首页 AI学术青年与开发者社区

从Python入门-如何成为一名AI工程师

开课时间:
开课时长:30+课时,实践项目和案例
机器学习 基础入门
会员免费
现价:¥299.00
原价:¥499.00

  开通会员,立省299元 立即开通

  当前课程,会员领券立减30元>>

与常规神经网络不同,RNN适用于需要有前后依赖关系的情形,如:机器翻译、股票预测等场景。

类型包括:简单RNN、双向RNN

LSTM、GRU等

 

RNN常见应用:

  • 聊天机器人
  • 机器翻译
  • 语音识别
  • 图像描述
聊天机器人结构示例:
一般是使用Seq2seq方法,也就是两个RNN相互编码与解码,基本算法如下图:

 
对于图像描述可考虑CNN与RNN结合的方式。
 
 
 
 
[展开全文]
流动的空气 · 2019-04-23 · 回顾+RNN 0

不同的生物有不同的视觉系统,相同的图片经过不同的视觉系统可能的到不同的图像,卷积神经网络本质上是模拟了人的生物视觉系统。卷积圣经网络通常用于网格结构数据,如图像、时序数据(NLP)等

传统常用图像人工特征提取方法:

  • SIFT:Scale Invariant Feature Transform
  • Hog:Histogram of Oriented Gradients

卷积神经网络就是至少一层使用卷积运算的神经网络,其特性包含:

  • 稀疏交互(Sparse interaction)
  • 参数共享(Parameter sharing)
  • 等变表示(Equivariant representation)

基本运算包含:

  • 卷积:提取特征
  • 池化:降维

CNN的特性:

  • 稀疏连接:卷积和的规模远小于图像规模,层数越深,感受野越大

  • 参数共享:在同一层中,卷积核里面的权重不变,与全连接相比,可以节省很大空间
  • 等变表示:多次变化、顺序无关。函数相互独立。f(g(x)) = g(f(x))
 

 

 

 

 

 

 

 

 

[展开全文]
流动的空气 · 2019-04-25 · CNN简介 0

搜索排序,推荐算法,计算机视觉,自然语言处理.深度学习,机器学习.

多层神经网络

海量数据,计算能力,算法突破.

入门学习

[展开全文]

算法

1. 逻辑控制

分支

if-elif-else

循环

for、while

- for 循环次数固定、while 不固定

- 中止语句:continue 、break

- pass

- return、yield

- exit

异常

try-except-finally

2. 基础算法

排序(visualgo数据结构可视化网站)

- 内部排序

  - 交换排序:冒泡、快速排序

  - 插入排序:直接插入、希尔排序

  - 选择排序: 简单选择、堆排序

  - 归并排序

  - 基数排序

- 外部排序

查找

3. 简单算法

分治

递归

贪心

动态规划

回溯

分支限界

[展开全文]

相关课程

开课日期:直播已结束,可回看开始
智能驾驶 基础入门 86246
开课日期:开始
机器学习 基础入门 110776

授课教师

资深算法工程师,曾就职于BAT,有多年企业数据挖掘/机器学习/深度学习项目经验
微信扫码分享课程