当前标签：深度学习

TDM 三部曲 (与 Deep Retrieval)

massquantity 2022-08-15 18:03 阅读:2503 评论:2 推荐:0 编辑

RNN - LSTM - GRU

massquantity 2019-02-04 23:55 阅读:1467 评论:0 推荐:0 编辑

神经网络求导

massquantity 2018-12-18 18:11 阅读:3010 评论:1 推荐:3 编辑

运用深度学习进行艺术风格转换

massquantity 2018-09-18 18:03 阅读:3587 评论:5 推荐:4 编辑

运用深度学习进行文本生成

massquantity 2018-08-23 06:57 阅读:7698 评论:0 推荐:9 编辑

公告

昵称： massquantity
园龄： 7年8个月
粉丝： 150
关注： 3

+加关注

<

2025年3月

>

日

一

二

三

四

五

六

23

24

25

26

27

28

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

1

2

3

4

5

随笔档案

阅读排行榜

评论排行榜

最新评论

1. Re:机器学习之类别不平衡问题 (2) —— ROC和PR曲线
写的非常好！！！
--勁
2. Re:numpy.where() 用法详解
根据：对于例子：np.where([[0, 1], [1, 0]]) (array([0, 1]), array([1, 0])) 返回的Tuple描述出每一个非零元素在不同维度的索引值。数组[[0...
--marcus1877
3. Re:TDM 三部曲 (与 Deep Retrieval)
@shuai3 训练的时候正样本叶节点上溯得到的祖先节点也会被设为正样本。正样本叶节点 label 为 1,那么其祖先节点 label 都是 1,其余节点 label 都是 0，训练是让 $p(n|u...
--massquantity
4. Re:TDM 三部曲 (与 Deep Retrieval)
请问，（1）、TDM中的公式1.1是怎么保证的呢？（2）、JTM中“那么所谓的试错法就是把一个物品映射到每一个可能的节点，分别计算 (2.2) 式”这个时候，其祖先节点的表示是哪里来的呢？我理解应...
--shuai3
5. Re:特征选择：卡方检验、F 检验和互信息
不错不错，学习了。
--bambooxingxiaojun

massquantity

当前标签：深度学习

公告

搜索

我的标签

积分与排名

随笔档案

阅读排行榜

评论排行榜

推荐排行榜

最新评论