1、概念1.1、循环神经网络循环神经网络（Recurrent Neural Network, RNN）是一类以序列数据为输入，在序列的演进方向进行递归且所有节点（循环单元）按链式连接的递归神经网络。卷积网络的输入只有输入数据X，而循环神经网络除了输入数据X之外，每一步的输出会作为下一步的输入，如此循环，并且每一次采用相同的激活函数和参数。在每次循环中，x0乘以系数U得到s0，再经过系数...

1、概念图：数据结构中的图由节点和其之间的边组成。节点表示一个实体，边表示实体之间的联系。图数据库：以图的结构存储管理数据的数据库。其中一些数据库将原生的图结构经过优化后直接存储，即原生图存储。还有一些图数据库将图数据序列化后保存到关系型或其他数据库中。之所以使用图数据库存储数据是因为它在处理实体之间存在复杂关系的数据具有很大的优势。使用传统的关系型数据库在处理数据之间的关系时其实很不...

1、安装与Java可以直接操作HBase数据库不同，python需要借助thrift完成对hbase数据库的操作。Thrift是Facebook公布的一款开源跨语言的RPC框架，而RPC (Remote Procedure Call Protocal)，远程过程调用协议是指在一台机器上调用另一台机器上进程的协议，这样在客户端通过thrift调用分布式HBase进程从而完成相关操作。通过yum完成t

1、卷积网络发展卷积神经网络的起源是神经认知机模型(neocongnitron)，之后在1989年出现了卷积神经与网络的模型。直到2012年随着一些技术的成熟带来的机遇，卷积神经网络迎来了历史性的突破，AlexNet获得ImageNet大赛冠军引起了人们的注意，之后的卷积网络朝着四个方向发展AlexNet：通过数据增强、Dropout来防止过拟合，所谓数据增强就是在原有的图片样本的基础...

如下所示为一个基本的卷积神经网络的模型，将图像输入之后经过卷积操作提取特征，再经过降采样操作后输出到下一层。经过多次多个卷积、池化层之后结果输出到全连接层，经过全连接映射到最终结果。一个神经网络的典型训练过程可以分为如下几步：定义神经网络，包含一些可学习参数(或者叫权重）将数据输入网络进行训练，并计算损失值将梯度反向传播给网络的参数，据此更新网络的权重，并再次训练定义网络如下所示为我们定义的神经网

如下所示为一个基本的卷积神经网络的模型，将图像输入之后经过卷积操作提取特征，再经过降采样操作后输出到下一层。经过多次多个卷积、池化层之后结果输出到全连接层，经过全连接映射到最终结果。一个神经网络的典型训练过程可以分为如下几步：定义神经网络，包含一些可学习参数(或者叫权重）将数据输入网络进行训练，并计算损失值将梯度反向传播给网络的参数，据此更新网络的权重，并再次训练定义网络如下所示为我们定义的神经网

1、图像的风格转化卷积网络每一层的激活值可以看作一个分类器，多个分类器组成了图像在这一层的抽象表示，而且层数越深，越抽象内容特征：图片中存在的具体元素，图像输入到CNN后在某一层的激活值风格特征：绘制图片元素的风格，各个内容之间的共性，图像在CNN网络某一层激活值之间的关联风格转换：在一幅图片内容特征的基础上添加另一幅图片的风格特征从而生成一幅新的图片。在卷积模型训练中，通过输入固...

1、MNIST手写识别问题MNIST手写数字识别问题：输入黑白的手写阿拉伯数字，通过机器学习判断输入的是几。可以通过TensorFLow下载MNIST手写数据集，通过import引入MNIST数据集并进行读取，会自动从网上下载所需文件。%matplotlib inlineimport tensorflow as tfimport tensorflow.examples.tutoria...

使用maven创建Spring项目Maven是java的一个依赖管理工具。所谓依赖就是指在Java开发过程中引入的各种jar包和第三方库，而可能这些库本省还要引用其他的库，这样我们直接引用的称为直接依赖，库的依赖称为间接依赖。如果我们手动去引入这些依赖，过程将变得十分繁琐，因此需要Maven来为我们管理并引入这些依赖。安装：首先从Maven官网下载所需maven的压缩包，之后将其解压，最后....

词向量嵌入在NLP中，一个最基本的问题就是如何在计算机中表示一个单词。一般我们用含有N个单词的词汇表来对单词进行编码，例如词表{“hello”: 0, “world”: 1, “nice”:2, “to”:3, “see”:4, “you”:5 }中只有6个单词，那么nice的编码就是2，但是一篇文章有成百上千甚至更多的词汇时，这就需要embedding操作将词向量进行压缩，用更小的维度去表示大量