1 基礎模型 例如將法語翻譯成英語,構建的翻譯網(wǎng)絡分成兩步。1)建立一個網(wǎng)絡,稱之為encoder network,是一個RNN結構。RNN結構中的單元可以是GRU,也可以是...
1 基礎模型 例如將法語翻譯成英語,構建的翻譯網(wǎng)絡分成兩步。1)建立一個網(wǎng)絡,稱之為encoder network,是一個RNN結構。RNN結構中的單元可以是GRU,也可以是...
1 詞匯表征 詞嵌入是語言表示的一種方式,例如國王和王后,男人和女人,只用one-hot 編碼是無法體現(xiàn)詞之間的關聯(lián),因此,我們可以用特征化的表示,來表示每個詞。例如:特征依...
1 序列模型 序列模型廣泛應用于語音識別,音樂生成,情感分析,DNA序列分析,機器翻譯,視頻行為識別,命名實體識別等眾多領域。序列模型的輸入與輸出的對應關系有非常多的組合,比...
目標定位 目標檢測的任務是在圖片中定位物體,并將位置標注出來標記四類存在與否,定位需要定位目標中心坐標(b_x, b_y)以及圖片的高度(b_h)和寬度(b_w) 輸出可以定...
卷積網(wǎng)絡主要應用在計算機視覺,具體的常規(guī)網(wǎng)絡有LeNet, AlexNet, InceptionNet, ResNet。 每個網(wǎng)絡的設計相對于上一個網(wǎng)絡均有新的創(chuàng)新和設計。下...
進行誤差分析 假設你訓練出的貓分類器在開發(fā)集上取得了90%的準確率即誤差為10%,這離你的目標還有一段距離,當你分析開發(fā)集上出錯的例子中,你發(fā)現(xiàn)算法將一些狗的圖片判別為貓的圖...
1.正交化正交化(Orthogonalization) 的核心在于每次調整只會影響模型某一方面的性能,而對其他功能沒有影響。這種方法有助于更快更有效地進行機器學習模型的調試和...
1.調試處理 2.為超參數(shù)選擇合適的范圍(1)隨機取值并不是在取值范圍內隨機均勻取值,而是要選擇合適的標尺來隨機取值。(2)案例1:在選擇網(wǎng)絡層數(shù)時,其范圍是[2,4],那么...
1.深層神經(jīng)網(wǎng)絡 3.核對矩陣的維數(shù) 4.為什么使用深層表示 5.搭建深層神經(jīng)網(wǎng)絡塊 6.前向和反向傳播 7.參數(shù) VS 超參數(shù)1)參數(shù)常見的參數(shù)即為W[1],b[1],W[...
1.神經(jīng)網(wǎng)絡概述 2.神經(jīng)網(wǎng)絡表示及計算 3、神經(jīng)網(wǎng)絡的向量化表達及解釋對于兩層神經(jīng)網(wǎng)絡,從輸入層到隱藏層對應一次邏輯回歸運算;從隱藏層到輸出層對應一次邏輯回歸運算。每層計算...
1.二分分類舉例一個典型的二分類問題。一般來說,彩色圖片包含RGB三個通道。例如下圖所示:cat圖片的尺寸為(64,64,3)。在神經(jīng)網(wǎng)絡模型中,我們首先要將圖片輸入x(維度...
1.什么是神經(jīng)網(wǎng)絡?簡單來說,深度學習(Deep Learning)就是更復雜的神經(jīng)網(wǎng)絡(Neural Network)。文中通過一個房價預測的例子來引入神經(jīng)網(wǎng)絡模型的概念。...
4.動態(tài)規(guī)劃 0/1背包問題實例學習比如,有三件物品重量w,價值v分別是w=[5,3,2]v=[9,7,8]包的容量是5,也就是我們要求得maxVal=v1+v2+v3……約...
一、基本概念1)聚類將物理或抽象對象的集合分成由類似的對象組成的多個類的過程被稱為聚類。由聚類所生成的簇是一組數(shù)據(jù)對象的集合,這些對象與同一個簇中的對象彼此相似,與其他簇中的...
一、基本概念1.通過線性回歸(參見第18章)可以學習一條曲線,作為一組實例的模型,然后使用這個模型對未知實例進行預測。基本范式如下:(1) 觀察一組實例,通常稱為訓練數(shù)據(jù),它...
1.最優(yōu)化問題提供了一種結構化的方法,可以解決很多計算問題。最優(yōu)化問題通常包括兩部分:1)目標函數(shù):需要最大化或最小化的值。2)約束條件集合(可以為空):必須滿足的條件集合。...
一、基本概念 1)蒙特卡羅模擬 蒙特卡羅模擬用于求事件的近似概率,它多次執(zhí)行同一模擬,然后將結果進行平均。 2)投資回報率公式定義: 3)性能出現(xiàn)問題時,經(jīng)常會采用查表法。查...