标签目录：神经网络

2018
07-24

一文简述循环神经网络

什么是循环神经网络（RNN）？它们如何运行？可以用在哪里呢？本文试图回答上述这些问题，还展示了一个RNN实现demo，你可以根据自己的需要进行扩展。循环神经网络架构基础知识。Python、CNN知识是必备的。了解CNN的相关知识，是为了与RNN进行对比：RNN为什么以及在哪些地方比CNN更好。我们首先从「循环」（Recurrent）这个词说起。为什么将其称为循环？循环的意思是：经常或重复出现将这类... 继续阅读 >

2018
05-07

从零开始，了解元学习

元学习是目前机器学习领域一个令人振奋的研究趋势，它解决的是学习如何学习的问题。传统的机器学习研究模式是：获取特定任务的大型数据集，然后用这个数据集从头开始训练模型。很明显，这和人类利用以往经验，仅仅通过少量样本就迅速完成学习的情况相差甚远。因为人类学习了「如何学习」。在这篇文章中，我将从一个非常直观的元学习简介入手，从它最早的起源一直谈到如今的元学习研究现状。然后，我会从头开始... 继续阅读 >

2017
11-22

稀疏 & 集成的卷积神经网络学习

    今天主要和大家说的是分类检测过程中，一些稀疏和集成学习的相关知识，首先和大家说下图像目标定位与检测的方法分类。    众所周知，当前是信息时代，信息的获得、加工、处理以及应用都有了飞跃发展。人们认识世界的重要知识来源就是图像信息，在很多场合，图像所传送的信息比其他形式的信息更丰富、真切和具体。人眼与大脑的协作使得人们可以获取、处理以及理解视觉信... 继续阅读 >

2017
09-18

初学者指南：神经网络在自然语言处理中的应用

深度学习正在给自然语言处理带来巨大的变革。但是，作为一个初学者，要从哪里起步才好呢？深度学习和自然语言处理都是很宽泛的领域。哪些方面才是最重要的，还有，深度学习又是从哪个层面深刻影响了 NLP 呢？看完这篇文章之后，你将会知道：给自然语言处理领域带来最深刻影响的神经网络结构；深度学习可以对自然语言处理的各个层面制定学习任务；密集词汇表示的重要性和学习表示的方法。... 继续阅读 >

2017
07-20

神经网络结构深入分析和比较

深度神经网络和深度学习是既强大又受欢迎的算法。这两种算法取得的成功主要归功于神经网络结构的巧妙设计。我们来回顾一下，神经网络设计在过去几年以及在深度学习中的发展历程。这篇文章对所有网络进行了一次更为深入的分析和比较，详情请阅读我们发表的文章：https://arxiv.org/abs/1605.07678这是文章中的一张具有代表性的图表，如下所示：在多种受欢迎的神经网络结构中，大部分的操作需要进行一个... 继续阅读 >