文章
【深度学习】CNN 用 ReLU,RNN 用 tanh ?
作者:LogM本文原载于https://segmentfault.com/u/logm/articles(https://segmentfault.com/u/logm/articles),不允许转载~1.CNN用ReLU?sigmoid的导数在0,0.
【深度学习】RNN、GRU、LSTM
作者:LogM本文原载于https://segmentfault.com/u/logm/articles(https://segmentfault.com/u/logm/articles),不允许转载~文章中的数学公式若无法正确显示,请参见:正确显示数学公式的小技巧(https:
深度学习之卷积神经网络经典模型
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/8433a42877a951a8624a7a7f6613952f.png)LeNet5模型在CNN的应用中,文字识别系统所用的LeNet5模型是非常经典的模
如何将深度学习训练速度提升一百倍?PAISoar 来了
<blockquote<strong阿里妹导读:</strong得力于数据规模增长、神经网络结构的演进和计算能力的增强,深度学习的图像处理、语音识别等领域取得了飞速发展。随着训练数据规模和模型复杂度的不断增大,如何充分利用分布式集群的计算资源加快训练速度,提升业务支持能力成为用户非常关注的问
一文带你用可视化理解卷积神经网络
“你的神经网络是如何生成这个结果的?”这个问题也曾让许多数据科学家陷入了困境。其实,让我们去解释一个层数较少的简单神经网络工作原理并不难,但是当我们将计算机视觉项目中的神经网络层数增加到1000层时,它的可解释性就非常差了。现实情况是,我们的用户或者终端需要可解释性——他们想知道我们的模型是如何
一文读懂深度学习:从神经元到BERT
<blockquote阿里妹导读:自然语言处理领域的殿堂标志BERT并非横空出世,背后有它的发展原理。今天,蚂蚁金服财富对话算法团队整理对比了深度学习模型在自然语言处理领域的发展历程。从简易的神经元到当前最复杂的BERT模型,深入浅出地介绍了深度学习在NLP领域进展,并结合工业界给出了未来
首次披露!阿里线下智能方案进化史
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/da6bee8e1545fa06d8102c0be6918565.png)<blockquote<strong阿里妹导读:</strongAI技术已经从互联网走向
谷歌发布的Translatotron是什么?
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/6b9eb1264789a7e6cef51df1384f917d.png)背景介绍作为中国人,学好英语这件事从小学开始就让人苦恼,近些年随着AI的快速发展,语言
母亲节倒计时,选礼物救急指南
<blockquote选礼物是千古大难题之一,母亲节来临之际,借助机器学习、大数据分析、图像增强等AI技术,可以帮你为母亲送上一份走心的礼物。</blockquote距离母亲节只剩两天了,你为母亲大人选好礼物了吗?要让礼物达到美观、实用兼具且能讨母上大人喜欢,这实在是一个令人纠结的
AI评委引热议,阿里巴巴表示:AI不会取代工程师
昨日,一位能给工程师代码打分的“AI评委”(https://link.segmentfault.com/?encc33ro3ONtvUhLK%2Fsig4KPw%3D%3D.S9vFidod%2B%2FSc8rydlqyAnSariEiP3XGdpE0qg5e7XnJ39oqE9D2CoNgd
已加载文章中没有匹配内容,试试其他关键词或清空搜索。