您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 5--深度学习--循环神经网络

  2. 5--深度学习--循环神经网络 很宝贵的资料。适合深入学习机器学习和深度学习的人群。想要更多相关资源请关注。
  3. 所属分类:算法与数据结构

    • 发布日期:2017-06-28
    • 文件大小:7340032
    • 提供者:huangyueranbbc
  1. 1.5循环神经网络

  2. 深度学习和神经网络 1.1神经元工作原理 1.2神经网络介绍 1.3深度神经网络 1.4卷积神经网络 1.5循环神经网络 1.6生产判别式网络 1.7深度学习的应用 1.8图片生产 1.9课后解答
  3. 所属分类:深度学习

    • 发布日期:2018-01-19
    • 文件大小:89128960
    • 提供者:pxxaish9527
  1. 循环神经网络

  2. 循环神经网络 循环神经网络 零基础入门深度学习 循环神经网络 循环神经网络 零基础入门深度学习
  3. 所属分类:深度学习

    • 发布日期:2018-02-27
    • 文件大小:4194304
    • 提供者:qq_18367375
  1. 循环神经网络、Hopfield网络总结性课件、西北工业大学

  2. 本文档详细总结介绍了Hopfield网络,循环神经网络,深入浅出,值得学习!通俗易懂,让人恍然大悟!
  3. 所属分类:深度学习

    • 发布日期:2018-11-11
    • 文件大小:1048576
    • 提供者:qq_36102904
  1. 零基础入门深度学习(5) - 循环神经网络.pdf

  2. 对循环神经网络介绍进行了比较详细的介绍,讲解的比较浅显易懂
  3. 所属分类:讲义

    • 发布日期:2019-09-03
    • 文件大小:908288
    • 提供者:weixin_45595178
  1. 基于深度学习的检测冠脉造影有无完全闭塞病变的系统.pdf

  2. 发明专利文档,本发明公开了一种基于深度学习的检测冠 脉造影有无完全闭塞病变的系统,使用深度学习 循环神经网络对整体视频进行分析,并利用GPU (图形处理器)加速计算得到检测结果,计算延时 小解决了检测的实时性问题。
  3. 所属分类:深度学习

    • 发布日期:2020-06-09
    • 文件大小:582656
    • 提供者:phytle0
  1. 深度学习循环神经网络

  2. MIT版深度学习第10章 循环神经网络 。 循环神经网络用于处理连续性数据,基础的神经网络只在层与层之间建立了权连接,RNN最大的不同之处就是在层之间的神经元之间也建立的权连接
  3. 所属分类:深度学习

    • 发布日期:2020-11-04
    • 文件大小:20971520
    • 提供者:baidu_35560935
  1. 基于循环神经网络(RNN)的古诗生成器

  2. 基于循环神经网络(RNN)的古诗生成器,具体内容如下 之前在手机百度上看到有个“为你写诗”功能,能够随机生成古诗,当时感觉很酷炫= = 在学习了深度学习后,了解了一下原理,打算自己做个实现练练手,于是,就有了这个项目。文中如有瑕疵纰漏之处,还请路过的诸位大佬不吝赐教,万分感谢! 使用循环神经网络实现的古诗生成器,能够完成古体诗的自动生成。我简单地训练了一下,格式是对上了,至于意境么。。。emmm,呵呵 举一下模型测试结果例子: 1.生成古体诗 示例1: 树阴飞尽水三依,谩自为能厚景奇。 莫怪
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:123904
    • 提供者:weixin_38706045
  1. 动手学深度学习-循环神经网络进阶(ModernRNN)

  2. 参考伯禹学习平台《动手学深度学习》课程内容内容撰写的学习笔记 原文链接:https://www.boyuai.com/elites/course/cZu18YmweLv10OeV/video/qC-4p–OiYRK9l3eHKAju 感谢伯禹平台,Datawhale,和鲸,AWS给我们提供的免费学习机会!! 总的学习感受:伯禹的课程做的很好,课程非常系统,每个较高级别的课程都会有需要掌握的前续基础知识的介绍,因此很适合本人这种基础较差的同学学习,建议基础较差的同学可以关注伯禹的其他课程: 数学基
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:304128
    • 提供者:weixin_38667207
  1. 《动手学习深度学习》之三:3.RNN循环神经网络(进阶)-4种模型(打卡2.6)

  2. RNN循环神经网络(进阶) 1.GRU(门控)模型 1.1.概念 1.1.1.RNN存在的问题:梯度较容易出现衰减或爆炸(BPTT) 1.1.2.GRU⻔控循环神经⽹络:捕捉时间序列中时间步距离较⼤的依赖关系 重置⻔有助于捕捉时间序列⾥短期的依赖关系; 更新⻔有助于捕捉时间序列⾥⻓期的依赖关系。 1.2.GRU模型从零实现 1.2.1.载入数据集 import numpy as np import torch from torch import nn, optim import torc
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:441344
    • 提供者:weixin_38522214
  1. 《动手学深度学习》循环神经网络

  2. pytorch版循环神经网络实现 import torch import torch.nn as nn import time import math import sys def load_data_jay_lyrics(): 加载周杰伦歌词数据集 with open('/Users/nick/Documents/dataset/jaychou_lyrics.txt','r') as f: corpus_chars = f.read() corpus_c
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:33792
    • 提供者:weixin_38596267
  1. 深度学习7–循环神经网络实现语言模型

  2. 循环神经网络实现语言模型循环神经网络裁剪梯度困惑度实现 循环神经网络 目的是基于当前的输入与过去的输入序列,预测序列的下一个字符。循环神经网络中引入一个隐含层HHH,用HtH_tHt​表示HHH在时间步ttt的值。HtH_tHt​的计算基于前一步的Ht−1H_{t-1}Ht−1​和XtX_tXt​,利用HtH_tHt​预测ttt时刻的字符。 因此,有: Ht=ϕ(XtWxh+Ht−1Whh+bh)\bm{H_t = \phi(X_tW_{xh} + H_{t-1}W_{hh} + b_h)}H
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:113664
    • 提供者:weixin_38596879
  1. 深度学习——循环神经网络

  2. 理解 循环神经网络(Recurrent Neural Network, RNN)是一类以序列(sequence)数据为输入,在序列的演进方向进行递归(recursion)且所有节点(循环单元)按链式连接的递归神经网络(recursive neural network)。 递归神经网络(RNN)相对于MLP和CNN的主要优点是,它能够处理序列数据,在传统神经网络或卷积神经网络中,样本(sample)输入与输出是没有“顺序”概念的,可以理解为,如果把输入序列和输出序列重新排布,对整体模型的理论性能不
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:285696
    • 提供者:weixin_38663452
  1. 简单理解RNN循环神经网络

  2. 简单理解RNN循环神经网络RNN(Recurrent Neural Network)介绍图说RNN宏观结构图说RNN微观结构 RNN(Recurrent Neural Network)介绍 介绍: RNN,也就是循环神经网络,是用来建模序列化数据的一种主流的深度学习模型。传统的前馈神经网络处理的输入往往都是一个定长向量,较难应对变长的序列信息,就算把序列处理成定长的向量,模型也很难捕捉序列中的长距离依赖关系。而RNN中的每个神经元能够运用其内部变量保存之前输入的序列信息,将所有神经元串行就可以处
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:140288
    • 提供者:weixin_38601878
  1. 《动手学深度学习》Task03:过拟合、欠拟合及其解决方案+梯度消失、梯度爆炸+循环神经网络进阶

  2. 文章目录1 过拟合、欠拟合及其解决方案1.1 模型选择、过拟合和欠拟合1.2 过拟合和欠拟合1.3 权重衰减1.4 丢弃法2 梯度消失、梯度爆炸2.1 梯度消失和梯度爆炸2.2 考虑环境因素3 循环神经网络进阶3.1 GRU3.2 LSTM3.3 双向循环神经网络 文章目录 过拟合、欠拟合及其解决方案 梯度消失、梯度爆炸 循环神经网络进阶 1 过拟合、欠拟合及其解决方案 过拟合、欠拟合的概念 权重衰减 丢弃法 1.1 模型选择、过拟合和欠拟合 1.1.1 训练误差和泛
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:1048576
    • 提供者:weixin_38663415
  1. 电视脚本生成:在Udacity深度学习纳米学位计划下,实现循环神经网络(RNN)以生成Seinfeld电视脚本!-源码

  2. 电视剧本生成 :television: :sparkles: 在Udacity深度学习纳米学位计划下实施循环神经网络(RNN)以生成Seinfeld电视剧本! 示范影片 :film_frames: :backhand_index_pointing_down: 请访问
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:2097152
    • 提供者:weixin_42126399
  1. 《动手学深度学习》task3——过拟合、欠拟合及解决方案,梯度消失、梯度爆炸,循环神经网络进阶笔记

  2. 系统学习《动手学深度学习》点击这里: 《动手学深度学习》task1_1 线性回归 《动手学深度学习》task1_2 Softmax与分类模型 《动手学深度学习》task1_3 多层感知机 《动手学深度学习》task2_1 文本预处理 《动手学深度学习》task2_2 语言模型 《动手学深度学习》task2_3 循环神经网络基础 《动手学深度学习》task3_1 过拟合、欠拟合及其解决方案 《动手学深度学习》task3_2 梯度消失、梯度爆炸 《动手学深度学习》task3_3 循环神经网络进阶 《
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:194560
    • 提供者:weixin_38584058
  1. 深度学习基础3——过拟合欠拟合、梯度消失与梯度爆炸、常见循环神经网络

  2. 深度学习基础3 文章目录深度学习基础3一、过拟合欠拟合1.概念2.解决过拟合欠拟合的方法(1)权重缩减(2)丢弃法二、梯度消失与梯度爆炸1.消失与爆炸2.随机初始化3.影响模型效果的其他因素三、循环神经网络进阶1.门控循环神经网络/门控循环单元(GRU)2.LSTM:长短期记忆3.深度循环神经网络(Deep RNN)4.双向循环神经网络(BRNN)   一、过拟合欠拟合 1.概念 欠拟合:训练误差(训练集的损失函数的值)较大。 过拟合:训练误差远远小于泛化误差(任意测试样本误差的期望)。 验证集
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:312320
    • 提供者:weixin_38606639
  1. 深度学习(三)————过拟合、欠拟合及其解决方案;梯度消失、梯度爆炸;循环神经网络进阶

  2. 目录 过拟合、欠拟合及其解决方案 训练误差和泛化误差 过拟合和欠拟合的概念 模型复杂度和误差之间的关系 解决过拟合的方案 梯度消失及梯度爆炸 循环神经网络进阶 GRU LSTM 深度神经网络 过拟合、欠拟合及其解决方案 训练误差和泛化误差        在解释上述现象之前,我们需要区分训练误差(training error)和泛化误差(generalization error)。通俗来讲,前者指模型在训练数据集上表现出的误差,后者指模型在任意一个测试数据样本上表现出的误差的期望,并常常通过测试数
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:408576
    • 提供者:weixin_38635092
  1. 如何实现模拟人类视觉注意力的循环神经网络?

  2. 我们观察PPT的时候,面对整个场景,不会一下子处理全部场景信息,而会有选择地分配注意力,每次关注不同的区域,然后将信息整合来得到整个的视觉印象,进而指导后面的眼球运动。将感兴趣的东西放在视野中心,每次只处理视野中的部分,忽略视野外区域,这样做的好处是降低了任务的复杂度。深度学习领域中,处理一张大图的时候,使用卷积神经网络的计算量随着图片像素的增加而线性增加。如果参考人的视觉,有选择地分配注意力,就能选择性地从图片或视频中提取一系列的区域,每次只对提取的区域进行处理,再逐渐地把这些信息结合起来,建
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:334848
    • 提供者:weixin_38586118
« 12 3 4 5 6 7 8 9 10 »