最新文章
-
【重点】常见变体 – RNN LSTM GRU
摘要：Bidirectional RNNs通过结合前后序列信息，增强了对上下文的捕捉能力，适合填补缺失词语等任务。而Deep RNNs则通过叠加多层RNN，提升模型的表示能力。Bi……Zhang, Hongxing 2024年8月16日
-
【重点】GRU – 门控循环神经网络
摘要：GRU通过重置门和更新门来控制信息的流动，简化了LSTM的结构并提高了计算效率。 1 模型原理 1.1 超参数 input_size ：input_size 是指每个时间步长输入…… -
【重点】LSTM – 长短时记忆神经网络
摘要：LSTM旨在解决传统RNN在处理长序列时出现的梯度消失和爆炸问题。通过输入门、遗忘门和输出门来控制信息的流动。 1 模型原理 1.1 超参数 input_size ：i…… -
【重点】RNN – 循环神经网络
摘要：RNN（循环神经网络）是一种能处理序列数据的神经网络，可以利用先前的输入信息来进行预测当前时刻的值。 1 模型原理 1.1 超参数 input_size ：input_s…… -
【重点】深度学习常见问题
摘要：本篇博客介绍了神经网络训练中的关键概念和技巧，涵盖了梯度下降算法、梯度消失问题的解决方法、激活函数的选择与比较、优化参数的策略。此外，文章还深…… -
【重点】了解卷积神经网络
摘要：卷积神经网络通过卷积层提取图像特征，池化层下采样以减少计算量和过拟合风险。特征图的输出尺寸由卷积核、步幅和填充等参数决定。 1 卷积神经网络的计…… -
【重点】深度学习基本概念
摘要：机器学习专注于从数据中开发自动学习算法，模型相对简单；深度学习是其分支，适合处理复杂数据，模型通常更深。感知机是二元线性分类器，涉及输入层、权…… -
2024年七月学习总结
title: 2024年七月学习总结 tags: 月度总结 大学课程 用爬虫做了个实时抓取自己教务系统成绩和抢课用的程序 编程学习与科研 大创看了三篇论文，跑通了一个代……2864818644 2024年7月31日
-
2024年六月学习总结
title: 2024年六月学习总结 tags: 月度总结 大学课程 挺过了难熬的期末周 各科成绩已出，保持了年级第一的情况下，绩点提升了0.01 编程学习与科研 大创规划…… -
【复习】操作系统实践
OS实践 一、期末重点 第一章 历史 许可证： GPL： access source code（访问源代码） copy（复制） modify（修改） 不可以redistribute（重新分配） 题目 Lin……