原创 基於RNN的Attend機制

文章來源: http://blog.csdn.net/shenxiaolu1984/article/details/51493673 Xu, Kelvin, et al. “Show, attend and tell: Neu

原创 RNN與LSTM介紹

文章來源: http://blog.csdn.net/Dark_Scope/article/details/47056361 前言 好久沒用正兒八經地寫博客了,csdn居然也有了markdown的編輯器了,最近花了不少時間看RN

原创 圖的各個英文單詞區別

轉載聲明:本文轉載自http://hi.baidu.com/heartsoft2008/blog/item/a80056dfa91b2b1e48540304.html,對原作者鳴謝!   坦白說,每次更新本文都需要添加幾個新想到的近義詞進

原创 Deep Reinforcement Learning 基礎知識

文章來源: http://blog.csdn.net/songrotek/article/details/50580904 Introduction 深度增強學習Deep Reinforcement Learning是將深度學

原创 Batch Normalization Accelerating Deep Network Training by Reducing Internal Covariate Shift 閱讀筆記與實現

譯文轉自 http://blog.csdn.net/happynear/article/details/44238541 今年過年之前,MSRA和Google相繼在ImagenNet圖像識別數據集上報告他們的效果超越了人類水平,下面將分兩

原创 Hinton大神Capsule論文首次公佈,深度學習基石CNN或被取代

文章來源: 新智元 https://mp.weixin.qq.com/s/5Af_K_BGrD5RomgpWxJNBQ 【新智元導讀】Hinton要打造下一代CNN的Capsule細節終於通過一篇論文發佈。本文帶來詳細介紹。此前,Hin

原创 Windows下Anaconda環境安裝Tensorflow

1. 安裝好Anaconda後請確保以下幾個路徑已經添加到Window系統環境變量的path中 C:\ProgramData\Anaconda3      //C:\ProgramData\Anaconda3是我安裝Anaconda的路徑

原创 大數據及人工智能基礎系列8 圖解反向傳播算法

文章來源:http://www.cnblogs.com/charlotte77/p/5629865.html 一文弄懂神經網絡中的反向傳播法——BackPropagation   最近在看深度學習的東西,一開始看的吳恩達的U

原创 CNN卷積神經網絡誤差反傳推導

CNN卷積神經網絡推導和實現 [email protected] http://blog.csdn.net/zouxy09 http://blog.csdn.net/zouxy09/article/details/9993371    

原创 簡述生成式對抗網絡

本文主要闡述了對生成式對抗網絡的理解,首先談到了什麼是對抗樣本,以及它與對抗網絡的關係,然後解釋了對抗網絡的每個組成部分,再結合算法流程和代碼實現來解釋具體是如何實現並執行這個算法的,最後通過給出一個基於對抗網絡改寫的去噪網絡,效果雖然

原创 一文讀懂卷積神經網絡CNN

技作者:張雨石  文章出處:http://blog.csdn.net/xinzhangyanxiang/article/list/3  自今年七月份以來,一直在實驗室負責卷積神經網絡(Convolutional Neural N

原创 深度 | 生成對抗網絡初學入門:一文讀懂GAN的基本原理(附資源)

文章來源 機器之心公衆號 http://mp.weixin.qq.com/s/4CypEZscTfmUzOk-p_rZog 2017-09-10 Roman Trusov 機器之心 選自 Sigmoidal 作者:R

原创 深度學習的一個有意思的應用: 通過一張圖片講故事

http://www.somatic.io/blog/how-neural-storyteller-works How Neural Storyteller Works By jason We are starting a

原创 深度強化學習 ( DQN ) 初探

文章來源: https://www.qcloud.com/community/article/549802?fromSource=gwzcw.114127.114127.114127 1. Google的DQN論文 2015年2

原创 SGD的幾種優化加速模型動態圖形顯示

SGD的幾種優化加速模型動態圖形顯示,很形象直觀 http://imgur.com/a/Hqolp