深度学习
5篇文章 · 0订阅
  • 深度学习初识之目标识别
    目标检测 就是给你一张图把里面的目标找出来，比如我要找人，就需要把人从所给图片中识别出来，这就是目标检测。 输入是一整张图片，输出是要检测的分类以及它的定位，这对人来说非常简单，但是对计算机来说非常的困难。 这张图就是刀具目标识别的结果，它识别出了俩个目标（刀具），把他们框了出…
    机器学习 深度学习
  • NLP从词袋到Word2Vec的文本表示
    在NLP(自然语言处理)领域，文本表示是第一步，也是很重要的一步，通俗来说就是把人类的语言符号转化为机器能够进行计算的数字，因为普通的文本语言机器是看不懂的，必须通过转化来表征对应文本。早期是基于规则的方法进行转化，而现代的方法是基于统计机器学习的方法。 数据决定了机器学习的上…
    NLP
  • 详解卷积神经网络（CNN）在语音识别中的应用
    总结目前语音识别的发展现状，dnn、rnn/lstm和cnn算是语音识别中几个比较主流的方向。2012年，微软邓力和俞栋老师将前馈神经网络FFDNN（Feed Forward Deep Neural Network）引入到声学模型建模中，将FFDNN的输出层概率用于替换之前GM…
    神经网络 百度 数据库
  • 一文看尽深度学习RNN：为啥就它适合语音识别、NLP与机器翻译？
    本文是机器学习大牛Jason Brownlee系统介绍RNN的文章，他在文中详细对比了LSTM、GRU与NTM三大主流架构在深度学习上的工作原理及各自特性。读过本文，你就能轻松GET循环神经网络在语音识别、自然语言处理与机器翻译等当前技术挑战上脱颖而出的种种原因。 作者 | Ja…
    人工智能 神经网络
  • 神经网络优化算法：Dropout、梯度消失/爆炸、Adam优化算法，一篇就够了！
    1. 训练误差和泛化误差 机器学习模型在训练数据集和测试数据集上的表现。如果你改变过实验中的模型结构或者超参数，你也许发现了：当模型在训练数据集上更准确时，它在测试数据集上却不⼀定更准确。这是为什么呢？ **训练误差：**模型在训练数据集上表现出的误差。 **泛化误差：**模型…
    机器学习