循环神经网络

诡异错误笔记TypeError: An op outside of the function building code is being passed a "Graph" tensor.

再进行SimpleRNNCell循环神经网络学习过程中发现一个奇怪的bug，错误日志如下：File"C:\Users\Jame_Peng\AppData\Local\Programs\Python\Python37
Archer阿茶·2023-10-15 18:08

Transformer 架构

它的优势在于，它能够处理变长序列数据，并且不需要使用循环神经网络，这使得它在计算上比较高效。Transformer由一个编码器和一个解码器组成。
DarthP·2023-10-15 11:55

《动手学深度学习 Pytorch版》 8.4 循环神经网络

8.4.1无隐状态的神经网络对于无隐藏装态的神经网络来说，给定一个小批量样本X∈Rn×d\boldsymbol{X}\in\mathbb{R}^{n\timesd}X∈Rn×d，则隐藏层的输出H∈Rn×h\boldsymbol{H}\in\mathbb{R}^{n\timesh}H∈Rn×h通过下式计算：H=ϕ(XWxh+bh)\boldsymbol{H}=\phi(\boldsymbol{XW}
AncilunKiang·2023-10-15 08:31

《动手学深度学习 Pytorch版》 8.5 循环神经网络的从零开始实现

%matplotlibinlineimportmathimporttorchfromtorchimportnnfromtorch.nnimportfunctionalasFfromd2limporttorchasd2lbatch_size,num_steps=32,35train_iter,vocab=d2l.load_data_time_machine(batch_size,num_steps)
AncilunKiang·2023-10-15 08:28

《动手学深度学习 Pytorch版》 8.6 循环神经网络的简洁实现

importtorchfromtorchimportnnfromtorch.nnimportfunctionalasFfromd2limporttorchasd2lbatch_size,num_steps=32,35train_iter,vocab=d2l.load_data_time_machine(batch_size,num_steps)8.6.1定义模型num_hiddens=256rnn
AncilunKiang·2023-10-15 08:51

python代码举例说明LSTM

LSTM(LongShort-TermMemory)是一种类型的循环神经网络(RNN)，它用于处理和预测序列数据。LSTM能够记忆长期依赖，因此在自然语言处理和时间序列预测等任务中很常用。
AllyBo·2023-10-14 02:20

时间序列预测模型实战案例(三)(LSTM)(Python)(深度学习)时间序列预测(包括运行代码以及代码讲解)

的结构忘记门输入门输出门LSTM的变体只有忘记门的LSTM单元独立循环(IndRNN)单元双向RNN结构(LSTM)运行代码代码讲解引言LSTM（LongShort-TermMemory）是一种常用的循环神经网络
Snu77·2023-10-14 02:12

图神经网络笔记

1.图神经网络介绍近年来，对于图结构的数据，如社交网络中的人际关系、化学中的分子相互作用、三维点云数据以及数据中各个单元之间的结构，研究人员借鉴了卷积神经网络、循环神经网络和深度自编码器的思路，设计了专门用于处理图结构数据的神经网络
抱抱宝·2023-10-13 09:36

LSTM 长短期记忆网络

转载自：https://www.jianshu.com/p/95d5c461924cLSTM长短期记忆网络（LSTM，LongShort-TermMemory）是一种时间循环神经网络，是为了解决一般的RNN
boboluotou·2023-10-13 08:34

LSTM长短期记忆网络

LSTM的matlab详解LSTM（LongShort-TermMemory）是一种特殊的循环神经网络，它通过引入门机制（gate）来解决传统循环神经网络长序列训练过程中的梯度消失和爆炸问题，从而能够更好地处理序列数据
苗半里·2023-10-13 08:29

基于 LSTM 进行多类文本分类(附源码）

一种常见的方法是使用循环神经网络。以下是循环神经网络的概念：他们利用顺序信息。他们可以捕捉到到目前为止已经计算过的内容，即：我最后说的内容会影响我接下来要说的内容。RNNs是文本和语音分析的理想选择。
Python算法实战·2023-10-13 03:52

股票价格预测 | Python基于RNN及股票预测实战

循环神经网络（RNN）是基于序列数据（如语言、语音、时间序列）的递归性质而设计的，是一种反馈类型的神经网络，其结构包含环和自重复，因此被称为“循环”。
算法如诗·2023-10-12 15:54

LSTM以及三重门，遗忘门，输入门，输出门

文章简介：LSTM思路LSTM的前向计算LSTM的反向传播LSTM长短时记忆网络(LongShortTermMemoryNetwork,LSTM)，是一种改进之后的循环神经网络，可以解决RNN无法处理长距离的依赖的问题
叫我AC·2023-10-12 14:30

RNN/LSTM学习记录

一.RNN什么是循环神经网络：循环神经网络，从名字上理解“循环”，即为构成一个往复的结构，它有着这样的特点，对时序特征的数据十分敏感，能够挖掘出数据中的书序信息以及语义信息。
nice-wyh·2023-10-12 14:59

循环神经网络时间序列预测

循环神经网络时间序列预测循环神经网络用于时间序列预测比较好，先使用股票价格数据集来理解和掌握该算法。
海绵波波107·2023-10-12 13:03

【深度学习实验】循环神经网络（二）：使用循环神经网络（RNN）模型进行序列数据的预测

——谚语一、实验介绍本实验实现了一个简单的循环神经网络（RNN）模型，并使用该模型进行序列数据的预测，本文将详细介绍代码各个部
QomolangmaH·2023-10-12 12:30

《动手学深度学习 Pytorch版》 8.1 序列模型

简言之，如果说卷积神经网络可以有效地处理空间信息，那么本章的循环神经网络（recurrentneuralnetwork，RNN）则可以更好地处理序列信息。
AncilunKiang·2023-10-12 06:37

竞赛选题 深度学习 大数据 股票预测系统 - python lstm

文章目录0前言1课题意义1.1股票预测主流方法2什么是LSTM2.1循环神经网络2.1LSTM诞生2如何用LSTM做股票预测2.1算法构建流程2.2部分代码3实现效果3.1数据3.2预测结果项目运行展示开发环境数据获取最后
laafeer·2023-10-12 02:40

Tensorflow 入门手册（代码与原理释义）

神经网络·卷积神经网络(ConvolutionalNeuralNetworks)CNN-包含卷积层的神经网络、擅长处理图像-常见网络LeNet、AlexNet、VGG16、GoogleNet、ResNet·循环神经网络
码农邦·2023-10-12 00:51

阅读《QAnet》QANET: COMBINING LOCAL CONVOLUTION WITH GLOBAL SELF-ATTENTION FOR READING COMPREHENSION Ad

当前端对端的QA模型主要构建在循环神经网络上并结合attention。虽然成功，但是训练速度慢。
qq_48566899·2023-10-11 22:59

在SSL中进行交叉熵学习的步骤

这可以是卷积神经网络（CNN）、循环神经网络（RNN）或变换器（Transform
wsmbzd·2023-10-11 12:06

动手学习深度学习 09：循环神经网络

02文本预处理1、读取数据集2、词元化（分词）3、词典4、整合所有功能5、小结03语言模型和数据集1、语言模型2、马尔可夫模型与n元语法3、自然语言统计4、读取长序列数据4.1随机采样4.2顺序分区04循环神经网络
DLNovice·2023-10-11 11:02

HBU_神经网络与深度学习 实验12 循环神经网络：梯度爆炸实验

目录一、梯度爆炸实验1.梯度打印函数2.复现梯度爆炸现象3.使用梯度截断解决梯度爆炸问题二、实验Q&A一、梯度爆炸实验造成简单循环网络较难建模长程依赖问题的原因有两个：梯度爆炸和梯度消失。一般来讲，循环网络的梯度爆炸问题比较容易解决，一般通过权重衰减或梯度截断可以较好地来避免；对于梯度消失问题，更加有效的方式是改变模型，比如通过长短期记忆网络LSTM来进行缓解。本节将首先进行复现简单循环网络中的梯
ZodiAc7·2023-10-11 11:57

【深度学习实验】循环神经网络（一）：循环神经网络（RNN）模型的实现与梯度裁剪

——谚语一、实验介绍本实验介绍了一个简单的循环神经网络（RNN）模型，并探讨了梯度裁剪在模型训练中的应用。
QomolangmaH·2023-10-11 11:22

【深度学习】神经网络和深度学习--卷积和池化的作用

本章介绍两种深度神经网络——卷积神经网络和循环神经网络，以及它们分别在图像处理、文本处理和语音处理上的效果。卷积神经网络（CNN）与普通神经网络相比，卷积神经网络引入了“卷积”和“池化”两个操作。*
weixin_40293999·2023-10-11 10:24

【Transformer理解】

关于注意力机制可以参看这篇文章，trasnformer可以说是完全基于自注意力机制的一个深度学习模型，因为它适用于并行化计算，和它本身模型的复杂程度导致它在精度和性能上都要高于之前流行的RNN循环神经网络
阿牛02·2023-10-09 20:15

tensorflow--循环神经网络RNN

目标：用RNN实现连续数据的预测（以股票预测为例）有些数据是跟时间相关的，是可以根据上文预测出下文的。1、循环核：参数时间共享，循环层提取时间信息。循环核具有记忆力，通过不同时刻的参数共享，实现了对时间序列的信息提取循环核2.png可以通过设定记忆体的个数，改变记忆容量。当记忆体个数被指定，输入xt、输出yt维度被指定，周围这些待训练参数的维度也就被限定了。ht：记忆体内当前时刻存储的状态信息xt
tu7jako·2023-10-06 20:36

《Attention Is All You Need》论文笔记

基于循环神经网络的序列到序列模型有一个基本假设，就是原始序列的最后一个隐含状态（一个向量）包含了该序列的全部
卷心菜不卷Iris·2023-10-06 17:43

入门 | CNN也能用于NLP任务，一文简述文本分类任务的7个模型

选自AhmedBESBES作者：AhmedBesbes本文转自“机器之心”（almosthuman2014）本文介绍了用于文本分类任务的7个模型，包括传统的词袋模型、循环神经网络，也有常用于计算机视觉任务的卷积神经网络
视学算法·2023-10-03 18:28

CNN如何用于NLP任务？一文简述文本分类任务的7个模型

设为星标★，与你不见不散仅作学术分享，不代表本公众号立场，侵权联系删除转载于：选自|AhmedBESBES作者|AhmedBesbes转自|机器之心本文介绍了用于文本分类任务的7个模型，包括传统的词袋模型、循环神经网络
视学算法·2023-10-03 18:28

CNN如何用于NLP任务？一文简述文本分类任务的7个模型(附代码)

阅读大概需要15分钟Follow小博主，每天更新前沿干货选自|AhmedBESBES作者|AhmedBesbes转自|机器之心本文介绍了用于文本分类任务的7个模型，包括传统的词袋模型、循环神经网络，也有常用于计算机视觉任务的卷积神经网络
深度学习技术前沿·2023-10-03 18:57

经典循环神经网络(一)RNN及其在歌词数据集上的应用

经典循环神经网络(一)RNN及其在歌词数据集上的应用1RNN概述在深度学习兴起之前，NLP领域一直是统计模型的天下，例如词对齐算法GIZA++，统计机器翻译开源框架MOSES等等。
undo_try·2023-10-03 13:36

LSTM+CRF模型

今天讲讲LSTM和CRF模型，LSTM（长短期记忆）是一种特殊的循环神经网络（RNN）模型，用于处理序列数据、时间序列数据和文本数据等。
『六道』·2023-10-03 05:32

AIGC 微调的方法

模型选择：选择合适的模型结构，例如多层感知器（MLP）、卷积神经网络（CNN）、循环神经网络（RNN）等，并确定模型的超参数，例如学习率、批量大小等。
超级大超越·2023-10-02 09:53

深度学习（2）---循环神经网络(RNN)

文章目录一、序列数据和语言模型1.1序列数据1.2语言模型二、循环神经网络(RNN)2.1概述2.2门控循环单元(GRU)2.3长短期记忆网络(LSTM)一、序列数据和语言模型1.1序列数据 1.在深度学习中
冒冒菜菜·2023-10-01 01:55

NLP 02 RNN

一、RNNRNN(RecurrentNeuralNetwork),中文称作循环神经网络它一般以序列数据为输入通过网络内部的结构设计有效捕捉序列之间的关系特征,一般也是以序列形式进行输出。
Darren_pty·2023-09-30 18:32

文本情感分类模型之BERT

它使用多头注意力和位置嵌入，来替换不易并行的循环神经网络。它的出现一举打破自然语言处理领域11个不同问题的记录，直接将自然语言处理推动到了一个新的时代。
动力澎湃·2023-09-30 13:02

小白入门pytorch(二)----神经网络

本文为[小白入门Pytorch]学习记录博客文章目录前言一、神经网络的组成部分1.神经元2.神经网络层3.损失函数4.优化器二、Pytorch构建神经网络中的网络层全连接层2.卷积层3.池化层4.循环神经网络
yzhua_777·2023-09-30 10:41

深度学习-梯度裁剪

缓解梯度爆炸的另一个技术是在反向传播期间裁剪梯度，使他们永远不会超过某个阈值，这种技术常用于循环神经网络。
歌者文明·2023-09-28 20:12

循环神经网络（Recurrent Neural Networks，RNN）模型深度学习

循环神经网络（RecurrentNeuralNetworks，RNN）是深度学习领域中一种重要的模型，尤其在处理序列数据方面具有显著的优势。
a谷雨c·2023-09-28 09:46

循环神经网络

循环神经网络（RecurrentNeuralNetworks，RNN）是人工智能领域中一种重要的深度学习模型，尤其在处理序列数据如自然语言处理（NLP）、机器翻译、语音识别等领域具有显著的优势。
a谷雨c·2023-09-28 09:14

【深度学习】RNN循环神经网络和LSTM深度学习模型

1.循环神经网络RNN（RecurrentNeuralNetwork）循环神经网络的一个核心是可以把前面的序列数据用到后面的结果预测里面。怎么样实现这一点呢。RNN结构如下图所示。
Luo_LA·2023-09-28 03:03

时间序列是一种特殊的顺序排列:利用样本卷积和交互进行预测

现有的深度学习技术使用通用序列（Sequence）模型(如循环神经网络、Transformer模型或时间卷积网络)进行时间序列分析，忽略了其一些独特的特性。
人工智能学术前沿（真)·2023-09-27 22:53

计算机视觉与深度学习-循环神经网络与注意力机制-RNN（Recurrent Neural Network）、LSTM-【北邮鲁鹏】

目录举例应用槽填充（SlotFilling）解决思路方案使用前馈神经网络输入1-of-Nencoding(One-hot)（独热编码）输出问题循环神经网络（RecurrentNeuralNetwork，
成 大事·2023-09-27 18:14

NLP BigModel

NLP基础建议看[CS224N2023]打基础【NLP入门】1.n元语法模型/循环神经网络【NLP入门】3.Word2Vec/GloVeLanguageModel：语言模型的马尔可夫假设（每个词出现的概率仅依赖前面出现的词
Yuezero_·2023-09-27 14:20

【python】pytorch包（第五章）RNN循环神经网络 【待填坑】

一、文本处理1.tokenization中英文分词概念解释即将完整的一句话按照一个短语一个短语的进行断句如“我爱学习”-->“我”“爱”“学习”也可以按单个字分词。常用工具jieba分词清华大学的分词工具THULAC
GoesM·2023-09-27 09:27

【精华】具身智能：人工智能的下一个浪潮

符号主义的局限性很快在实际应用中暴露出来，并催动了联接主义的发展，形成了包括多层感知机、前向神经网络、循环神经网络，直至今日风靡学术界与产业界的深度神经网络等多种方法。
LeeZhao@·2023-09-27 09:23

深度学习卷积神经网络学习小结2

，由于搭建caffe平台失败而且比较耗费时间就没有再尝试，所以并没有做实践方面的工作，本文只介绍了阅读文献学到的知识，主要包括深度学习发展的过程意义和四种常见的种网络模型（卷积神经网络，深度信念网络，循环神经网络
凌峰的博客·2023-09-26 05:21

深度学习：循环神经网络（下）

一些经典的RNN模型…1、门控循环神经网络⭐️门控循环神经网络可以更好地捕获时间步距离很长的序列上的依赖关系。重置门有助于捕获序列中的短期依赖关系。更新门有助于捕获序列中的长期依赖关系。
向阳而生°·2023-09-26 05:51

深度学习d2：文本预处理、语言模型、循环神经网络基础

文本预处理步骤读入文本代码：importcollectionsimportredefread_time_machine():#打开文本文件，创建文本对象fwithopen('/Users/wuruolan/Downloads/35-0.txt','r')asf:#每次处理文件的一行，strip函数去掉前缀、后缀的空格字符，lower函数把所有大写字母变成小写#re.sub为正则表达式的替换函数，由
RUOLAN_TJ·2023-09-26 05:21
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他