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. 面向机器智能Tensorflow实践

  2. 　完整书签版 本书是一本*佳的TensorFlow入门指南。几位作者都来自研发一线，他们用自己的宝贵经验，结合众多高质量的代码，生动讲解TensorFlow的底层原理，并从实践角度介绍如何将两种常见模型——深度卷积网络、循环神经网络应用到图像理解和自然语言处理的典型任务中。此外，还介绍了在模型部署和编程中可用的诸多实用技巧。 　　全书分为四部分，共9章。第一部分（第1~2章）讨论TensorFlow的设计模式以及选择TensorFlow作为深度学习库的优势和面临的挑战，并给出详细的安装指南。第

  3. 所属分类：机器学习

    • 发布日期：2017-12-03
    • 文件大小：96468992
    • 提供者：bjbhi

  1. TensorFlow for Machine Intelligence

  2. 绝佳的TensorFlow入门指南 本书是一本*佳的TensorFlow入门指南。几位作者都来自研发一线，他们用自己的宝贵经验，结合众多高质量的代码，生动讲解TensorFlow的底层原理，并从实践角度介绍如何将两种常见模型——深度卷积网络、循环神经网络应用到图像理解和自然语言处理的典型任务中。此外，还介绍了在模型部署和编程中可用的诸多实用技巧。, 全书分为四部分，共9章。第一部分（第1~2章）讨论TensorFlow的设计模式以及选择TensorFlow作为深度学习库的优势和面临的挑战，并给

  3. 所属分类：机器学习

    • 发布日期：2018-02-27
    • 文件大小：19922944
    • 提供者：luxes_yuer

  1. 利用tensorflow实现的循环神经网络RNN（本程序使用了LSTM）来做语言模型，并输出其困惑度.py

  2. 利用tensorflow实现的循环神经网络RNN（本程序使用了LSTM）来做语言模型，并输出其困惑度。 #语言模型主要是根据一段给定的文本来预测下一个词最有可能是什么。困惑度用于评价语言模型。困惑度越小，则模型的性能越好。

  3. 所属分类：深度学习

    • 发布日期：2020-03-18
    • 文件大小：12288
    • 提供者：aotomo740

  1. TensorFlow实现RNN循环神经网络

  2. 主要介绍了TensorFlow实现RNN循环神经网络，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：349184
    • 提供者：weixin_38633897

  1. 用纯Python实现循环神经网络RNN向前传播过程(吴恩达DeepLearning.ai作业)

  2. Google TensorFlow程序员点赞的文章！   前言 目录:     – 向量表示以及它的维度     – rnn cell     – rnn 向前传播 重点关注:     – 如何把数据向量化的，它们的维度是怎么来的     – 一共其实就是两步: 单个单元的rnn计算，拉通来的rnn计算 ​ 在看本文前，可以先看看这篇文章回忆一下: 吴恩达deepLearning.ai循环神经网络RNN学习笔记(理论篇) 我们将实现以下结构的RNN，在这个例子中 Tx = Ty。 向量表示以及

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：169984
    • 提供者：weixin_38735790

  1. indrnn：独立循环神经网络的TensorFlow实现-源码

  2. 独立递归神经网络 简单TensorFlow实现 Shuai Li等人 。 作者在Theano和Lasagne中的原始实现可在找到。 概要 在IndRNN中，循环层中的神经元彼此独立。 基本的RNN用h = act(W * input + U * state + b)计算隐藏状态h 。 IndRNN使用逐元素向量乘法u * state这意味着每个神经元都具有与其最后一个隐藏状态相关的单个递归权重。 IndRNN 可以有效地与ReLU激活功能一起使用，从而更容易堆叠多个递归层而不会使梯度饱和 允

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：326656
    • 提供者：weixin_42110362

  1. rnn-nlu：用于序列分类和序列标记的递归神经网络的TensorFlow实现-源码

  2. 基于注意的RNN模型用于口语理解（意图检测和插槽填充） 针对序列分类和序列标记的基于注意力的LSTM模型的Tensorflow实现。 更新-2017/07/29 更新了代码以使用最新的TensorFlow API：r1.2 代码清理和格式化 请注意，此发布的代码不包括输出标签依赖项的建模。 可以像TensorFlow 示例中的rnn_decoder函数一样添加一个循环函数，以将嵌入的发射标签反馈回RNN状态。 或者，可以通过在RNN输出的顶部添加层来执行序列级优化。 论文中使用的数据集

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：25600
    • 提供者：weixin_42124497

  1. 循环神经网络RNN实现手写数字识别

  2. import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist=input_data.read_data_sets('mnist_data/',one_hot=True) #注意这里用了one_hot表示，标签的形状是(batch_size,num_batches)，类型是float，如果不用one_hot，那么标签的形状是(batch_size,)，类型是int num_class

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：45056
    • 提供者：weixin_38620734

  1. DeepLearning:深度学习神经网络重建原始码-源码

  2. 深度学习 简述 第一部分 常见深度学习框架（Python API） TensorFlow 对（TensorFlow进一步封装） PyTorch（FaceBook） CNTK（微软） MXNet 胶子 见文件夹：框架 第二部分 前馈神经网络 感知器 一个单层神经网络 一个多层神经网络 使用激活函数 关于隐层和隐层神经元的实验 实现一个自动编码器 调整损失函数 测试不同的优化器 使用正则化技术提高泛化能力 添加Dropout以防止过拟合 见文件夹：前馈神经网络 第三部分 卷积神经网络 滤

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：33554432
    • 提供者：weixin_42127835