极客教程
Keras LSTM教程
Keras LSTM教程，在本教程中，我将集中精力在Keras中创建LSTM网络，简要介绍LSTM的工作原理。在这个Keras LSTM教程中，我们将利用一个称为PTB语料库的大型文本数据集来实现序列到序列的文本预测模型。本教程中的所有代码...
深度学习
深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)
LSTM网络简介
LSTM网络简介：近年来，LSTM神经网络在文本和音乐生成以及时间序列预测方面得到了广泛的应用。 循环神经网络 人类不会每一秒钟都从头开始思考。当你读这篇文章的时候，你理解每一个单词都是基于你对之前单词的理解。你不会把所有的东西都扔掉，重新...
循环神经网络(RNN)简介
循环神经网络(RNN)简介，循环神经网络是一种专门处理序列(sequences)的神经网络。它们通常用于自然语言处理(NLP)任务，因为它们在处理文本方面非常有效。在本文中，我们将探索什么是RNNs，了解它们是如何工作的，并在Python中...
用Keras实现CNN
用Keras实现CNN,一个初学者友好的指南，用python基于Keras实现一个简单的卷积神经网络(CNN)。 Keras是一个简单易用但功能强大的Python深度学习库。在这篇文章中，我们将构建一个简单的卷积神经网络(CNN)，并训练它...
如何训练CNN
本节介绍如何训练CNN,一个简单的演练，为CNNs派生反向传播，并在Python中从头实现它。 在这篇文章中，我们将深入介绍卷积神经网络(CNNs)中大多数介绍都缺乏的东西:如何训练CNN，包括派生梯度、从零开始实现backprop(仅使用...
卷积神经网络(CNN)简介
在过去的几年里，卷积神经网络(CNN)引起了人们的广泛关注，尤其是因为它彻底改变了计算机视觉领域。在这篇文章中，我们将以神经网络的基本背景知识为基础，探索什么是CNNs，了解它们是如何工作的，并在Python中从头开始构建一个真正的CNNs...
深度学习框架
每个框架都以不同的方式构建，以用于不同的目的。在这里，我们将介绍八大深度学习框架，以便您更好地了解哪个框架非常适合您，或者在解决您的业务挑战时更方便。 TensorFlow TensorFlow可以说是最好的深度学习框架之一，并且已经被空中...
深度学习体系结构
在本节中，我们将介绍一些深度学习体系结构，这些架构已被证明对研究社区具有影响力。 LeNet LeNet架构可以说是第一个突出的“深”卷积架构。自1988年引入以来，它被用于对文档进行光学字符重新编码(OCR)。尽管它出色地完成了它的任务，...
深度学习基元
大多数深层体系结构都是通过组合和重组一组有限的体系结构基元来构建的。这些基元，通常称为神经网络层，是深层网络的基本构件。在本节中我们将对这些深度学习基元进行深入的介绍。然而，在本节中，我们将对许多深层网络中的常见模块进行简要概述。我们的目标...
什么是深度学习
什么是深度学习？深度学习是当今的热门话题，并且已经在众多行业中扎根，这些行业正在投资人工智能，大数据和分析等领域。例如，谷歌在其语音和图像识别算法中使用深度学习，而Netflix和亚马逊正在使用它来了解其客户的行为。事实上，你不会相信它，但...