基于深度循环神经网络的社交网络用户情感研究.pdf
2021-09-25 17:06:21 1.21MB 神经网络 深度学习 机器学习 数据建模
一种改进的循环神经网络雷达图像外推算法.pdf
2021-09-25 17:06:08 5.39MB 神经网络 深度学习 机器学习 数据建模
卷积神经网络用到的数据集图片、训练好的权重等参数文件
2021-09-25 08:33:35 822.47MB CNN 深度学习 循环神经网络 猫狗图片
1
循环神经网络RNN的基础简介,共30页ppt
2021-09-24 12:05:35 2.81MB ppt RNN 循环神经网络 人工智能
1
【ch11-循环神经网络】 LSTM实战.pdf
2021-09-21 11:01:38 597KB 互联网
【ch11-循环神经网络】 循环神经网络.pdf
2021-09-21 11:01:38 1.07MB 互联网
【ch11-循环神经网络】 情感分类实战.pdf
2021-09-21 11:01:37 353KB 互联网
【ch11-循环神经网络】 时间序列表示.pdf
2021-09-21 11:01:37 1.51MB 互联网
对文件中的讽刺数据集进行词条化、序列化,词嵌入方法,基于Tensorflow库,将单词映射到高维矢量空间,用神经网络学习情感,导出了vecs.tsv和meta.tsv文件可在https://projector.tensorflow.org/进行可视化。可配合中国大学MOOCTensorFlow实操课进行学习!
1
目录 过拟合、欠拟合及其解决方案 训练误差和泛化误差 过拟合和欠拟合的概念 模型复杂度和误差之间的关系 解决过拟合的方案 梯度消失及梯度爆炸 循环神经网络进阶 GRU LSTM 深度神经网络 过拟合、欠拟合及其解决方案 训练误差和泛化误差        在解释上述现象之前,我们需要区分训练误差(training error)和泛化误差(generalization error)。通俗来讲,前者指模型在训练数据集上表现出的误差,后者指模型在任意一个测试数据样本上表现出的误差的期望,并常常通过测试数据集上的误差来近似。计算训练误差和泛化误差可以使用之前介绍过的损失函数,例如线性回归用到的平方损失函
2021-09-09 10:24:22 399KB 学习 循环 循环神经网络
1