-
标签: 深度学习 共 396 个结果.
-
在这个Keras教程中，您将发现开始使用深度学习和Python是多么容易。您将使用Keras深度学习库来在自定义图像数据集上训练您的第一个神经网络，并且您也将实现第一个卷积神经网络（CNN）。这个指南...
- 1年前
-
深度学习已经成熟到可以教给高中生了么?(转载)
我思考的这个问题，源于不久前我收到的一封来自某大公司产品经理的邮件。我喜欢将私人通讯邮件公开于众，所以我将邮件内容摘在下面：来自:M.你好Ali,...你如何训练团队里的年轻成员，使得他们有更好的直觉...- 1年前
-
机器学习中的单一评价指标
前言在使用机器学习，通常都会面对一种情况，面对众多的模型和众多的性能指标，究竟应该如何来选择模型。本篇文章主要就是介绍，如何利用单一评估指标来选择模型，主要内容来自于deeplearnai视频教程。单...- 1年前
-
深度残差收缩网络：（4）注意力机制下的阈值设置
对于基于深度学习的分类算法，其关键不仅在于提取与标签相关的目标信息，剔除无关的信息也是非常重要的，所以要在深度神经网络中引入软阈值化。阈值的自动设置，是深度残差收缩网络的核心贡献。需要注意的是，软阈值...- 1年前
-
原标题AComprehensiveguidetoFine-tuningDeepLearningModelsinKeras（PartI）作者FelixYu在这篇文章中，我们将对实践中的微调做一个全面的概...
- 1年前
-
使用Keras进行深度学习之Keras 入门
Keras是Python中以CNTK、Tensorflow或者Theano为计算后台的一个深度学习建模环境。相对于其他深度学习的计算软件，如：Tensorflow、Theano、Caffe等，Kera...- 1年前
-
导言目标检测的任务是找出图像中所有感兴趣的目标（物体），确定它们的位置和大小，是机器视觉领域的核心问题之一。由于各类物体有不同的外观，形状，姿态，加上成像时光照，遮挡等因素的干扰，目标检测一直是机器视...
- 1年前
-
由于人工神经网络可以对非线性过程进行建模，因此已经成为解决诸如分类，聚类，回归，模式识别，维度简化，结构化预测，机器翻译，异常检测，决策可视化，计算机视觉和其他许多问题的利器。这种广泛的能力使得人工神...
- 1年前
-
深度学习教程 : 计算视频中演员的屏幕时间（附Python代码）
引言当我开始深度学习之旅时，我学到的第一件事就是图像分类。它是计算机视觉中一个引人入胜的部分，我完全沉浸在它之中！但我有一个奇怪的想法，一旦我掌握了图像分类，我想知道我是否可以将这一学习转移到视频。有...- 1年前
-
深度残差收缩网络：（5）实验验证
实验部分将所提出的两种深度残差收缩网络，即“通道之间共享阈值的深度残差收缩网络(DeepResidualShrinkageNetworkswithChannel-sharedThresholds，简称...- 1年前
-
深度学习500问，面试必备宝典
随着深度学习在计算机视觉、自然语言处理、语音处理的应用越来越广泛，由于人才的供不应求，薪资水平也远远高于其他行业，相对于其他行业要求也要高一些。深度学习500问，是以一问一答的形式，内容也是非常的丰富...- 1年前
-
从分类图像和翻译语言到建造自动驾驶汽车，所有这些任务都是由计算机驱动而非人工。深度学习已经渗透到各行各业中，并持续开疆拓土。越来越多的人对深度学习感兴趣。但是你应该从哪里开始呢？该学习什么？究竟是什么...
- 1年前
-
Keras教程：使用Keras开始深度学习和Python(下)
在这个Keras教程中，您将发现开始使用深度学习和Python是多么容易。您将使用Keras深度学习库来在自定义图像数据集上训练您的第一个神经网络，并且您也将实现第一个卷积神经网络（CNN）。我将给大...- 1年前
-
我应该用Keras还是TensorFlow来做我的项目呢？TensorFlow好还是Keras更好？我该把时间花在研究TensorFlow身上吗？还是Keras？以上都是我常在收件箱、社交媒体、甚至与...
- 1年前
-
信息图表-用Python进行深度学习的完整指南
介绍这些天你似乎到处都碰到“深度学习”这个词。这是无处不在的，似乎是所有人工智能相关研究的核心。它甚至催生了新事物，从未想到过的创新！但是你怎么能学会呢？这里有太多的资源，以非结构化的方式传播，而不是...- 1年前
-
[译] 给初学者的深度学习简介
深度学习是计算机领域中目前非常火的话题，不仅在学术界有很多论文，在业界也有很多实际运用。本篇博客主要介绍了三种基本的深度学习的架构，并对深度学习的原理作了简单的描述。翻译自：原文地址简介机器学习技术在...- 1年前
-
前段时间阅读了JiweiLi等人在EMNLP2015上发表的论文《WhenAreTreeStructuresNecessaryforDeepLearningofRepresentations?》。该文...
- 1年前
-
数据有限如何应用深度学习？
我觉得人工智能就像是去建造一艘火箭飞船。你需要一个巨大的引擎和许多燃料。如果你有了一个大引擎，但燃料不够，那么肯定不能把火箭送上轨道；如果你有一个小引擎，但燃料充足，那么说不定根本就无法成功起飞。所以...- 1年前
-
机器学习、深度学习必会面试题
1、神经网络基础问题（1）BP，Back-propagation（要能推倒）后向传播是在求解损失函数L对参数w求导时候用到的方法，目的是通过链式法则对参数进行一层一层的求导。这里重点强调：要将参数进行...- 1年前
-
相信很多人都遇到过训练一个deepmodel的过程中，loss突然变成了NaN。在这里对这个问题做一个总结。一般来说，出现NaN有以下几种情况：1.如果在迭代的100轮以内，出现NaN，一般情况下的原...
- 1年前
程序员导航
