深度學習廣泛應用於各個領域。基於transformer的預訓練模型（gpt/bertd等）基本已統治NLP深度學習領域，可見transformer的重要性。本文結合《Attenti ...

本章共兩部分，這是第一部分： 第十四章——循環神經網絡（Recurrent Neural Networks）（第一部分） 第十四章——循環神經網絡（Recurrent Neural Network ...

學習RNN時原理理解起來不難，但是用TensorFlow去實現時被它各種數據的shape弄得暈頭轉向。現在就結合一個情感分析的案例來了解一下LSTM的操作流程。 一、深度學習在自然語言處理中的應用 ...

感謝中國人民大學的胡鶴老師，課程容量巨大，收獲頗豐。 之前提到的CNN模型主要用到人類的視覺中樞，但其有一劣勢，無論是人類的視覺神經還是聽覺神經，所接受到的都是一個連續的序列，使用CNN相當於割裂了 ...

RNN（Recurrent Neural Networks，循環神經網絡）是一種具有短期記憶能力的神經網絡模型，可以處理任意長度的序列，在自然語言處理中的應用非常廣泛，比如機器翻譯、文本生成、問答系統 ...

本文結構： 模型 訓練算法 基於 RNN 的語言模型例子 代碼實現 1. 模型 和全連接網絡的區別 更細致到向量級的連接圖 為 ...

Building your Recurrent Neural Network - Step by Step Welcome to Course 5's first assignment! In th ...

前言 本系列教程為pytorch官網文檔翻譯。本文對應官網地址:https://pytorch.org/tutorials/intermediate/seq2seq_translation_tuto ...

前一篇文章 用 CNTK 搞深度學習 （一） 入門 介紹了用CNTK構建簡單前向神經網絡的例子。現在假設讀者已經懂得了使用CNTK的基本方法。現在我們做一個稍微復雜一點，也是自然語言挖掘中很火 ...

RNN，LSTM，seq2seq等模型廣泛用於自然語言處理以及回歸預測，本期詳解seq2seq模型以及attention機制的原理以及在回歸預測方向的運用。 1. seq2seq模型介紹 　　se ...