3回答
什么是深度学习领域的失败？为什么我们不直接使用FLO这个词呢？在维基百科之后，FLOPS =每秒的浮点操作数。当我们测试计算单元时，我们应该考虑时间。但是在测量深度学习网络的情况下，我如何理解这个时间概念？我们不应该只使用FLO(浮点运算)这个术语吗？我提到的冻结深度学习网络只是一种软件。这不是硬件的问题。
浏览 5提问于2019-10-22得票数 21
回答已采纳
我想计算mfcc作为一层深度学习模型，就像Kapre给出的选择，计算日志谱图或mel谱图作为一层深度学习模型。有谁能建议使用Python的深度学习库来达到这个目的。
浏览 4提问于2022-07-04得票数 0
5回答
你能简单地解释一下和传统机器学习之间的区别吗？要使一个神经网络变得“深”需要多少个层次？这都是市场炒作吗？
浏览 14提问于2016-04-12得票数 7
回答已采纳
1回答
这是一个非常简单的带有反向支撑的神经网络。如果必须应用贝叶斯“推断”来更新权重和偏差，代码中会发生什么变化。hidden_layer_input1=np.dot(X,wh)hiddenlayer_activations = sigmoid(hidden_layer_input) # non-linear transformation
output_layer_input1=np.
浏览 0提问于2017-07-13得票数 0
对于使用深度学习的计算机视觉任务，我是否应该担心图像大小(例如256×256)或PPI (每英寸像素)？
我发现在计算机视觉/深度学习文献中没有讨论PPI。
浏览 0提问于2018-05-18得票数 3
尝试计算每个地名的粗细(不同深度的单元格之间的差异)的计算列公式是什么？请参阅下表。我试图计算的厚度是每个深度增量之间的差。
浏览 1提问于2016-10-17得票数 1
3回答
我想知道为什么深度学习模式如此不稳定。假设我使用相同的数据集多次训练机器学习模型(例如logistic回归)，并多次训练深度学习模型(例如LSTM)。在此之后，我计算了每个模型的平均值及其标准差。深度学习模型的标准差比机器学习模型的标准差大得多。为什么会这样？
这与深度学习方法中的权值初始化有关吗？如果是这样的话，为什么模型不总是收敛在同一点上呢？
浏览 0提问于2021-11-09得票数 4
我是tensorflow / keras的新手，我目前正在学习Francois的Python (第二版)的深度学习。谢谢
浏览 0提问于2022-10-13得票数 0
回答已采纳
2回答
组合2神经网络
、、、、
其思想是，学习的权重代替了传统的相似性度量(互相关，NN，.)。torch.cat([out_conv3a, out_conv3b],dim=1)问题如下：
与连接输入的2d卷积相比，在google 纸中，深度
浏览 0提问于2018-10-03得票数 6
回答已采纳
来自“医学图像计算的深度学习和卷积神经网络”一书
当我们了解到深度学习的研究现状时，我惊讶地发现，在过去的22、23中，其他研究者使用了卷积神经网络，这是一种深度学习。但最新的一批深度学习算法似乎有不同之处。他们经常使用GPU处理accelerate training by as much as a factor of 40-fold。
浏览 0提问于2019-07-16得票数 0
回答已采纳
什么时候将神经网络定义为深度神经网络(DNN)而不是神经网络？
据我所知，DNN是具有多层的神经网络，简单的神经网络通常有较少的层数。但又有多少人呢？还是有其他的定义？
浏览 0提问于2016-12-28得票数 8
回答已采纳
1回答
我试图做的最终目标是让MMC (microsoftManagement控制台)计算机管理插件(compmgmt.msc)进程嵌入到Windows窗体中，或者将其作为一个模式弹出菜单来处理。
浏览 1提问于2017-11-02得票数 2
回答已采纳
在维基百科和deeplearning4j中都有这样的说法:深度学习神经网络是一种隐层大于1的神经网络.我的神经网络的背景大多来自大学，而不是工作：有5门关于artif的课程。情报。&马赫。学习。
浏览 0提问于2016-10-04得票数 14
回答已采纳
我没有计算机视觉的工作经验，因为这是我的第一次。我不知道我应该使用哪种滤镜(锐化、平滑、锐化然后平滑、平滑然后锐化或者其他什么)。
浏览 0提问于2018-04-09得票数 0
棋类游戏一直被视为顶级人类智力试金石，人工智能挑战棋类大师的好戏也接连上演，但按照现在人工智能的发展，人工智能在围棋上几乎击败全人类，是怎样做到的呢？
浏览 1555提问于2018-08-06
我想从分析中计算和显示Data Studio中的平均滚动深度。将滚动阈值乘以事件数(10x500) + (20x400) + (30x475) +(40x300) + (50x200) + (60x100) +(70x75)500 + 400 + 475...等
因为我不能引用Studio中的
浏览 12提问于2019-07-30得票数 0
我看过RNN和LTSM的图片，它们通常如下所示：在这里，任务是取一个句子，并作出某种预测。每个绿色方块是什么？它们中的每一个都是层，还是每个绿色方形都有自己的层和神经元？
此外，在这种情况下，输入的数据是单词的整个序列。在处理时间序列数据时，输入是否是整个数据集的全部数据集，因为整个数据集是序列？如果你有100万次观测，你需要建造100万个绿色广场？
浏览 0提问于2020-08-03得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
