往期回顧 在前面的文章中，我們介紹了循環(huán)神經(jīng)網(wǎng)絡(luò)，它可以用來處理包含序列結(jié)構(gòu)的信息。然而，除此之外，信息往往還存在著諸如樹結(jié)構(gòu)、圖結(jié)構(gòu)等更復(fù)雜的結(jié)構(gòu)。對于這種復(fù)雜的結(jié)構(gòu)，循環(huán)...
發(fā)簡信
IP屬地：北京
-
零基礎(chǔ)入門深度學(xué)習(xí)(7) - 遞歸神經(jīng)網(wǎng)絡(luò) -
零基礎(chǔ)入門深度學(xué)習(xí)(6) - 長短時記憶網(wǎng)絡(luò)(LSTM)
往期回顧 在上一篇文章中，我們介紹了循環(huán)神經(jīng)網(wǎng)絡(luò)以及它的訓(xùn)練算法。我們也介紹了循環(huán)神經(jīng)網(wǎng)絡(luò)很難訓(xùn)練的原因，這導(dǎo)致了它在實際應(yīng)用中，很難處理長距離的依賴。在本文中，我們將介紹一...
-
零基礎(chǔ)入門深度學(xué)習(xí)(5) - 循環(huán)神經(jīng)網(wǎng)絡(luò)
往期回顧 在前面的文章系列文章中，我們介紹了全連接神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)，以及它們的訓(xùn)練和使用。他們都只能單獨的取處理一個個的輸入，前一個輸入和后一個輸入是完全沒有關(guān)系的。但...
-
零基礎(chǔ)入門深度學(xué)習(xí)(4) - 卷積神經(jīng)網(wǎng)絡(luò)
往期回顧 在前面的文章中，我們介紹了全連接神經(jīng)網(wǎng)絡(luò)，以及它的訓(xùn)練和使用。我們用它來識別了手寫數(shù)字，然而，這種結(jié)構(gòu)的網(wǎng)絡(luò)對于圖像識別任務(wù)來說并不是很合適。本文將要介紹一種更適合...
-
零基礎(chǔ)入門深度學(xué)習(xí)(3) - 神經(jīng)網(wǎng)絡(luò)和反向傳播算法
往期回顧 在上一篇文章中，我們已經(jīng)掌握了機(jī)器學(xué)習(xí)的基本套路，對模型、目標(biāo)函數(shù)、優(yōu)化算法這些概念有了一定程度的理解，而且已經(jīng)會訓(xùn)練單個的感知器或者線性單元了。在這篇文章中，我們...
-
零基礎(chǔ)入門深度學(xué)習(xí)(2) - 線性單元和梯度下降
由于簡書不支持?jǐn)?shù)學(xué)公式，請移步零基礎(chǔ)入門深度學(xué)習(xí)(2) - 線性單元和梯度下降[https://www.zybuluo.com/hanbingtao/note/448086]...
-
零基礎(chǔ)入門深度學(xué)習(xí)(1) - 感知器
無論即將到來的是大數(shù)據(jù)時代還是人工智能時代，亦或是傳統(tǒng)行業(yè)使用人工智能在云上處理大數(shù)據(jù)的時代，作為一個有理想有追求的程序員，不懂深度學(xué)習(xí)（Deep Learning）這個超熱...
-
零基礎(chǔ)入門深度學(xué)習(xí)(7) - 遞歸神經(jīng)網(wǎng)絡(luò)
往期回顧 在前面的文章中，我們介紹了循環(huán)神經(jīng)網(wǎng)絡(luò)，它可以用來處理包含序列結(jié)構(gòu)的信息。然而，除此之外，信息往往還存在著諸如樹結(jié)構(gòu)、圖結(jié)構(gòu)等更復(fù)雜的結(jié)構(gòu)。對于這種復(fù)雜的結(jié)構(gòu)，循環(huán)...
-
零基礎(chǔ)入門深度學(xué)習(xí)(6) - 長短時記憶網(wǎng)絡(luò)(LSTM)
往期回顧 在上一篇文章中，我們介紹了循環(huán)神經(jīng)網(wǎng)絡(luò)以及它的訓(xùn)練算法。我們也介紹了循環(huán)神經(jīng)網(wǎng)絡(luò)很難訓(xùn)練的原因，這導(dǎo)致了它在實際應(yīng)用中，很難處理長距離的依賴。在本文中，我們將介紹一...
-
零基礎(chǔ)入門深度學(xué)習(xí)(5) - 循環(huán)神經(jīng)網(wǎng)絡(luò)
往期回顧 在前面的文章系列文章中，我們介紹了全連接神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)，以及它們的訓(xùn)練和使用。他們都只能單獨的取處理一個個的輸入，前一個輸入和后一個輸入是完全沒有關(guān)系的。但...
-
零基礎(chǔ)入門深度學(xué)習(xí)(4) - 卷積神經(jīng)網(wǎng)絡(luò)
往期回顧 在前面的文章中，我們介紹了全連接神經(jīng)網(wǎng)絡(luò)，以及它的訓(xùn)練和使用。我們用它來識別了手寫數(shù)字，然而，這種結(jié)構(gòu)的網(wǎng)絡(luò)對于圖像識別任務(wù)來說并不是很合適。本文將要介紹一種更適合...
-
零基礎(chǔ)入門深度學(xué)習(xí)(3) - 神經(jīng)網(wǎng)絡(luò)和反向傳播算法
往期回顧 在上一篇文章中，我們已經(jīng)掌握了機(jī)器學(xué)習(xí)的基本套路，對模型、目標(biāo)函數(shù)、優(yōu)化算法這些概念有了一定程度的理解，而且已經(jīng)會訓(xùn)練單個的感知器或者線性單元了。在這篇文章中，我們...
-
零基礎(chǔ)入門深度學(xué)習(xí)(2) - 線性單元和梯度下降
由于簡書不支持?jǐn)?shù)學(xué)公式，請移步零基礎(chǔ)入門深度學(xué)習(xí)(2) - 線性單元和梯度下降[https://www.zybuluo.com/hanbingtao/note/448086]...
-
零基礎(chǔ)入門深度學(xué)習(xí)(1) - 感知器
無論即將到來的是大數(shù)據(jù)時代還是人工智能時代，亦或是傳統(tǒng)行業(yè)使用人工智能在云上處理大數(shù)據(jù)的時代，作為一個有理想有追求的程序員，不懂深度學(xué)習(xí)（Deep Learning）這個超熱...
-
愛生活，愛編程
