
外文翻译
Hailey的算法学习笔记
这个作者很懒,什么都没留下…
展开
-
递归神经网络教程,第 4 部分 – 使用 Python 和 Theano 实现 GRU 和 LSTM RNN
翻译 2023-06-27 16:31:52 · 73 阅读 · 0 评论 -
递归神经网络教程,第 3 部分 – 随时间反向传播和梯度消失
翻译 2023-06-27 16:26:45 · 67 阅读 · 0 评论 -
递归神经网络教程,第 2 部分 – 使用 Python、Numpy 和 Theano 实现 RNN
翻译 2023-06-27 16:16:54 · 73 阅读 · 0 评论 -
Informer:超越用于长序列时间序列预测的高效变压器
翻译 2023-06-25 22:53:07 · 73 阅读 · 0 评论 -
稀疏矩阵的稳定 SOFTMAX
翻译 2023-06-25 19:15:26 · 104 阅读 · 0 评论 -
在 TF2 中创建和训练神经机器翻译模型
注意力允许模型根据需要专注于输入序列的相关部分,访问编码器过去的所有隐藏状态,而不仅仅是最后一个”,[8] 张汉豆的“Seq2seq Model with Attention”。“对齐向量是与输入或源序列长度相同的向量,并在解码器的每个时间步长进行计算”,[9] Renu Khandelwal的“注意:具有注意力机制的序列2序列模型”。该模型的关键点是如何让编码器在单个输出元素中向解码器提供其输入序列的最完整和最有意义的表示,因为此向量或状态是解码器从输入接收以生成相应输出的唯一信息。翻译 2023-06-23 19:53:40 · 175 阅读 · 1 评论 -
使用 Python 进行深度学习路线图
在第一部分中,使用Scikit-Learn进行机器学习,在第二部分中,使用TensorFlow和Keras进行深度学习。要构建一个好的深度学习模型,您需要理解和解释与您正在处理的领域相关的数据。您了解了深度学习和机器学习之间的区别、重要算法、应用领域、框架以及构建深度学习模型需要了解的领域。变形金刚在翻译一个句子时,首先将句子分成小部分,然后进行许多数学计算来确定每个部分的含义,然后将这些部分放在一起形成一个完整的句子。另一个突破性的深度学习算法是GAN,用于增加产量,特别是在艺术和视频游戏等领域。翻译 2023-06-23 17:13:22 · 299 阅读 · 1 评论