深度学习

我们使用 Scikit-learn 库实现一个简单的深度学习训练示例，训练目标为：识别手写数字。 以下是实现手写数字识别的完整示例代码： from sklearn import datasets from sklearn import svm from sklearn.model_selection import train_test_split from …

深度学习对自然语言处理领域产生了巨大影响。 但是，作为初学者，您从哪里开始？ 深度学习和自然语言处理都是一个巨大的领域。每个领域需要关注的突出方面是什么，深度学习对NLP的哪些领域影响最大？ 在这篇文章中，您将发现有关自然语言处理深度学习相关的入门知识。 阅读这篇文章后，您将知道： 对自然语言处理领域影响最大的神经网络架构。 可以通过深度学习成功解决的自然语…

在本文中，您将学习如何使用 Keras 从头开发一个深度学习模型，自动从德语翻译成英语。 机器翻译是一项具有挑战性的任务，传统上涉及使用高度复杂的语言知识开发的大型统计模型。 在本教程中，您将了解如何开发用于将德语短语翻译成英语的神经机器翻译系统。 完成本教程后，您将了解： 如何清理和准备数据以训练神经机器翻译系统。 如何为机器翻译开发编码器-解码器模型。 …

作为最流行的机器学习算法之一，神经网络在准确性和速度方面都优于其他算法。因此，透彻了解神经网络是什么、它是如何构建的以及它的范围和局限性是至关重要的。 循环神经网络 (RNN) 是一种处理时间序列或顺序数据的人工神经网络。这些深度学习算法通常用于语言翻译、自然语言处理 (NLP)、语音识别和图像字幕等顺序或时间问题；它们包含在 Siri、语音搜索和谷歌翻译等…

在之前的博客中 ，您了解了名为Perceptron的单个人工神经元。在本神经网络教程中，我们将向前迈出一步，讨论称为多层感知器（人工神经网络）的感知器网络。 我们将在本神经网络教程中讨论以下主题： 单层感知器的局限性 什么是多层感知器（人工神经网络）？ 人工神经网络如何工作？ 用例 这篇关于神经网络教程的博客最后将包含一个用例。我们将使用 TensorFlo…

介绍 感知器是创建深度神经网络的基本构建块，因此，我们首先应该使用感知器开始深度学习之旅，并学习如何使用 TensorFlow 实现它，并来解决不同的问题。以下是此关于感知器学习算法的博客涵盖的主题： 作为线性分类器的感知器 使用 TensorFlow 库实现感知器 使用单层感知器的 SONAR 数据分类 分类问题的类型 可以将可以使用神经网络解决的各种分类…

作为机器学习的一个重要子集，对深度学习认证的需求已经出现了巨大的增长，尤其是那些有兴趣释放人工智能无限可能性的人。 深度学习教程 在本文中，将带您了解以下内容，这些内容将作为后续博客的基础知识： 是什么让深度学习应运而生？ 什么是深度学习以及它的工作原理？ 人工智能与深度学习的应用 现在想想这个场景，你不需要做所有的工作，因为你有一台机器来为你完成它，甚至可…

随着机器学习的进步，人工智能已经走上了高速发展的道路。深度学习被认为是为解决使用海量数据集的复杂问题而构建的最先进技术。 本文将向您介绍神经网络的基本概念以及它们如何解决复杂的数据驱动问题。 什么是神经网络 根据人脑建模，构建了神经网络来模仿人脑的功能。人脑是由多个神经元组成的神经网络，类似地，人工神经网络（ANN）是由多个感知器组成的（稍后解释）。 神经网…

深度学习是 2018-22 年度最热门的话题之一。近几年该行业取得了非常大的进步，可以说机器或计算机程序真正取代人类的时代已经到来。 在本文章，将使用 Python 进行深度学习的的实战，希望能帮助您了解深度学习到底是什么，以及它是如何实现的。 我将在本文中介绍以下主题： 理论篇 深度学习的作用 什么是深度学习？ 感知器和人工神经网络 深度学习的应用 为什么…

什么是深度学习？ 在本文中，我们将讨论什么是深度学习，这是当前业内非常热门的话题，并且深度学习在人工智能、大数据和大数据分析等领域的众多行业中得到非常广泛的应用。例如，谷歌在语音、图像识别算法中就使用深度学习， Netflix 和亚马逊也使用它来了解客户的行为。 也许你不会相信，但美国麻省理工学院的一些研究人员正在尝试使用深度学习来预测未来。深度学习拥有改变…

本文将从以下三个方面进行分析： 什么是深度学习? 深度学习的发展历程都有哪些？ 深度学习为什么不用支持向量机呢? 什么是支持向量机? 支持向量机(SVM)是一种有监督的机器学习算法，可用于分类或回归问题。它使用一种称为内核技巧的技术来转换数据，然后基于这些转换找到可能输出之间的最佳边界。“核”一词在数学中用来表示加权和或积分的加权函数。支持向量机是一种判别分…