logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

未填写擅长的技术栈

可提供的服务

暂无可提供的服务

序列模型：循环神经网络（RNN）+长短时记忆神经网络（LSTM）

（1）在不同的例子中，输入长度Tx和输出长度Ty可能不一样，因此可能用的padding或零填充，但是效果不是很好。（2）传统的神经网络，并不能共享从文本的不同位置上学到的特征。

文章图片
#rnn#gru#lstm +1
卷积神经网络（CNN）基础知识

假设大于0的值表现为白色，等于0的值表现为灰色，小于0的值表现为黑色，如图左边为白色，右边为灰色的区域，由亮向暗过渡，经过卷积核后会表现为中间为白色区域，两边为灰色的区域，及中间的垂直边缘被放大为白色区域。意味着不填充，（n×n）的图片用（f×f）的卷积核卷积后，图像变为（n-f+1）×（n-f+1）。当p=（f-1）/2 , 有 （n+2×p-f+1）×（n+2×p-f+1）=（n×n）。对（f

文章图片
#cnn#人工智能
卷积神经网络（CNN）基础知识

假设大于0的值表现为白色，等于0的值表现为灰色，小于0的值表现为黑色，如图左边为白色，右边为灰色的区域，由亮向暗过渡，经过卷积核后会表现为中间为白色区域，两边为灰色的区域，及中间的垂直边缘被放大为白色区域。意味着不填充，（n×n）的图片用（f×f）的卷积核卷积后，图像变为（n-f+1）×（n-f+1）。当p=（f-1）/2 , 有 （n+2×p-f+1）×（n+2×p-f+1）=（n×n）。对（f

文章图片
#cnn#人工智能
卷积神经网络（CNN）基础知识

假设大于0的值表现为白色，等于0的值表现为灰色，小于0的值表现为黑色，如图左边为白色，右边为灰色的区域，由亮向暗过渡，经过卷积核后会表现为中间为白色区域，两边为灰色的区域，及中间的垂直边缘被放大为白色区域。意味着不填充，（n×n）的图片用（f×f）的卷积核卷积后，图像变为（n-f+1）×（n-f+1）。当p=（f-1）/2 , 有 （n+2×p-f+1）×（n+2×p-f+1）=（n×n）。对（f

文章图片
#cnn#人工智能
卷积神经网络（CNN）基础知识

假设大于0的值表现为白色，等于0的值表现为灰色，小于0的值表现为黑色，如图左边为白色，右边为灰色的区域，由亮向暗过渡，经过卷积核后会表现为中间为白色区域，两边为灰色的区域，及中间的垂直边缘被放大为白色区域。意味着不填充，（n×n）的图片用（f×f）的卷积核卷积后，图像变为（n-f+1）×（n-f+1）。当p=（f-1）/2 , 有 （n+2×p-f+1）×（n+2×p-f+1）=（n×n）。对（f

文章图片
#cnn#人工智能
到底了