## 基本概念隐马尔可夫模型（hidden Markov model。HMM）是指用于标注问题的统计学习模型，描述由隐藏的马尔可夫链随机生成观测序列的过程，**属于生成模型。**### 隐马尔可夫模型的定义**隐马尔可夫模型**　　隐马尔可夫模型是关于时序的概率统计模型，描述由一个隐藏的马尔科夫链随机生成不可观测的状态随机序列，再由各个状态生成一个观测而产生观测随机序列的过程。

希望通过本文，能够让大家，不需要再去参阅其他资料，就可以完全弄清楚torch.nn.LSTM（）,不明白的地方可以随时留言~本文不定时更新。循环神经网络层的理解torch.nn.LSTM()pack_padded_sequence和Pad_packed_sequence在设计RNNs类的神经网络的时候，经常会使用pack_padded_sequence和Pad_packed_sequence，这是

## 基本概念隐马尔可夫模型（hidden Markov model。HMM）是指用于标注问题的统计学习模型，描述由隐藏的马尔可夫链随机生成观测序列的过程，**属于生成模型。**### 隐马尔可夫模型的定义**隐马尔可夫模型**　　隐马尔可夫模型是关于时序的概率统计模型，描述由一个隐藏的马尔科夫链随机生成不可观测的状态随机序列，再由各个状态生成一个观测而产生观测随机序列的过程。

一、前言深度学习的发展大致分为这么几个学期：萌芽期：从BP算法的发明（1970s-1980s）到2006年期间。迅速发展期：从2006年栈式自编码器+BP微调提出之后。爆发期：从2012年Hintont团队的Alexnet模型在ImageNet竞赛取得惊人成绩之后。萌芽期在Yann LeCun、Yoshua Bengio和Geoffrey Hinton三巨头nature...

概念偏差：描述的是预测值（估计值）的期望与真实值之间的差距。偏差越大，越偏离真实数据集。（Ps:假设靶心是最适合给定数据的模型，离靶心越远，我们的预测就越糟糕）方差：描述的是预测值的变化范围，离散程度，也就是离其期望值的距离。方差越大，预测结果数据的分布越散。基于偏差的误差：所谓基于偏差的误差是我们模型预期的预测与我们将要预测的真实值之间的差值。偏差是用来衡量我们的模型的预测同真实值的差

文章目录论文地址模型提出的背景（或者动机）本论文模型---TranformerModel ArchitectureEncoderDecoderAttentionScaled Dot-Product AttentionMulti-Head AttentionPosition-wise Feed-Forward NetworksEmbeddings and SoftmaxPositional Enco

引言本节主要是介绍神经网络中常见的激活函数-----sigmod函数。sigmod的函数简介sigmod的函数是一个在生物学中常见的S型函数，也称为S型生长曲线。在信息科学中，由于其单增以及反函数单增等性质，常被用作神经网络的激活函数，将变量映射到0,1之间。-------------摘自《百度百科》sigmod函数也叫作Log...

1、《1天搞懂深度学习》，300多页的ppt，台湾李宏毅教授写的。在线资源.下载综合版本pdf，请点击这里2、深度学习方面的感觉还不错的：共享在此3、深度学习与自然语言，点击这里4、增强学习教程,点击这里5、机器学习课程，分享1,分享26、UFLDL深度学习教程：点击这里

文章目录介绍介绍在机器学习