m/blog/2021/05/
Bilstm中文微博多情感分析 数据 我的数据是来自github的一个项目：Chine5 万
卷积神经网络CNN 结构 池化操作 手写数字-卷积神经网络实现 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data tf.compat.v1.disable_eager_executio
七言诗词收集 数据清洗 通过之前对每个诗词进行的诗词形式的分类：提取诗词形式与对应
卷积神经网络 CNN padding stride MaxPooling CNN 代码： from torchvision import transforms from torchvision import datasets from torch.utils.data import DataLoad
本文介绍如何让机器理解人类语言，主要是介绍了ELMO、BERT和GPT。
本来通过代码来为大家展示为什么神经网路中的权重初始化的选择很重要。
本文主要介绍了RNN、LSTM和GRU相关公式以及区别。
说明：云主机数据盘挂载在/data目录并且已经有数据，通过调整磁盘大小直接变为3T大小，之前磁盘是MBR类型通过fdisk进行分区并格式化挂载的，大于3T就不能使用fdisk分区工具扩容了，本篇解决这个问题。（不支持lvm扩容，需要直接对磁盘进行分区挂载）数据盘直接调整为3T后：一.检查是否有进程使用数据盘并卸载挂载的数据盘# fuser -m /dev/vdb1# umount /data 二.
AI有道
一个有情怀的公众号 1 Motivation 在之前的机器学习基石课程中，我们就接触过Perceptron模型了，例如PLA算法。Perceptron就是在矩gt(x)外面加上一个sign函数，取值为{-1,+1}。现
AI有道不可错过的AI技术公众号 关注 序列模型（Recurrent Neural Networks）是Andrw Ng深度学习专项课程中的第五门课，也是最后一门课。这门课主要介绍循环神经网络（RNN）的基本概念、模型和具体应用。该门课共有3周课时，所以我将分成3次笔记来总结，这是第一节笔记。 ——
AI有道不可错过的AI技术公众号 关注 1 Why Look at Case Studies 本文将主要介绍几个典型的CNN案例。通过对具体CNN模型及案例的研究，来帮助我们理解知识并训练实际的模型。典型的CNN模型包括：LeNet-5AlexNetVGG除了这些性能良好的CNN模型之外
AI有道不可错过的AI技术公众号 关注 重要通知 本公众号原名“红色石头的机器学习之路”已经改名为“AI有道”，请大家留意并继续关注本公众号！谢谢！ 上节课我们主要介绍了深度神经网络的优化算法。包括对原始数据集进行分割，使用mini-batch gradient descent。然后介绍了指数加权平均（
AI有道不可错过的AI技术公众号 关注 1 Object Localization 前两节课程中，我们介绍的是利用CNN模型进行图像分类。除此之外，本周课程将继续深入介绍目标定位和目标检测（包含多目标检测）。 标准的CNN分类模型我们已经很熟悉了，如下所示：
红色石头的个人网站：redstonewill.com《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络（CNN）的基本概念、模型和具体应用。该门课共有4周课时，所以我将分成4次笔记来总结，这是第3节笔记，主要介绍目标检测。1. Object Localization前两节课程中，我们介绍的是利用CNN模型进行图像
红色石头的个人网站：redstonewill.com《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络（CNN）的基本概念、模型和具体应用。该门课共有4周课时，所以我将分成4次笔记来总结，这是第一节笔记。###1. Computer Vision机器视觉（Computer Vision）是深度学习应用的主
AI有道不可错过的AI技术公众号 关注 重要通知 本公众号原名“红色石头的机器学习之路”已经改名为“AI有道”，请大家留意并继续关注本公众号！谢谢！ 上节课我们主要介绍了如何建立一个实用的深度学习神经网络。包括Train/Dev/Test sets的比例选择，Bias和Variance的概念和区别：Bi
《Convolutional Neural Networks》是Andrw Ng深度学...
urrent Neural Networks》是Andrw Ng深度学习专项课程中的第五门课，...
大家还记得这张图吗？之前，红色石头发文介绍过一份很不错的资源：52 个深度学习目标检测模型汇总，论文、源码一应俱全！深度系统介绍了 52 个目标检测模型，纵观 2013 年到 2020 ...
作者 |慕苏
大家好，我是红色石头！说起深度学习目标检测算法，就不得不提 LeNet- 5 网络。LeNet-5由LeCun等人提出于1998年提出，是一种用于手写体字符识别的非常高效的卷积神经网络。出自论文《Gradient-Based Learning Applied to Document Recognition》论文传送门：http://yann.lecun.com/exdb/publis/pdf/
导语 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Netwo...
该文首发于知乎专栏：在天大的日日夜夜 已获得作者授权最近组会轮到我讲了，打算讲一下目前看的一些GNN论文以及该方向的一些重要思想，其中有借鉴论文[1]、[2]的一些观点和《深入浅出图神经...
感知机什么是“感知机”，它的缺陷为什么让“神经网络”陷入低潮_哔哩哔哩_bilibili
普通RNN先简单介绍一下一般的RNN。其主要形式如下图所示：什么是LSTM长短期记忆（Long short-term memory, L
机器之心报道机器之心编辑部本文提出的重构预训练（reStructured Pre-training，RST），不仅在各种 NLP 任务上表现亮眼，在高考英语上，也交出了一份满意的成绩。我们存储数据的方式正在发生变化，从生物神经网络到人工神经网络，其实最常见的情况是使用大脑来存储数据。随着当今可用数据的不断增长，人们寻求用不同的外部设备存储数据，如硬盘驱动器或云存储。随着深度学习技术的兴起，另一种有
机器之心编辑部LiBai（李白）模型库覆盖了 Hugging Face、Megatron-LM、DeepSpeed、FairSeq 这些所有主流 Transformer 库的优点，让大模型训练飞入寻常百姓家。大模型多了去了，告诉我怎么加速？自 2018 年 BERT 诞生，到 GPT-3、ViT 等拥有数以亿计的参数规模的模型不断涌现，AI 模型参数量的爆发式增长已不足为奇，让炼丹师无暇顾及甚至感
循环神经网络（RNN）可是在语音识别、自然语言处理等其他领域中引起了变革！
学习心得（1）在此篇文章中，我们学习了基于图同构网络（GIN）的图表征网络，为了得到图表征首先需要做节点表征，然后做图读出。GIN中节点表征的计算遵循WL Test算法中节点标签的方法，因此它的上界是WL Test算法。在图读出中，我们对所有的节点表征（加权，如果用Attention的话）求和，这会造成节点分布信息的丢失。