• 递归神经网络深入剖析

     发表于 8 个月 前

    递归神经网络(RNN)是一类神经网络,包括一层内的加权连接(与传统前馈网络相比,连接仅馈送到后续层)。因为 RNN 包含循环,所以它们可以在处理新输入的同时存储信息。这种记忆使它们...

  • 稀疏 & 集成的卷积神经网络学习

     发表于 8 个月 前

    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。...

  • Deep Learning 神经网络为啥可以识别?

     发表于 8 个月 前

    今天看到一些感兴趣的东西,现在总结了给大家分享一下,如果有错,希望大家指正批评,谢谢!那就开始进入正题。...

  • Nature:能自主学习的人工突触,为无监督学习开辟新的路径

     发表于 10 个月 前

    近日,Nature 发表了一个研究团队开发了一种能自主学习的人工突触,它能提高人工神经网络的学习速度。该研究表明记忆就是神经元间相连接突触的强度分布所表示,而学习可以通过突触的重新...

  • 训练的神经网络不工作?一文带你跨过这37个坑

     发表于 1 年 前

    近日,Slav Ivanov 在 Medium 上发表了一篇题为《37 Reasons why your Neural Network is not working》的文章,从四个...

  • 神经网络结构深入分析和比较

     发表于 1 年 前

    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。...

  • 机器学习系列:递归神经网络

     发表于 1 年 前

    BP神经网络,训练的时候,给定一组输入和输出,不断的对权值进行训练,使得输出达到稳定。但BP神经网络并不是适合所有的场景,并不真正的体现出某些场景的真正特点。回到经典的概率论问题,...

  • 从基本概念到实现,全卷积网络实现更简洁的图像识别

     发表于 1 年 前

    众所周知,图像就是像素值的集合,而这个观点可以帮助计算机科学家和研究者们构建一个和人类大脑相似并能实现特殊功能的神经网络。有时候,这种神经网络甚至能超过人类的准准度。...

  • 从数学概念入手,一文带你理解感知机是什么

     发表于 1 年 前

    神经网络已经成为了人工智能最火的领域,是源于大脑结构的计算模型。 属于信息处理结构,其最重要的属性是其从数据中学习的能力。 这些技术在营销、工程等诸多领域取得了巨大的成功。...

  • 并行运算,Facebook提出门控卷积神经网络的语言建模

     发表于 1 年 前

    目前语言建模的主要方法都是基于循环神经网络的。在本研究中,我们提出了一种使用卷积方式处理的语言建模方式。我们引入了一种新的门控机制,可以缓和梯度传播,它的表现比 LSTM 方式的门...

  • 神经网络理论基础及Python实现

     发表于 1 年 前

    多层前向神经网络由三部分组成:输出层、隐藏层、输出层,每层由单元组成;...

  • 阿里开源组件化方案 - BeeHive

     发表于 1 年 前

    BeeHive 是用于 iOS 的 App 模块化编程的框架实现方案,吸收了 Spring 框架 Service 的理念来实现模块间的 API 耦合。...

  • 使用 TensorFlow 实现神经网络的简介

     发表于 1 年 前

    神经网络是一种特殊类型的机器学习(ML)算法。 因此,作为每个 ML 算法,它遵循数据预处理,模型建立和模型评估的通常 ML 工作流。 ...

  • 微软重磅论文提出LightRNN:高效利用内存和计算的循环神经网络

     发表于 1 年 前

    循环神经网络(RNN)已经在许多自然语言处理任务上取得了最出色的表现,比如语言建模和机器翻译。然而当词汇量很大时,RNN 模型会变得很大(可能超过 GPU 最大的内存能力),这样训...

  • 神经网络的直观解释

     发表于 1 年 前

    卷积神经网络(ConvNets 或者 CNNs)属于神经网络的范畴,已经在诸如图像识别和分类的领域证明了其高效的能力。卷积神经网络可以成功识别人脸、物体和交通信号,从而为机器人和自...

  • 神经网络硬科普,非专业出身的福利

     发表于 1 年 前

    最近“神经网络”非常火,各种关于神经网络的文章满天飞,但可能对于非专业领域出身的人来说接触这些文章就会云里雾里了。究其原因主要是缺少适合大部分人理解的神经网络的科普文章,笔者希望能...

  • 神经网络的 BP 算法学习

     发表于 1 年 前

    在BP过程中,最重要的事情就是维护梯度回传的先后顺序。在TensorFlow中,每个tensor就表示了一个函数节点,tensor之间的运算,例如mat、add这些都会生成新的te...

  • 神经网络中的权重初始化:Why and How

     发表于 1 年 前

    在创建了神经网络后,通常需要对权重和偏置进行初始化,大部分的实现都是采取Gaussian distribution来生成随机初始值。...

  • 图文并茂的神经网络架构大盘点:从基本原理到衍生关系

     发表于 1 年 前

    新的神经网络架构随时随地都在出现,要时刻保持最新还有点难度。...

  • 神经网络架构演进史:全面回顾从LeNet5到ENet十余种架构

     发表于 1 年 前

    LeNet5 诞生于 1994 年,是最早的卷积神经网络之一,并且推动了深度学习领域的发展。自从 1988 年开始,在许多次成功的迭代后,这项由 Yann LeCun 完成的开拓性...