上一页 1 2 3 4 5 6 7 8 ··· 29 下一页
摘要: 本周收获 总结一下本周学习内容: 1、《机器学习》第14章:概率图模型 14.1 隐马尔可夫模型 14.2 马尔科夫随机场 14.3 条件随机场 14.4 学习与推断 14.5 近似推断 14.6 话题模型 :car:博客: 机器学习:概率图模型 2、《深度学习》第五章:卷积神经网络 5.6 Ale 阅读全文
posted @ 2022-08-28 01:25 朝南烟 阅读(17) 评论(0) 推荐(0) 编辑
摘要: 1、深度卷积神经网络(AlexNet) :mega: AlexNet和LeNet的设计理念非常相似,但也存在显著差异。 首先,AlexNet比相对较小的LeNet5要深得多。 AlexNet由八层组成:五个卷积层、两个全连接隐藏层和一个全连接输出层。 其次,AlexNet使用ReLU而不是sigmo 阅读全文
posted @ 2022-08-28 01:10 朝南烟 阅读(381) 评论(0) 推荐(0) 编辑
摘要: 1、基本概念 概率图模型(probabilistic graphical model)是一类用图结构来表达各属性之间相关关系的概率模型, 一般而言:图中的一个结点表示一个或一组随机变量,结点之间的边则表示变量间的相关关系,从而形成了一张“变量关系图”。 概率图模型分为贝叶斯网络(Bayesian N 阅读全文
posted @ 2022-08-28 00:05 朝南烟 阅读(642) 评论(0) 推荐(0) 编辑
摘要: 本周收获 总结一下本周学习内容: 1、:triangular_flag_on_post:《现代自然语言生成》第1章:自然语言生成的研究背景 :car:博客: 现代自然语言生成 2、:triangular_flag_on_post:《机器学习》第13章:半监督学习 13.1 未标记样本 13.2 生成 阅读全文
posted @ 2022-08-20 20:38 朝南烟 阅读(31) 评论(0) 推荐(0) 编辑
摘要: 1、二维卷积层 卷积神经网络(convolutional neural network)是含有卷积层(convolutional layer)的神经网络。 1.1二维互相关运算 虽在二维卷积层中,一个二维输入数组和一个二维核(kernel)数组通过互相关运算输出一个二维数组。 图中: 输入是一个高和 阅读全文
posted @ 2022-08-20 20:26 朝南烟 阅读(145) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 ··· 29 下一页
body { color: #000; background-color: #e6e6e6; font-family: "Helvetica Neue",Helvetica,Verdana,Arial,sans-serif; font-size: 12px; min-height: 101%; background: url(https://images.cnblogs.com/cnblogs_com/caolanying/1841633/o_2009041…ly1geq8oc9owbj21hc0u0th5.jpg) fixed; } #home { margin: 0 auto; opacity: 0.8; width: 65%; min-width: 1080px; background-color: #fff; padding: 30px; margin-top: 50px; margin-bottom: 50px; box-shadow: 0 2px 6px rgba(100, 100, 100, 0.3); }