99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話(huà):13121318867

登錄
首頁(yè)精彩閱讀深度學(xué)習(xí)算法:CNN、RNN、LSTM、TensorFlow等之間的關(guān)系!
深度學(xué)習(xí)算法:CNN、RNN、LSTM、TensorFlow等之間的關(guān)系!
2020-05-27
收藏

用于實(shí)際問(wèn)題的深度神經(jīng)網(wǎng)絡(luò)可能具有10層以上的隱藏層。它的拓?fù)淇赡芎芎?jiǎn)單,也可能很復(fù)雜。網(wǎng)絡(luò)中的層越多,它可以識(shí)別的特征就越多。不幸的是,網(wǎng)絡(luò)中的層越多,計(jì)算所需的時(shí)間就越長(zhǎng),并且訓(xùn)練起來(lái)就越困難。

卷積神經(jīng)網(wǎng)絡(luò)(CNN)通常用于機(jī)器視覺(jué)。卷積神經(jīng)網(wǎng)絡(luò)通常使用卷積,池化,ReLU,完全連接和丟失層來(lái)模擬視覺(jué)皮層。卷積層基本上采用許多小的重疊區(qū)域的積分。池化層執(zhí)行非線性下采樣的形式。ReLU層應(yīng)用非飽和激活函數(shù)f(x)= max(0,x)。在完全連接的層中,神經(jīng)元與上一層中的所有激活都具有連接。損失層使用Softmax或交叉熵損失函數(shù)進(jìn)行分類(lèi),或使用歐幾里得損失函數(shù)進(jìn)行回歸,計(jì)算網(wǎng)絡(luò)訓(xùn)練如何懲罰預(yù)測(cè)標(biāo)簽與真實(shí)標(biāo)簽之間的偏差

遞歸神經(jīng)網(wǎng)絡(luò)RNN)通常用于自然語(yǔ)言處理(NLP)和其他序列處理,還有長(zhǎng)短期記憶(LSTM)網(wǎng)絡(luò)和基于注意力的神經(jīng)網(wǎng)絡(luò)。在前饋神經(jīng)網(wǎng)絡(luò)中,信息從輸入經(jīng)過(guò)隱藏層流到輸出。這將網(wǎng)絡(luò)限制為一次只能處理一個(gè)狀態(tài)。

在遞歸神經(jīng)網(wǎng)絡(luò)中,信息通過(guò)一個(gè)循環(huán)循環(huán),這使網(wǎng)絡(luò)可以記住最近的先前輸出。這樣可以分析序列和時(shí)間序列。RNN有兩個(gè)常見(jiàn)的問(wèn)題:爆炸梯度(通過(guò)固定梯度很容易固定)和消失梯度(不太容易固定)。

LSTM中,在兩種情況下,網(wǎng)絡(luò)都可以通過(guò)更改權(quán)重來(lái)忘記(控制)先前的信息并記住這些信息。這有效地為LSTM提供了長(zhǎng)期和短期記憶,并解決了梯度消失的問(wèn)題。LSTM可以處理數(shù)百個(gè)過(guò)去輸入的序列。

注意模塊是將權(quán)重應(yīng)用于輸入向量的通用門(mén)。分層的神經(jīng)注意編碼器使用多層注意模塊來(lái)處理成千上萬(wàn)的過(guò)去輸入。

不是神經(jīng)網(wǎng)絡(luò)的隨機(jī)決策森林(RDF)對(duì)于一系列分類(lèi)和回歸問(wèn)題很有用。RDF由多層構(gòu)成,但不是神經(jīng)元,而是由決策樹(shù)構(gòu)建,并輸出各個(gè)樹(shù)預(yù)測(cè)的統(tǒng)計(jì)平均值(分類(lèi)模式或回歸均值)。RDF的隨機(jī)方面是對(duì)單個(gè)樹(shù)使用引導(dǎo)聚合(也稱(chēng)為裝袋),并為樹(shù)獲取特征的隨機(jī)子集。

XGBoost(極限梯度增強(qiáng))也不是一個(gè)深度神經(jīng)網(wǎng)絡(luò),它是一種可擴(kuò)展的,端到端的樹(shù)增強(qiáng)系統(tǒng),已針對(duì)許多機(jī)器學(xué)習(xí)挑戰(zhàn)產(chǎn)生了最先進(jìn)的結(jié)果。經(jīng)常提到裝袋和提振。區(qū)別在于,梯度樹(shù)增強(qiáng)不是生成隨機(jī)樹(shù)的集合,而是從單個(gè)決策樹(shù)或回歸樹(shù)開(kāi)始,對(duì)其進(jìn)行優(yōu)化,然后從第一棵樹(shù)的殘差構(gòu)建下一棵樹(shù)。

一些最好的Python的深度學(xué)習(xí)框架是TensorFlow,KerasPyTorchMXNet。Deeplearning4j是最好的Java深度學(xué)習(xí)框架之一。ONNX和TensorRT是深度學(xué)習(xí)模型的運(yùn)行時(shí)。



原文鏈接:https://www.infoworld.com/article/3512245/deep-learning-vs-machine-learning-understand-the-differences.html

翻譯:CDA數(shù)據(jù)分析師


數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼

若不方便掃碼,搜微信號(hào):CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢(xún)
客服在線
立即咨詢(xún)
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶(hù)后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn):http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }