【Deep Learning讀書筆記】深度學習中的概率論
本文首發自公眾號：RAIS，期待你的關注。 前言 本系列文章為 《Deep Learning》 讀書筆記，可以參看原書一起閱讀，效果更佳。 概率論 機器學習中，往往需要大量處理不確定量，或者是隨機量，這與我們傳統所需要解決掉問題是大不一樣的，因此我們在機器學習中往往很難給出一個 ...
原文：[1天搞懂深度學習] 讀書筆記 lecture I:Introduction of deep learning
通常機器學習，目的是，找到一個函數，針對任何輸入：語音，圖片，文字，都能夠自動輸出正確的結果。 而我們可以弄一個函數集合，這個集合針對同一個貓的圖片的輸入，可能有多種輸出，比如貓，狗，猴子等，而我們通過提供大量的training data給這個函數集合，對集合里的各種函數組合的輸出進行比對，最后選出一個能輸出最佳結果 結果是貓 的組合，那么因為這個組合已經很能夠很准確的識別貓，所以這個組合就能用 ...
2017-02-06 14:14 0 2018 推薦指數：
相關推薦
讀書筆記 Learning Deep Features for Discriminative Localization
CMP是在原始的框架上加入一個卷積層，GAP和softmax層，生成的網絡。 1. Classification：分類效果上可能會稍有下降，可以通過增加卷積層，就可以使分類准確度和原來差不多了 2 ...
Deep Learning（深度學習）學習筆記整理(二）
求導及練習 [5]Deep Learning模型之：CNN卷積神經網絡（一）深度解析CNN [6] ...
深度強化學習（Deep Reinforcement Learning）入門：RL base & DQN-DDPG-A3C introduction
轉自https://zhuanlan.zhihu.com/p/25239682 過去的一段時間在深度強化學習領域投入了不少精力，工作中也在應用DRL解決業務問題。子曰：溫故而知新，在進一步深入研究和應用DRL前，階段性的整理下相關知識點。本文集中在DRL的model-free方法 ...
使用深度學習的超分辨率介紹 An Introduction to Super Resolution using Deep Learning
使用深度學習的超分辨率介紹 關於使用深度學習進行超分辨率的各種組件，損失函數和度量的詳細討論。 介紹 超分辨率是從給定的低分辨率（LR）圖像恢復高分辨率（HR）圖像的過程。由於較小的空間分辨率（即尺寸）或由於退化的結果（例如模糊），圖像可能具有“較低分辨率”。我們可以通過以下 ...
Deep Learning（深度學習）學習筆記整理系列之常用模型（四、五、六、七）
Deep Learning（深度學習）學習筆記整理系列之常用模型（四、五、六、七） 轉自： http://blog.csdn.net/zouxy09/article/details/8775524 九、Deep ...
Deep Learning（深度學習）學習筆記整理系列之（四）
9.5、Convolutional Neural Networks卷積神經網絡 卷積神經網絡是人工神經網絡的一種，已成為當前語音分析和圖像識別領域的研究熱點。它的權值共享網絡結構使之更 ...
Deep Learning for Chatbots（Introduction）
了自然語言處理（NLP）和深度學習技術。但是很多時候對AI的誇大宣傳，讓人民很難分清事實和美好的想象。 ...