TensorFlow從0到N專(zhuān)題入口 當(dāng)看到本篇時(shí)，根據(jù)TensorFlow官方標(biāo)準(zhǔn)《Deep MNIST for Experts》，你已經(jīng)達(dá)到Expert Level，要恭...
發(fā)簡(jiǎn)信
IP屬地：臺(tái)灣
-
TensorFlow從1到2 - 5 - 非專(zhuān)家莫入！TensorFlow實(shí)現(xiàn)CNN -
可解釋性與deep learning的發(fā)展大家好，我叫張拳石，UCLA博士后。目前在朱松純老師的實(shí)驗(yàn)室，帶領(lǐng)一個(gè)團(tuán)隊(duì)，做explainable AI方向。本文的題目有些大，這篇短文中，我只簡(jiǎn)單談?wù)剛€(gè)人對(duì)deep le...
-
談多輪對(duì)話(huà)序言 以一周前的一條微博作為開(kāi)始。一周前我講：相對(duì)的，自然語(yǔ)言解析技術(shù)已經(jīng)逐漸不再成為各家廣義智能助理產(chǎn)品的核心競(jìng)爭(zhēng)力，識(shí)別用戶(hù)意圖之后所提供的服務(wù)開(kāi)始成為對(duì)話(huà)機(jī)器人差異化的...
-
TensorFlow從0到1 - 2 - TensorFlow核心編程TensorFlow從0到1系列回顧 上一篇Hello, TensorFlow!中的代碼還未解釋?zhuān)酒榻BTensorFlow核心編程的幾個(gè)基本概念后，那些Python代碼就...
-
TensorFlow從0到1 - 11 - 74行Python實(shí)現(xiàn)手寫(xiě)體數(shù)字識(shí)別TensorFlow從0到1系列回顧 到目前為止，我們已經(jīng)研究了梯度下降算法、人工神經(jīng)網(wǎng)絡(luò)以及反向傳播算法，他們各自肩負(fù)重任： 梯度下降算法：機(jī)器自學(xué)習(xí)的算法框架； 人工神經(jīng)...
-
TensorFlow從0到1 - 16 - L2正則化對(duì)抗“過(guò)擬合”TensorFlow從0到1系列回顧 前面的14 交叉熵?fù)p失函數(shù)——防止學(xué)習(xí)緩慢和15 重新思考神經(jīng)網(wǎng)絡(luò)初始化從學(xué)習(xí)緩慢問(wèn)題入手，嘗試改進(jìn)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)。本篇討論過(guò)擬合問(wèn)題，...
