發(fā)簡(jiǎn)信
IP屬地：天津
-
Word2VectorWord2Vec模型中，主要有Skip-Gram和CBOW兩種模型，從直觀上理解，Skip-Gram是給定input word來(lái)預(yù)測(cè)上下文。而C...
-
深度神經(jīng)網(wǎng)絡(luò)超參數(shù)調(diào)節(jié)在深度網(wǎng)絡(luò)中，需要調(diào)節(jié)的參數(shù)包括學(xué)習(xí)率α，動(dòng)量參數(shù)β，網(wǎng)絡(luò)層數(shù)，隱層節(jié)點(diǎn)數(shù)，學(xué)習(xí)率下降幅度，mini-batch等，其中最重要的超參數(shù)是學(xué)習(xí)率α...
-
循環(huán)神經(jīng)網(wǎng)絡(luò)RNNDNN，CNN每一層的輸入都來(lái)自上一層，統(tǒng)稱為FNNs(Feed-forward Neural Networks，前向反饋神經(jīng)網(wǎng)絡(luò))。對(duì)于文本，...
-
Momentum，RMSprop，Adam算法1 Mini-batch梯度下降 Mini-batch解決了批量梯度下降單次迭代樣本多，速度慢的問(wèn)題，也解決了隨機(jī)梯度下降不穩(wěn)定的問(wèn)題，能夠相對(duì)...
-
深度學(xué)習(xí)模型訓(xùn)練的加速1 硬件加速 采用GPU。 GPU多機(jī)多卡。 2 框架加速 在同樣的模型，同樣的配置下，采用Tensorflow ，caffe，mxnet或者C...
-
機(jī)器學(xué)習(xí)bias-variance tradeoff機(jī)器學(xué)習(xí)訓(xùn)練要保證模型在訓(xùn)練集的準(zhǔn)確率高，即低bias（偏差）；同時(shí)也要保證驗(yàn)證集的準(zhǔn)確率，不產(chǎn)生過(guò)擬合現(xiàn)象，即保證低variance(方差) ...
-
深度學(xué)習(xí)八卦深度學(xué)習(xí)已然成為眼下最時(shí)髦的科技，廣泛應(yīng)用于自然語(yǔ)言理解，視覺，音頻以及結(jié)構(gòu)化數(shù)據(jù)的處理，如搜索引擎，電子商務(wù)的商品推薦。 深度學(xué)習(xí)說(shuō)白了就是神...
-
卷積神經(jīng)網(wǎng)絡(luò)1 卷積網(wǎng)絡(luò)層次類型 卷積層，通過(guò)多個(gè)卷積核進(jìn)行特征提取 激活層，非線性激活函數(shù)處理濾波結(jié)果，常用的有ReLu，sigmoid 池化層，通過(guò)降采...
-
無(wú)人駕駛以后，智能交通爆炸看到一篇文章，報(bào)道Waymo在試驗(yàn)場(chǎng)實(shí)現(xiàn)了L4級(jí)別的無(wú)人駕駛，在這個(gè)背景下討論了無(wú)人車的商業(yè)模式。 無(wú)人車產(chǎn)業(yè)鏈上包括汽車制造商，組件提供者和共...