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
¥
支付方式
请使用微信扫一扫 扫描二维码支付
请使用支付宝扫一扫 扫描二维码支付
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:
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:
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:
基本运算包含:
CNN的特性:
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
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