深度学习
-
深度学习-网络训练流程说明
1.背景 分类神经网络模型:Mobilenetv3。 深度学习框架:PyTorch。 Mobilenetv3简单的手写数字识别: 任务输入:一系列手写数字图片,其中每张图片都是28×28的像素矩阵。 任务输出:经过了大小归一化和居中处理,输出对应的0~9数字标签。 参考项目代码:https://github.com/wuya11/easy-classific…
-
【深度学习基础课程】单一神经元
深度学习初级课程 1.单一神经元 2.深度神经网络 3.随机梯度下降法 4.过拟合和欠拟合 5.剪枝、批量标准化 6.二分类问题 应用.用TPU探测希格斯玻色子 前言 本套课程仍为 kaggle 课程《Intro to Deep Learning》,仍按之前《机器学习》系列课程模式进行。前一系列《Keras入门教程》内容,与本系列有部分重复内容,但重点在于快…
-
超精准!AI 结合邮件内容与附件的意图理解与分类!⛵
借助AI进行邮件正文与附件内容的识别,可以极大提高工作效率。本文讲解如何设计一个AI系统,完成邮件内容意图检测:架构初揽、邮件正文&附件的理解与处理、搭建多数据源混合网络、训练&评估。 ? 作者:韩信子@ShowMeAI? 深度学习实战系列:https://www.showmeai.tech/tutorials/42? TensorFlow …
-
TCN代码详解-Torch (误导纠正)
详细解释TCN结构,图解与代码解释 TCN代码详解-Torch (误导纠正) 1. 绪论 TCN网络由Shaojie Bai, J. Zico Kolter, Vladlen Koltun 三人于2018提出。对于序列预测而言,通常考虑循环神经网络结构,例如RNN、LSTM、GRU等。他们三个人的研究建议我们,对于某些序列预测(音频合成、字级语言建模和机器翻…
-
带你了解NLP的词嵌入
摘要:今天带领大家学习自然语言处理中的词嵌入的内容。 本文分享自华为云社区《【MindSpore易点通】深度学习系列-词嵌入》,作者:Skytier。 1 特征表示 在自然语言处理中,有一个很关键的概念是词嵌入,这是语言表示的一种方式,可以让算法自动的理解一些同类别的词,比如苹果、橘子,比如袜子、手套。 one-hot向量 比如我们通常会说:“I want …
-
从头训练一个神经网络!教它学会莫奈风格作画!⛵
本文使用 GAN(生成对抗网络)进行AI绘画。torchgan是基于PyTorch的一个GAN工具库,本文讲解搭建DCGAN神经网络,并应用于『莫奈』风格绘画的全过程。 ? 作者:韩信子@ShowMeAI? 深度学习实战系列:https://www.showmeai.tech/tutorials/42? PyTorch 实战系列:https://www.sh…
-
神经网络与深度学习(二):前馈神经网络
神经元 激活函数的性质 连续并可导(允许少数点上不可导)的非线性函数。 可导的激活函数可以直接利用数值优化的方法来学习网络参数。 激活函数及其导函数要尽可能的简单 有利于提高网络计算效率。 激活函数的导函数的值域要在一个合适的区间内 不能太大也不能太小,否则会影响训练的效率和稳定性。 单调递增 常用的激活函数 复合函数=S型函数+斜坡函数 S型函…
-
关于入门深度学习mnist数据集前向计算的记录
import osimport lr as lrimport tensorflow as tffrom pyspark.sql.functions import stddevfrom tensorflow.keras import datasetsos.environ[‘TF_CPP_MIN_LOG_LEVEL’]=’2′ #只打印error的信息(x,y)…
-
实际应用效果不佳?来看看提升深度神经网络泛化能力的核心技术(附代码)
神经网络在学习能力与性能方面,远超传统机器学习算法,其大量层与数十亿参数的网络可以轻松学习数据的模式与规律,也容易陷入了『过拟合』问题。本篇梳理4类缓解过拟合的方法:数据增强、Dropout随机失活、L1和L2正则化、Early Stopping/早停止。 ? 作者:韩信子@ShowMeAI? 深度学习实战系列:https://www.showmeai.te…
-
只能用于文本与图像数据?No!看TabTransformer对结构化业务数据精准建模
亚马逊提出的TabTransformer网络结构,颠覆了NLP/CV,为各种非结构化数据业务带来了巨大突破。当然,TabTransformer也擅于捕捉传统结构化表格数据中不同类型的数据信息,并将其结合以完成预估任务。本文就讲解如何构建TabTransformer并将其应用于结构化数据。 ? 作者:韩信子@ShowMeAI? 深度学习实战系列:https:/…