機(jī)器學(xué)習(xí)教材中經(jīng)常出現(xiàn)的7大經(jīng)典問(wèn)題

如果希望了解機(jī)器學(xué)習(xí)，或者已經(jīng)決定投身機(jī)器學(xué)習(xí)，你會(huì)第一時(shí)間找到各種教材進(jìn)行充電，同時(shí)在心中默認(rèn)：書(shū)里講的是牛人大神的畢生智慧，是正確無(wú)誤的行動(dòng)指南，認(rèn)...

2018-06-18 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)決策樹(shù) 3194 0

將神經(jīng)網(wǎng)絡(luò)視作模型的后果是什么？

當(dāng)然，我們知道，就這一問(wèn)題而言，如果我們應(yīng)用完整的前向-后向算法，并且同樣做出最大化邊際概率的預(yù)測(cè)，能得到稍好的結(jié)果。改進(jìn)的經(jīng)典過(guò)程得到的精確度為63....

2018-08-23 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能機(jī)器學(xué)習(xí) 3191 0

基于權(quán)重系聯(lián)的線(xiàn)性自動(dòng)編碼器

研究人員證明了，如果矩陣U是以上目標(biāo)的全局最優(yōu)解，那么U的所有列范數(shù)相等。這意味著，dropout傾向于給所有隱藏節(jié)點(diǎn)分配相等的權(quán)重，也就是說(shuō)，drop...

2018-07-02 標(biāo)簽：編碼器神經(jīng)網(wǎng)絡(luò)dropout 3170 0

一個(gè)新的理論框架來(lái)理解和分析由分層神經(jīng)網(wǎng)絡(luò)形成的表示

這個(gè)通用理論已經(jīng)在許多有代表性的流形上得到證明，包括典型的嚴(yán)格凸流形的l2橢圓體流形，代表具有有限樣本的多面體的l1球流形，以及代表由于調(diào)節(jié)連續(xù)自由度而...

2018-07-22 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 3163 0

riscv的fpga實(shí)現(xiàn)案例 基于RISC－V加速器實(shí)現(xiàn)現(xiàn)場(chǎng)可編程門(mén)陣列 CNN異構(gòu)的控制方案

現(xiàn)場(chǎng)可編程門(mén)陣列（FPGA）具有低功耗、高性能和靈活性的特點(diǎn)。FPGA神經(jīng)網(wǎng)絡(luò)加速的研究正在興起，但大多數(shù)研究都基于國(guó)外的FPGA器件。為了改善國(guó)內(nèi)FP...

2023-08-21 標(biāo)簽：fpga加速器神經(jīng)網(wǎng)絡(luò) 3161 0

Google：數(shù)據(jù)并行對(duì)神經(jīng)網(wǎng)絡(luò)訓(xùn)練用時(shí)的影響

具體來(lái)說(shuō)，就是對(duì)于每個(gè)workload（模型、訓(xùn)練算法和數(shù)據(jù)集），如果我們?cè)趧傞_(kāi)始的時(shí)候增加batch size，模型所需的訓(xùn)練步驟數(shù)確實(shí)會(huì)按比例逐漸減...

2018-11-29 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)算法數(shù)據(jù)集 3155 0

Deep Learning如何能在NLP中發(fā)揮出應(yīng)有的real power呢？

每個(gè)詞都是茫茫 0 海中的一個(gè) 1。這種 One-hot Representation 如果采用稀疏方式存儲(chǔ)，會(huì)是非常的簡(jiǎn)潔：也就是給每個(gè)詞分配一個(gè)數(shù)字...

2018-04-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)NLP 3154 0

語(yǔ)義表征的無(wú)監(jiān)督對(duì)比學(xué)習(xí)：一個(gè)新理論框架

首先，是否存在良好且廣泛適用的表征呢？在計(jì)算機(jī)視覺(jué)等領(lǐng)域，答案是肯定的，因?yàn)樯疃染矸e神經(jīng)網(wǎng)絡(luò) (CNN) 在大型含多類(lèi)別標(biāo)簽數(shù)據(jù)集 (如 ImageNe...

2019-04-04 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像函數(shù) 3138 0

BP神經(jīng)網(wǎng)絡(luò)算法的基本流程

訓(xùn)練經(jīng)過(guò)約50次左右迭代，在訓(xùn)練集上已經(jīng)能達(dá)到99%的正確率，在測(cè)試集上的正確率為90.03%，單純的BP神經(jīng)網(wǎng)絡(luò)能夠提升的空間不大了，但kaggle上...

2024-03-20 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 3126 0

深度學(xué)習(xí)前饋神經(jīng)網(wǎng)絡(luò)技術(shù)分析

感知機(jī)算法中包含了前向傳播（FP）和反向傳播（BP）算法，但在介紹它們之前，我們先來(lái)了解一下深度神經(jīng)網(wǎng)絡(luò)的激活函數(shù)。

2020-02-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 3125 0

目標(biāo)檢測(cè)在算力限制場(chǎng)景下的特點(diǎn)

在這里，我們借用一個(gè)經(jīng)濟(jì)學(xué)中非常常用的概念，就是邊際效用遞減曲線(xiàn)來(lái)描述這條論文中常出現(xiàn)的曲線(xiàn)。舉一個(gè)大家都熟悉的陳佩斯被朱時(shí)茂忽悠吃面的例子，當(dāng)陳佩斯吃...

2019-01-23 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)嵌入式設(shè)備深度學(xué)習(xí) 3124 0