对于初学者来说,在开始学习深度学习时准备数据可能很困难。长短期记忆(LSTM)循环神经网络在 Keras Python 深度学习库中需要三维输入。如果您的时间序列数据包含数千个观测值,您必须将时间序列分割成 […]

对于初学者来说,在开始学习深度学习时准备数据可能很困难。长短期记忆(LSTM)循环神经网络在 Keras Python 深度学习库中需要三维输入。如果您的时间序列数据包含数千个观测值,您必须将时间序列分割成 […]
自动照片字幕生成是一个问题,模型需要根据给定的照片生成人类可读的文本描述。这是人工智能领域的一个挑战性问题,它需要计算机视觉领域的图像理解以及自然语言处理领域的语言生成。现在可以开发 […]
图像字幕生成涉及根据图像(例如照片)生成人类可读的文本描述。这对人类来说是一个简单的问题,但对机器来说却非常具有挑战性,因为它涉及到理解图像内容以及如何将这种理解转化为自然语言。最近,深度学习方法已经 […]
语言模型可以根据序列中已观察到的单词来预测序列中下一个单词的概率。神经网络模型是开发统计语言模型的首选方法,因为它们可以使用分布式表示,其中不同含义相似的单词具有相似的表示,而且它们可以 […]
卷积神经网络现在在某些计算机视觉任务上能够超越人类的表现,例如图像分类。也就是说,给定一张物体的照片,回答出这张照片显示的是 1000 个特定物体中的哪一个。牛津大学研究人员提出的 VGG 模型是这项任务的比赛获胜模型。什么是 […]
NLP 深度学习速成课。在 7 天内将深度学习方法应用于您的文本数据项目。我们有大量的文本,来自书籍、论文、博客、推文、新闻,以及越来越多的口语文本。处理文本很困难,因为它需要借鉴语言学、机器学习、统计学等不同领域的知识 […]
语言模型根据序列中前面的特定单词来预测序列中的下一个单词。也可以使用神经网络在字符级别开发语言模型。基于字符的语言模型的优势在于其较小的词汇量和处理任何单词、标点符号的灵活性 […]
语言建模涉及在给定已存在的单词序列的情况下预测序列中的下一个单词。语言模型是许多自然语言处理模型(如机器翻译和语音识别)的关键组成部分。语言模型的构建方式必须与其预期用途相匹配 […]
编码器-解码器模型提供了一种使用循环神经网络来解决具有挑战性的序列到序列预测问题(例如机器翻译)的模式。编码器-解码器模型可以在 Keras Python 深度学习库中开发,并且 Keras 博客上描述了一个使用该模型开发的神经机器翻译系统示例,其中包含样本 […]
语言建模是许多重要自然语言处理任务的核心。最近,基于神经网络的语言模型在独立使用以及作为更具挑战性的自然语言处理任务的一部分时,都表现出比经典方法更好的性能。在这篇文章中,您将探索自然语言处理的语言建模。阅读完这篇文章后,您将了解:为什么语言 […]