fast.ai 深度学习笔记（三）（4）
fast.ai 深度学习笔记（三）（3）https://developer.aliyun.com/article/1482898 消融研究 这是一个尝试打开和关闭模型不同部分以查看哪些部分产生哪些影响的过程，原始批量归一化论文中没有进行任何有效的消融。因此，缺失的一点是刚刚提出的这个问题——批量归一化放在哪里。这个疏忽导致了很多问题，因为原始论文实际上没有将其放在最佳位置。自那时...
fast.ai 深度学习笔记（三）（3）
fast.ai 深度学习笔记（三）（2）https://developer.aliyun.com/article/1482897 让我们通过拆解 RNN 来获得更多见解 我们移除了nn.RNN的使用，并用nn.RNNCell替换。PyTorch 源代码如下。您应该能够阅读和理解（注意：它们不会连接输入和隐藏状态，而是将它们相加 - 这是我们的第一种方法）： ...
fast.ai 深度学习笔记（三）（2）
fast.ai 深度学习笔记（三）（1）https://developer.aliyun.com/article/1482896 让我们创建我们的第一个 RNN[1:37:45] 我们可以简化上一个图表如下： 使用 1 到 n-1 个字符预测第 n 个字符 让我们实现这个。这次，我们将使用前 8 个字符来预测第 9 个。这是如何创建输入和输出的，就像上次...
fast.ai 深度学习笔记（三）（1）
深度学习 2：第 1 部分第 6 课 原文：medium.com/@hiromi_suenaga/deep-learning-2-part-1-lesson-6-de70d626976c 译者：飞龙 协议：CC BY-NC-SA 4.0 来自 fast.ai 课程的个人笔记。随着我继续复习课程以“真正”理解它，这些笔记将继续更新和改进。非常感谢 ...
fast.ai 深度学习笔记（四）（3）
fast.ai 深度学习笔记（四）（2）https://developer.aliyun.com/article/1482714 测试[51:58] x,y = next(iter(md.val_dl)) x,y = V(x),V(y) learn.model.eval() b...
fast.ai 深度学习笔记（四）（2）
fast.ai 深度学习笔记（四）（1）https://developer.aliyun.com/article/1482712 深度学习 2：第 2 部分第 9 课 原文：medium.com/@hiromi_suenaga/deep-learning-2-part-2-lesson-9-5f0cf9e4bb5b 译者：飞龙 协议：CC BY-N...
fast.ai 深度学习笔记（四）（1）
深度学习 2：第 2 部分第 8 课 原文：medium.com/@hiromi_suenaga/deep-learning-2-part-2-lesson-8-5ae195c49493 译者：飞龙 协议：CC BY-NC-SA 4.0 来自 fast.ai 课程的个人笔记。随着我继续复习课程以“真正”理解它，这些笔记将继续更新和改进。非常感谢 ...
fast.ai 深度学习笔记（五）（4）
fast.ai 深度学习笔记（五）（3）https://developer.aliyun.com/article/1482705 神经机器翻译的四个重大优势[8:36] 端到端训练：不需要围绕启发式和繁琐的特征工程纠缠。 我们能够构建这些分布式表示，这些表示被单个网络中的许多概念共享。 我们能够在 RNN 中使用长期状态，因此它比 n-g...
fast.ai 深度学习笔记（五）（3）
fast.ai 深度学习笔记（五）（2）https://developer.aliyun.com/article/1482704 分类器 trn_clas = np.load(CLAS_PATH/'tmp'/'trn_ids.npy') val_clas = np.load(C...
fast.ai 深度学习笔记（五）（2）
fast.ai 深度学习笔记（五）（1）https://developer.aliyun.com/article/1482702 标准化格式[21:27] NLP 的基本路径是我们必须将句子转换为数字，有几种方法可以实现这一点。目前，有点故意地，fastai.text 并没有提供太多的辅助函数。它真的更多地设计为让你以一种相当灵活的方式处理事情。 ...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
智能搜索推荐
智能推荐（Artificial Intelligence Recommendation，简称AIRec）基于阿里巴巴大数据和人工智能技术，以及在电商、内容、直播、社交等领域的业务沉淀，为企业开发者提供场景化推荐服务、全链路推荐系统开发平台、工程引擎组件库等多种形式服务，助力在线业务增长。
+关注