| 共 49 篇文章 |
|
真正把深度神经网络用于语音识别的重要文章是 Hinton 等人 2012 年《Deep Neural Networks for Acoustic Modeling in Speech Recognition》的文章，这篇文章使用 DNN 替代了传统 HMM-GMM 声学模型里的 GMM 模型，从此语音识别的主流框架变成了 HMM-DNN 的模型。RNN 我们现在处理时序数据的有力武器，2013 年的时候 Graves 等人在论文《Speech R... 阅31 转0 评0 公众公开 19-08-30 11:33 |
清华、北大、浙大的计算机课程资源集都在这里了！CSDN 在 GitHub 上进行了搜索，其实除了高内顶尖高校的计算机课程资源，都有网友创建了相应项目，如果你需要收集某个高校的学习资料，这些项目中的内容集合可能为你节省了大把时间。GitHub 链接：https://github.com/lib-pku/libpku.实际上，上述两个课程资源收集项目的建立还是受到了浙大课程... 阅96 转0 评0 公众公开 19-08-30 11:04 |
大佬：我看你用过这个Spring啊，你来聊聊为什么我们要使用Spring呢？大佬：（我就知道你会说IOC啦）那你解释一下IOC吧。我：IOC就是依赖控制转化，利用JAVA的反射机制，将实例的初始化交给Spring。工厂模式也可以管理实例的初始化呀，为什么一定要使用Spring呢？而且spring的IOC是单例模式呢。我：（仿佛突然睡醒）应该是横向分割，把表拆分成... 阅37 转0 评0 公众公开 19-08-16 12:48 |
常用的一些灰度梯度模板有：Roberts 梯度、Sobel 梯度、Prewitt 梯度、Laplacian 梯度。梯度方向及图像灰度增大的方向，其中梯度方向的梯度夹角大于平坦区域的梯度夹角。如下图所示，灰度值增加的方向梯度夹角大，此时梯度夹角大的方向为梯度方向。对应在图像中寻找某一点的梯度方向即通过计算该点与其8邻域点的梯度角，梯度角最大即为梯度方向... 阅31 转0 评0 公众公开 19-08-14 13:12 |
三流的软体工程师会去崇拜二流的软体工程师，因为他们会觉得二流工程师写的程序都看不懂，一定是超级厉害；我在布朗大学认识的那些软体高手，后来真正以写程序为志业，然后写出伟大又广泛被使用的程序的，应该不多。所以程序高手原本就不多，而一直继续在写程序的程序高手就更是稀有了。美国的软体业有一个老笑话：如果有两个工程师在同一个团... 阅24 转0 评0 公众公开 18-04-06 23:14 |
目前硬盘大体上分为三种，分别有固态硬盘（SSD 盘，新式硬盘）、机械硬盘（HDD 传统硬盘）、混合硬盘（HHD 一块基于传统机械硬盘诞生出来的新硬盘）。3. 固态硬盘比机械硬盘质量轻。虽然在此之前1983年已经出现了第一款3.5英寸硬盘，1988年出现了第一款2.5英寸硬盘，但容量方面都没有突破GB，可以说0663-E12是开创了民用级GB硬盘的先河，从此硬... 阅45 转0 评0 公众公开 18-03-18 15:38 |
此外，研究人员已经明白如何拍摄一张图片但不立即进行分类，而是首先将图片中最有可能代表物体的区域划分为多个矩形，将每个矩形送入 CNN 架构，随后对图片中的每个物体进行分类，并在图片中框出每个物体的位置（这种做法也叫做“边界框 [Bounding box]”）：解决这个问题所用的架构与图片分类所用的架构有很大差异。递归神经网络架构图。GAN ... 阅43 转0 评0 公众公开 17-12-21 22:59 |
贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。贝叶斯定理之所以有用，是因为我们在生活中经常遇到这种情况：我们可以很容易直接得出P(AB)，P(BA)则很难直接得出，但我们更关心P(BA)，贝叶斯定理就为我们打通从P(AB)获得P(BA)的道路。这正是朴素的含义，虽然朴素贝叶斯的分类效果不错，但是属性之间毕竟... 阅123 转0 评0 公众公开 17-12-20 10:29 |
可以这样来描述监督学习：使用有标签的训练数据去学习从输入变量（X）到输出变量（Y）的映射函数。本文介绍的算法 6-8 都是非监督学习的例子：包括 Apriori 算法、K-均值聚类、主成分分析（PCA）。当给定的一个数据实例时，KNN 算法会在整个数据集中寻找 k 个与其新样本距离最近的，或者 k 个与新样本最相似的，然后，对于回归问题，输出结果的... 阅27 转0 评0 公众公开 17-12-20 10:27 |
类似地，在神经网络的情况下，神经元接收输入，处理它并产生输出，而这个输出被发送到其他神经元用于进一步处理，或者作为最终输出进行输出。(b)ReLU(整流线性单位)——与 Sigmoid 函数不同的是，最近的网络更喜欢使用 ReLu 激活函数来处理隐藏层。该函数定义为：Sigmoid 函数将发挥作用以防我们有一个二进制输出，但是如果我们有一个多类分类... 阅64 转0 评0 公众公开 17-12-19 11:51 |
