注册会员 | 设为首页 | 加入收藏夹
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 »