文档详情

8.4.3　编码-解码模型.pdf-陈仲铭彭凌西-人民邮电出版社

发布：2021-04-26约字共页下载文档

文本预览下载声明

8.4示例1：神奇的机器翻译283图8-19编码-解码（Encoder-Decoder）架构8.4.3编码-解码模型图8-19只是编码-解码（Encoder-Decoder）神经网络模型的简化版，为了深入代码原理，我们需要从具体的输入形式到

显示全部

相似文档

8.4.4　平衡语料数据集.pdf-陈仲铭彭凌西-人民邮电出版社 8.4示例1：神奇的机器翻译287并输出模型的具体信息，如图8-23所示。图8-23编码-解码神经网络架构输出的信息【代码清单8-6】编译机器翻译网络#模型编译model=Mode
2021-04-27 约字页立即下载
8.4.1　基于统计的机器翻译.pdf-陈仲铭彭凌西-人民邮电出版社 8.4示例1：神奇的机器翻译279很好地理解和运用语言信息。例如我们每天都在使用中文，对中文言很熟悉，但这不代表我们能够理解中文的语言体系是怎么运作的，这就导致
2021-04-28 约字页立即下载
引用/参考.pdf-陈仲铭彭凌西-人民邮电出版社 引用/参考325种变体。LSTM循环网络架构，通过输入门、遗忘门、输出门存储长期信息。GRU是LSTM的精简版本，不仅简化了记忆计算的整体流程，还能够缩短训
2021-04-28 约字页立即下载
8.6.4　声学模型.pdf-陈仲铭彭凌西-人民邮电出版社 8.6示例3：智能语音识别音箱311图8-42梅尔频率倒谱系数（MFCC）频谱图图8-43归一化梅尔频率倒谱系数（MFCC）频谱图8.6.4声学模型声学模型（A
2021-04-26 约字页立即下载
4.5.2　LeNet5网络模型.pdf-陈仲铭彭凌西-人民邮电出版社 4.5示例1：可视化手写字体网络特征119#图像数据归一化xtrain=xtrain.astype(float32)xtest=xtest.astype(f
2021-04-27 约字页立即下载
2.4.4　建立人工神经网络模型.pdf-陈仲铭彭凌西-人民邮电出版社 46第2章人工神经网络logistic_fun.fit(X,y)#显示线性分类结果plot_decision_boundary(lambdax:clf.predict(x),X,y)plt.title(Lo
2021-04-26 约字页立即下载
6.1.3　全卷积网络模型.pdf-陈仲铭彭凌西-人民邮电出版社 6.1示例1：全卷积网络图像语义分割199predictions(Dense)(None,1000)4097000=======================================
2021-04-25 约字页立即下载
6.1.2　VGG网络模型.pdf-陈仲铭彭凌西-人民邮电出版社 6.1示例1：全卷积网络图像语义分割195唯一的不足是在进行反向传播时，中间的卷积层的参数和求导参数可能会占用更多的内存，随着层数的加深，运算时间也会增加。VGGNet网络模型深信使用大的卷积核会浪费存储空间，减少卷积核能够大幅度减少参数并
2021-04-29 约字页立即下载
4.6.2　AlexNet模型.pdf-陈仲铭彭凌西-人民邮电出版社 130第4章卷积神经网络validationgenerator=testdatagen.flowfromdirectory(CatDogData/test,shuffle=True,#打乱数据集中的顺序target_size=input
2021-04-26 约字页立即下载
7.5.4　实现简单的循环神经网络模型.pdf-陈仲铭彭凌西-人民邮电出版社 260第7章循环神经网络自然语言处理为什么不使用索引作为输入？网络的输出往往是一个概率分布，然后选取概率最高的值作为最终输出，从而要求输入的数据也是以概率分布的
2021-04-25 约字页立即下载
4.2.3　矩阵快速卷积.pdf-陈仲铭彭凌西-人民邮电出版社 4.2卷积操作107核的偏置。这相当于卷积核与一个个数据窗口相乘求和后（矩阵内积计算），加上偏置b得到输出结果。该过程如下：在上式中，z为第一个特征图的第一个输
2021-04-29 约字页立即下载
4.1.1　卷积神经网络的应用.pdf-陈仲铭彭凌西-人民邮电出版社 4.1卷积神经网络概述95图4-1可视化卷积核。Layer数值越大，表示网络的层数越深4.1.1卷积神经网络的应用卷积神经网络为图像而生，但应用不限于图像。在图像处理任务上，卷积神经网络可以用来识别位移、缩放及物体形态扭曲的二维图形。一方面
2021-04-26 约字页立即下载
8.6.2　准备语音数据.pdf-陈仲铭彭凌西-人民邮电出版社 302第8章循环神经网络进阶序列长期记忆为了解决上述问题，我们会使用一些特殊的技巧，例如在特征提取阶段进行对齐操作或者在输出阶段对音素进行对齐操作等。接下来我们先会学习与深度学习无关，但是对于语音识别至关重要的技术。8.6.2准备语音数据语
2021-04-26 约字页立即下载
8.6.3　语音特征提取.pdf-陈仲铭彭凌西-人民邮电出版社 306第8章循环神经网络进阶序列长期记忆-31,-11,-27,-29,-24,-12,-30,-50,-81,-72,-20,......-28,-10,-36,-25,23,4,-66,-
2021-04-27 约字页立即下载
8.5.3　超越Seq2Seq框架.pdf-陈仲铭彭凌西-人民邮电出版社 296第8章循环神经网络进阶序列长期记忆应该在有限的资源下完成更多的事情。（4）输入信息的时间序列越长，预测效果的准确率越低如图8-28所示，随着句子长度的增加
2021-04-28 约字页立即下载

8.4.3 编码-解码模型.pdf-陈仲铭 彭凌西-人民邮电出版社

8.4.3　编码-解码模型.pdf-陈仲铭彭凌西-人民邮电出版社