选自GitHub，Bayesian Methods Research Group，机器之心整理。 多数讲师和助教都是贝叶斯方法研究团队的成员以及来自世界顶级研究中心的研究者。很多讲师曾经在顶级国际机器学习会议例如 NIPS、ICML、ICCV、CVPR、ICLR、AISTATS…

Google 2017年的论文 Attention is all you need 阐释了什么叫做大道至简！该论文提出了Transformer模型，完全基于Attention mechanism，抛弃了传统的RNN和CNN。 我们根据论文的结构图，一步一步使用 PyTorch …

R-CNN提出于2014年，应当算是卷积神经网络在目标检测任务中的开山之作了，当然同年间还有一个overfeat算法，在这里暂不讨论。 在之后的几年中，目标检测任务的CNN模型也越来越多，实时性与准确率也越来越好，但是最为经典的模型还是很值得学习的。 对于R-CNN模型，个人是…

为什么使用序列模型（sequence model）？标准的全连接神经网络（fully connected neural network）处理序列会有两个问题：1）全连接神经网络输入层和输出层长度固定，而不同序列的输入、输出可能有不同的长度，选择最大长度并对短序列进行填充（pad…

0. 基本绘画设置 (1). Figure和Subplot matplotlib的图像都位于Figure对象中，你可以用plt.figure创建一个新的Figure. (2). 调整subplot周围的间距 默认情况下，matplotlib会在subplot外围留下一定的边距，…

不使用任何深度学习框架，实现一个简单的神经网络用来分类。 手把手带你搭建神经网络，包括损失函数的选择，已经手写反向传播代码。 生成一些数据，这些数据不太容易线性分类。 使用softmax和cross-entropy loss，训练一个线性分类器。 实际上就是直接用softmax…

简介结合上节课的内容，使用WaveNet进行语音分类原理对于每一个MFCC特征都输出一个概率分布，然后结合CTC算法即可实现语音识别相比之下，语音分类要简单很多，因为对于整个MFCC特征序列只需要输出

马尔可夫链是通常用一组随机变量定义的数学系统，可以根据具体的概率规则进行状态转移。转移的集合满足马尔可夫性质，也就是说，转移到任一特定状态的概率只取决于当前状态和所用时间，而与其之前的状态序列无关。马尔可夫链的这个独特性质就是无记忆性。 跟随本教程学会使用马尔可夫链，你就会懂得…