| 共 72 篇文章 |
|
如何使用神经网络弹奏出带情感的音乐?随后作者分析了音乐中的两个重要元素,音乐构成和音乐表现。对于内容重建，它会通过计算不同子集的卷积神经网络捕捉不同尺寸的空间特征而生成，例如:conv1_1,[conv1_1, conv2_1],[conv1_1, conv2_1, conv3_1],[conv1_1, conv2_1, conv3_1,conv4_1],[conv1_1, conv2_1, conv3_1, conv4_1, conv5_1]。总结一下... 阅45 转0 评0 公众公开 17-07-24 06:07 |
最小生成树之Prim算法和Kruskal算法最小生成树算法。一个连通图可能有多棵生成树,而最小生成树是一副连通加权无向图中一颗权值最小的生成树,它可以根据Prim算法和Kruskal算法得出,这两个算法分别从点和边的角度来解决。self.graph = graph.def prim(self, start):edge = Edge(i, j, self.graph[i][j])union = dict.fromkeys([i for i in range(... 阅73 转0 评0 公众公开 17-07-21 16:16 |
如何用Tensorflow实现RNN?本文将带你进一步研究。tensorflow文档很好地解释了如何构建标准的RNN，但是对于构建个性化的RNN而言，它还是有不足之处的。tf.dynamic_rnn函数将你的RNNCell转换为动态生成的图形，将图形从一个时间步骤传递到下一个时间段，并跟踪输出。请注意，如果你构建一个新的RNNCell，你想要与tensorflow中已经存在的tensorflo... 阅350 转0 评0 公众公开 17-07-21 16:09 |
AlexNet 网络将 LeNet 网络改造成了一个更为庞大的神经网络,这样 AlexNet 网络就能够用于学习更为复杂的对象以及对象的层次结构。GoogLeNet 和 Inception.Xception 网络是利用一个像 ResNet 和 InceptionV4 网络这样既简单又更为优雅的结构对 inception 模块和结构进行优化而来。FractalNet 网络利用了递归结构，可是其并未在 ImageNet 中进行... 阅112 转0 评0 公众公开 17-07-21 15:14 |
业界 | 谷歌开源机器学习可视化工具 Facets：从全新角度观察数据。Facets 包含两个部分——Facets Overview 和 Facets Dive——允许用户从不同的粒度观看数据的全景图，还可以轻易地被用在 Jupyter notebooks 之内，或者嵌入网页之中。Facets 包含两个部分——Facets Overview 和 Facets Dive——允许用户从不同的粒度观看其数据的全景图。Face... 阅100 转0 评0 公众公开 17-07-18 20:58 |
从理论概念到库函数语法:机器学习速查表全集。机器之心此前曾提供过机器学习和深度学习最好的九张代码速查表，不过近日又有博主发表了一次完全的速查表。本文前一部分主要重点描述新添加的速查表，后一部分再为读者提供一些以前的速查表资源。该速查表还重点描述了 TensorFlow 的常用函数，如常见的梯度下降法、适应性梯度算法和 Adam 优化算法... 阅53 转1 评0 公众公开 17-07-18 06:19 |
基于TensorFlow理解三大降维技术:PCA、t.Pythonista 数据科学家 Elior Cohen 近日在 Medium 上发文解读了最常见的三大降维技术:PCA、t-SNE 和自编码器。你可以看到,这两种方法都是纯线性代数,这基本上就意味着:使用 PCA 就是在另一个角度看待真实数据--这是 PCA 独有的特性,因为其它方法都是始于低维数据的随机表征,然后使其表现得就像是高维数... 阅3255 转6 评0 公众公开 17-07-16 20:58 |
听说你了解深度学习最常用的学习算法:Adam优化算法?本文分为两部分,前一部分简要介绍了 Adam 优化算法的特性和其在深度学习中的应用,后一部分从 Adam 优化算法的原论文出发,详细解释和推导了它的算法过程和更新规则。Adam 算法的高效性。Adam 算法可以在 MNIST 手写字符识别和 IMDB 情感分析数据集上应用优化 logistic 回归算法,也可以在 MNIST... 阅268 转2 评0 公众公开 17-07-13 08:29 |
使用认知心理学解释深度神经网络：DeepMind新研究破解AI黑箱问题。我们采用的经典形状偏好实验如下：我们给深度神经网络提供了三种物体图像，即探测物体、形状匹配物体（与探测目标形状相同，颜色不同）和颜色匹配物体（与探测物体形状不同，颜色相同）。我们尝试使用深度神经网络（即匹配网络和 Inception 基准模型）进行这次实验，实验发现神... 阅79 转2 评0 公众公开 17-06-30 06:36 |
如何解决LSTM循环神经网络中的超长序列问题。在 LSTM 循环神经网络面临长序列输入时，我们应该怎样应对？这种问题通常被称为序列标记，或序列分类。我们可以在序列中随机选择时间步长并删除它们，从而将序列缩短至指定长度。将输入序列拆分为多个固定长度的子序列，并构建一种模型，将每个子序列作为单独的特征（例如并行输入序列）进行训练。... 阅325 转1 评0 公众公开 17-06-27 11:48 |
