腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

ml

专栏作者

664

文章

632982

阅读量

64

订阅数

NN[神经网络]中embedding的dense和sparse是什么意思？

假设embedding对输出size=3,也就是hidden层的size=3*3;

2020-06-12

8.3K1

NN[神经网络]中embedding的dense和sparse是什么意思？

假设embedding对输出size=3,也就是hidden层的size=3*3;

2020-06-10

3.3K0

caffe中是如何运用protobuf构建神经网络的？

caffe这个框架设计的比较小巧精妙，它采用了protobuf来作为交互的媒介，避免了繁重的去设计各个语言的接口，开发者可以使用任意语言通过这个protobuf这个媒介，来运行这个框架. 　　我们这里不过多的去阐述caffe的过往以及未来，只是简单的描述一下，caffe框架中的protobuf的作用，以及它的背后原理. 一般来说cafe.proto中有对应的solve，solve中悠悠Layer,通过prototxt解析生成一个大对象sovle,然后solve底下有一个Layer数组对象，我们所定义的网络

2018-06-13

1.4K1

关于BP网络的一些总结

监督学习神经网络

背景前段时间，用过一些模型如vgg,lexnet，用于做监督学习训练，顺带深入的学习了一下相关模型的结构&原理，对于它的反向传播算法记忆比较深刻，就自己的理解来描述一下BP网络. 关于BP网络的整体简述 BP神经网络，全程为前馈神经网络，它被用到监督学习中的主体思想是（我们假定我们这里各个层Layer次间采用的是全链接）：通过各个Layer层的激励和权值以及偏置的处理向前传递，最终得到一个预期的值，然后通过标签值和预期的值得到一个残差值，残差值的大小反映了预期值和残差值的偏离程度，

2018-03-27

8080

使用神经网络来拟合函数y = x^3 +b

神经网络编程算法

我们使用一个三层的小网络来，模拟函数y = x^3+b函数 1 import tensorflow as tf 2 import numpy as np 3 import matplotlib.pyplot as plt 4 5 #训练数据 6 x_data = np.linspace(-6.0,6.0,30)[:,np.newaxis] 7 y_data = np.power(x_data,3) + 0.7 8 #验证数据 9 t_data = np.linspace(-20.0,20

2018-03-27

8260

神经网络模型之AlexNet的一些总结

神经网络机器学习深度学习

说明：这个属于个人的一些理解，有错误的地方，还希望给予教育哈～此处以caffe官方提供的AlexNet为例. 目录： 1.背景 2.框架介绍 3.步骤详细说明 5.参考文献背景： AlexNet是在2012年被发表的一个金典之作，并在当年取得了ImageNet最好成绩，也是在那年之后，更多的更深的神经网路被提出，比如优秀的vgg,GoogleLeNet. 其官方提供的数据模型，准确率达到57.1%,top 1-5 达到80.2%. 这项对于传统的机器学习分类算法而言，已经相当的出色。框架介绍: Al

2018-03-26

6770

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态