计算机如何在图像识别领域取得惊人突破
如今，我可以在GooglePhotos里输入“沙滩”，就可以看到过去一段时间里我去过的各个沙滩。 … Continue reading “计算机如何在图像识别领域取得惊人突破”
标签：输入
如何创造可信任的机器学习模型？先要理解不确定性
不确定性是机器学习领域内一个重要的研究主题，Eric Jang 近日的一篇博客对这一主题进行了详细的阐述。顺便 … Continue reading “如何创造可信任的机器学习模型？先要理解不确定性”
word2vec与深度学习-随记
给你前面的句子，我来告诉你应该回答什幺。不一定是句子，可以是字或符号。 这里有一个问题，如果你把 … Continue reading “word2vec与深度学习-随记”
三次简化一张图：一招理解LSTM/GRU门控机制
RNN 在处理时序数据时十分成功。但是，对 RNN 及其变种 LSTM 和 GRU 结构的理解仍然是一个困难的 … Continue reading “三次简化一张图：一招理解LSTM/GRU门控机制”
NLP 的巨人肩膀（下）：从 CoVe 到 BERT
戈多会来吗？ 在前文 深度长文：NLP的巨人肩膀（上） 中，我们介绍了好几种获取句子表征的方法， … Continue reading “NLP 的巨人肩膀（下）：从 CoVe 到 BERT”
RNN 结构详解
NLP里最常用、最传统的深度学习模型就是 循环神经网络 RNN （Recurrent Neural Netwo … Continue reading “RNN 结构详解”
CS231n 反向传播笔记
目标：本节将帮助读者对 反向传播 形成直观而专业的理解。反向传播是利用 链式法则 递归计算表达式的梯度的方法。 … Continue reading “CS231n 反向传播笔记”
简单易懂的讲解深度学习（八）
神经网络也许是计算机计算的将来，一个了解它的好方法是用一个它可以解决的难题来说明。假设给出 500 个字符 … Continue reading “简单易懂的讲解深度学习（八）”
注意力机制实现机器翻译
介绍 Attention模型形象的比喻就是“图像对焦”。 上图是 E … Continue reading “注意力机制实现机器翻译”
tensorflow安装过程
一，前言：本次安装tensorflow是基于Python的，安装Python的过程不做说明（既然决定按，Pyt … Continue reading “tensorflow安装过程”