专注于音视频处理及流媒体开发!

罗索

  • [『框架与网络』] 什么是多模态机器学习? 日期:2020-11-27 17:50:20 点击:130 好评:0

    每一种信息的来源或者形式,都可以称为一种模态。例如,人有触觉,听觉,视觉,嗅觉;信息的媒介,有语音、视频、文字等;多种多样的传感器,如雷达、红外、加速度计等。以上的每一种...

  • [『框架与网络』] 完全解析RNN, Seq2Seq, Attention注意力机制 日期:2020-10-22 13:51:02 点击:98 好评:0

    循环神经网络RNN结构被广泛应用于自然语言处理、机器翻译、语音识别、文字识别等方向。本文主要介绍经典的RNN结构,以及RNN的变种(包括Seq2Seq结构和Attention机制)。希望这篇文章能够帮助...

  • [『框架与网络』] Anaconda+tensorflow+pyTorch安装 日期:2020-04-28 10:24:53 点击:181 好评:0

    Anaconda安装 在 清华大学 TUNA 镜像源 选择对应的操作系统与所需的Python版本下载Anaconda安装包。Ubuntu环境下在终端执行 $ bash Anaconda2-4.3.1-Linux-x86_64.sh #Python 2.7版本 或 $ bash Anaconda3-4.3.1-Linux-x86_6...

  • [『框架与网络』] 线性回归 日期:2020-04-02 10:30:36 点击:102 好评:0

    一、回归问题的定义 回归是监督学习的一个重要问题,回归用于预测输入变量和输出变量之间的关系。回归模型是表示输入变量到输出变量之间映射的函数。回归问题的学习等价于函数拟合:...

  • [『框架与网络』] 机器学习之神经网络模型-下(Neural Networks: Repr 日期:2020-03-12 15:46:08 点击:133 好评:0

    3. Model Representation I 1 神经网络是在模仿大脑中的神经元或者神经网络时发明的。因此,要解释如何表示模型假设,我们不妨先来看单个神经元在大脑中是什么样的。 我们的大脑中充满了如上图...

  • [『框架与网络』] 机器学习之逻辑回归 日期:2020-03-12 15:39:00 点击:245 好评:0

    1、逻辑回归的应用背景 主要解决问题:分类问题---二分类问题 如果需要解决多分类问题--- 回归 什么是分类? 分类是监督学习的一个核心问题,在监督学习中,当输出变量Y取有限个离散值时...

  • [『框架与网络』] 机器学习之正则化(Regularization) 日期:2020-03-12 15:36:27 点击:205 好评:0

    通过最近的几篇文章,我们不难发现,无论是线性回归问题还是逻辑回归问题都可以通过构造多项式来解决。但是,你将逐渐发现其实还有更为强大的非线性分类器可以用来解决多项式回归问题...

  • [『框架与网络』] 机器学习之神经网络模型-上(Neural Networks: Repr 日期:2020-03-12 15:35:44 点击:224 好评:0

    这篇文章中,我们一起来讨论一种叫作“神经网络”(Neural Network)的机器学习算法,这也是我硕士阶段的研究方向。我们将首先讨论神经网络的表层结构,在之后再具体讨论神经网络学习算法。...

  • [『框架与网络』] 【炼丹技巧】功守道:NLP中的对抗训练 + PyTorch实 日期:2020-03-03 11:56:02 点击:538 好评:0

    最近,微软的FreeLB-Roberta [1] 靠着对抗训练 (Adversarial Training) 在GLUE榜上超越了Facebook原生的Roberta,追一科技也用到了这个方法仅凭单模型 [2] 就在CoQA榜单中超过了人类,似乎“对抗训练”一下子...

  • [『框架与网络』] 对抗训练浅谈:意义、方法和思考(附Keras实现) 日期:2020-03-03 11:33:14 点击:278 好评:0

    当前,说到深度学习中的对抗,一般会有两个含义:一个是生成对抗网络(Generative Adversarial Networks,GAN),代表着一大类先进的生成模型;另一个则是跟对抗攻击、对抗样本相关的领域...

栏目列表
推荐内容
织梦二维码生成器