论文链接TCN: https://arxiv.org/pdf/1803.01271.pdfp.s. TCN stands for Temporal Convolutional Network. 它是除了 RNN architecture 之外的第二种可以分析时间性数据的架构前言RNN 从最一开始发展以来，经过不断的演进与迭代，把原先难以实施 backpropagation 的难题用上了 LSTM

关键词：机器学习 / 神经网络 / 稀疏摘要：全联接神经网络从发明至今到处可见其身影，它可以用来实现分类或回归任务，有效拓展机器的决策能力，然而全联接的参数总量非常庞大，既需要硬盘空间保存模型，运行时又需要占用大量内存实现计算，稀疏网络的概念由此应运而生！去掉某些链接实现网络的轻量化正是它的重要贡献！简介神经网络专指一种结构化的层状网络结构，虽然同样也都是由节点 (node) 和边 (edge)

Brief 概述在理解了建构神经网络的大致函数用途，且熟悉了神经网络原理后，我们已经大致具备可以编写神经网络的能力了，在涉及比较复杂的神经网络结构前，还有两件重要的事情需要了解，那就是中途存档和事后读取的函数，它攸关到庞大的算力和时间投入后产出的结果是否能够被再次使用，是一个绝对必须弄清楚的环节。另外是 Tensorflow 提供的的一个工具名为 Tensorboard，它可以很有效率的为我们..

论文链接fast R-CNN: https://arxiv.org/pdf/1504.08083.pdf

关键词：机器学习 / 无监督 / 聚类简介在众多聚类算法中，K-Means 算得上是其中一个经典的算法之一了，它属于无监督学习成员的一份子，训练并分类数据的过程中，不需要标签的辅助就能够掌握每一比数据之间的潜在关系，而这个关系则是通过两个点之间的距离远近来判定，离得远的表示关系小，离得近的表示关系大，他的数学表达式：f(x)=⋯\begin{aligned}\mathcal{f}(x) = \cd

Brief 概述Tensorboard 提供了一个非常亲切且容易执行的环境给使用者更好的找出计算流图当中的问题，并根据问题发生的要点予以更正，不过这个工具是 Google 团队在经历长达一年的时间开发出来的产物，实际上的功能肯定不是简单的一篇文章能够涵盖，这里要介绍另一个数据处理中非常实用的投影办法，Tensorboard 提供了内置的降维非监督学习算法，让我们只要简单的导入数据后，即可通过鼠..

此篇延伸补充的源头文章链接：深度学习 + 论文详解： TCN_时间卷积网络_原理与优势相关主题推荐文章A guide to receptive field arithmetic for Convolutional Neural Networks你知道如何计算CNN感受野吗？这里有一份详细指南命名由来Receptive Field 这个词最易开始是从生物领域被 Convolutional Neura

近几年，越来越多得深度学习网络出现在了我们得视野当中，并且这个研发速度在不断得上升。在这些众多的模型中，有一个模型占有这举足轻重得地位！那就是 `Transformer`。 尤其是在`自然语言处理`, `Transformer`的到来犹如龙卷风一般震惊学术界。 这个新的模型一出现就打破了多个`自然语言处理`的表现记录并一举成为了最先进的深度网络模型之一。 `Transformer` 在机器翻译，智

论文链接TCN: https://arxiv.org/pdf/1803.01271.pdfp.s. TCN stands for Temporal Convolutional Network. 它是除了 RNN architecture 之外的第二种可以分析时间性数据的架构前言RNN 从最一开始发展以来，经过不断的演进与迭代，把原先难以实施 backpropagation 的难题用上了 LSTM