。 下面是模型应用,也就是预测代码 ```python

    作者: 黄生
    826
    3
  • 分享深度学习笔记

    深度学习领域,特别是在NLP(最令人兴奋深度学习研究领域)中,该模型规模正在扩大。最新gpt-3模型有1750亿个参数。把它比作伯特就像把木星比作蚊子一样(好吧,不是字面意思)。深度学习未来会更大吗?通常情况下,gpt-3是非常有说服力,但它在过去一再表明,“成功

    作者: 初学者7000
    636
    1
  • 深度学习释义

    深度学习是机器学习一种,而机器学习是实现人工智能必经路径。深度学习概念源于人工神经网络研究,含多个隐藏层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高层表示属性类别或特征,以发现数据分布式特征表示。研究深度学习动机在于建立模拟人脑进行分析学

    作者: 某地瓜
    1961
    1
  • 适合新手深度学习综述(7)--训练优化技术

    Dropout,但保留了隐藏单元而不是丢弃。7.4 深度残差学习He 等人 (2015) 提出了深度残差学习框架,该框架被称为低训练误差 ResNet。7.5 批归一化Ioffe Szegedy(2015) 提出了批归一化,通过减少内部协变量移位来加速深度神经网络训练方法。Ioffe(2017)

    作者: @Wu
    145
    1
  • 深度学习之流形学习

    中大部分区域都是无效输入,感兴趣输入只分布在包含少量点子集构成一组流形中,而学习函数中感兴趣输出变动只位于流形中方向,或者感兴趣变动只发生在我们从一个流形移动到另一个流形时候。流形学习是在连续数值数据无监督学习设定下被引入,尽管这个概率集中想法也能够泛化到离

    作者: 小强鼓掌
    1053
    2
  • 深度学习之流形学习

    中大部分区域都是无效输入,感兴趣输入只分布在包含少量点子集构成一组流形中,而学习函数中感兴趣输出变动只位于流形中方向,或者感兴趣变动只发生在我们从一个流形移动到另一个流形时候。流形学习是在连续数值数据无监督学习设定下被引入,尽管这个概率集中想法也能够泛化到离散

    作者: 小强鼓掌
    811
    1
  • 《MXNet深度学习实战》—1.1.3 深度学习

    搭建起来一样,稍有不同是,在神经网络中层类型更多样,而且层与层之间联系复杂多变。深度学习深度主要就是来描述神经网络中层数量,目前神经网络可以达到成百上千层,整个网络参数量从万到亿不等,所以深度学习并不是非常深奥概念,其本质上就是神经网络。神经网络并不是最近几年才

    作者: 华章计算机
    发表时间: 2019-06-16 16:21:27
    3404
    0
  • 疯狂Java学习笔记(46)------------知识学习宝库!

    疯狂Java学习笔记(46)------------知识学习宝库! IT博客学习网址: 在网上查找资料过程中,突然发现这位博主博客,对于集合将接非常透彻! 为了方便后期学习! 将网址留下来!   http://blog

    作者: brucexiaogui
    发表时间: 2021-12-29 15:53:15
    377
    0
  • 容器基础知识学习

    进行资源管理容器VS虚拟机与虚机相比容器优点1. • 更快速交付部署2. • 高效部署扩容3. • 更高资源利用率4. • 更简单管理Docker组件Docker常见架构

    作者: 极客潇
    发表时间: 2019-09-23 16:57:47
    2608
    0
  • 深度学习是机器学习一种

    深度学习是机器学习一种,而机器学习是实现人工智能必经路径。深度学习概念源于人工神经网络研究,含多个隐藏层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高层表示属性类别或特征,以发现数据分布式特征表示。研究深度学习动机在于建立模拟人脑进行分析学

    作者: QGS
    531
    1
  • 深度学习深陷困境!

    自海量数据深度学习融合。常见计算机软件通过定义一组专用于特定工作符号处理规则来解决难题,例如在文字处理器中编辑文本或在电子表格中执行计算,而神经网络却通过统计近似值从样本中学习来解决难题。由于神经网络在语音识别、照片标记等方面取得了不错成就,许多深度学习支持者已经

    作者: 星恒
    249
    3
  • 人工智能、机器学习深度学习这三者关系

    人工智能、机器学习深度学习这三者关系开始。我看过不少书都喜欢把三者关系画成三个套在一起大圆圈,最外面的圈是人工智能,里面一点圈是机器学习,最里面的圈是深度学习。这个图传得很广,三者关系也确实可以简单理解成人工智能>机器学习>深度学习

    作者: andyleung
    1651
    1
  • 深度学习之流形学习

    中大部分区域都是无效输入,感兴趣输入只分布在包含少量点子集构成一组流形中,而学习函数中感兴趣输出变动只位于流形中方向,或者感兴趣变动只发生在我们从一个流形移动到另一个流形时候。流形学习是在连续数值数据无监督学习设定下被引入,尽管这个概率集中想法也能够泛化到离

    作者: 小强鼓掌
    1676
    3
  • 深度学习识别滑动验证码

    像上一节介绍一样,要训练深度学习模型也需要准备训练数据,数据也是分为两部分,一部分是验证码图像,另一部分是数据标注,即缺口位置。但上一节不一样是,这次标注不再是单纯验证码文本了,因为这次我们需要表示是缺口位置,缺口对应是一个矩形框,要表示一个矩形框

    作者: 崔庆才丨静觅
    发表时间: 2021-12-31 16:52:28
    945
    0
  • 深度优先遍历与广度优先遍历:探索图与树策略

    在计算机科学中,图数据结构是解决复杂问题基石。遍历这些结构是理解操作它们基础步骤。两种基本遍历策略——深度优先遍历(Depth-First Search, DFS)广度优先遍历(Breadth-First Search, BFS)——为我们提供了探索这些结构不同视角。本

    作者: 炒香菇的书呆子
    10
    0
  • 分享机器学习趋势论文—— 推理知识量子嵌入

    10的原因。补充一点,作者使用LUBM作为演绎推理基准,该演绎推理包含了具有类及其层次结构本体。实际上,这也是我关注焦点之一,因为标准基准数据集FB15K(-237)WN18(RR)仅包含实例关系,而没有任何类归因。显然,大型知识图谱具有数千种类型,处理该信息可以潜在地改善链接预测推理性能。我还是很

    作者: 初学者7000
    836
    2