Multi-modal Sentence Summarization with Modality Attention and Image Filtering 论文笔记

五个月没写博客了,不熟悉我的人大概以为我挂了…… 总之呢这段时间还是成长了很多,在加拿大实习的两个多月来,我在编码能力和眼界上都有了极大长进。当然,我也点上了烹饪技能点。 废话不多说,我们来看一篇论文,就是标题所说的使用模态注意力和图像过滤机制的多模态句子摘要。 个人见解 宗成庆老师的这篇文章发表于 ... »

Python为何能上位碾压Java?

Python以其优良的特性,适合于传统编程语言擅长的Web开发、移动开发、游戏开发、桌面应用等。不仅如此,它也适合于当前最流行的人工智能、大数据、科学计算、金融分析……这正是它迅速上位走红的原因。 在过去的两年间,Python一路高歌猛进,成功窜上“最火编程语言”的宝座,据统计,最新排名已经超越J... ... »

Python从菜鸟到高手(6):获取用户输入、函数与注释

要编写一个有实际价值的程序,就需要与用户交互。当然,与用户交互有很多方法,例如,GUI(图形用户接口)就是一种非常好的与用户交互的方式,不过我们先不讨论GUI的交互方式,本节会采用一种原始,但很有效的方式与用户交互,这就是命令行交互方式,也就是说,用户通过命令行方式输入数据,程序会读取这些数据,并做... ... »

Python从菜鸟到高手(5):数字

Python语言与其他编程语言一样,也支持四则运算(加、减、乘、除),以及圆括号运算符。在Python语言中,数字分为整数和浮点数。整数就是无小数部分的数,浮点数就是有小数部分的数。 ... »

概述机器学习中的偏差与方差

在这篇博文中主要介绍下机器学习中的偏差和方差。在实际运用机器学习(或深度学习)模型的过程当中,总是会难免碰到一个问题,就是常说的偏差(Bias)与方差(Variance),及其之间的权衡(Bias-Variance Tradeoff),理解了机器学习中的方差和偏差有助于进一步理解机器学习算法的运作并 ... »

使用LSTM-RNN建立股票预测模型

硕士毕业之前曾经对基于LSTM循环神经网络的股价预测方法进行过小小的研究,趁着最近工作不忙,把其中的一部分内容写下来做以记录。 此次股票价格预测模型仅根据股票的历史数据来建立,不考虑消息面对个股的影响。曾有日本学者使用深度学习的方法来对当天的新闻内容进行分析,以判断其对股价正面性/负面性影响,并将其 ... »

运用深度学习进行文本生成

AI写诗?? AI创作小说?? 近年来人们时常听到这类新闻,听上去很不可思议,那么今天我们来一探究竟,这种功能是如何通过深度学习来实现的。 通常文本生成的基本策略是借助语言模型,这是一种基于概率的模型,可根据输入数据预测下一个最有可能出现的词,而文本作为一种序列数据 (sequence data), ... »

剖析广州“开四停四”交通限行的实现技术

欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由 "Frank " 发表于 "云+社区专栏" 为缓解广州城区的道路交通紧张状况,广州已于2018年7月1日起进行管控区域的“外地牌车”实施“开四停四”管理措施通行规则,执法部门已于8月1日起正式依据规则进行非广州市籍车辆通行的拍摄取证 ... »

神经网络和深度学习之——误差反向传播算法

反向传播这个术语经常被误解为用于多层神经网络的整个学习算法。实际上,反向传播仅指用于计算梯度的方法,而另一种算法,例如随机梯度下降,使用该梯度来进行学习。此外,反向传播经常被误解为仅适用于多层神经网络,但是原则上它可以计算任何函数的导数(对于一些函数,正确的响应是报告函数的导数是未定义的)。 ... »

神经网络和深度学习之——前馈神经网络

深度神经网络,简单来理解就是含有多个隐藏层的网络。一个深度神经网络总会有一个输入层,一个输出层,还有中间多个隐藏层,隐藏层的维数决定了网络的宽度。无论是输入层、隐藏层还是输出层,每一层都是由多个感知器组成,所以深度神经网络又称多层感知机。 ... »

神经网络中的激活函数的作用和选择

如果不用激励函数(其实相当于激励函数是f(x) = x),在这种情况下你每一层输出都是上层输入的线性函数,很容易验证,无论你神经网络有多少层,输出都是输入的线性组合,与没有隐藏层效果相当,这种情况就是最原始的感知机(Perceptron)了。 正因为上面的原因,我们决定引入非线性函数作为激励函数,这 ... »

Kaggle 广告转化率预测比赛小结

20天的时间参加了Kaggle的 "Avito Demand Prediction Challenged" ,第一次参加,成绩离奖牌一步之遥,感谢各位队友,学到的东西远比成绩要丰硕得多。希望每记录一次可以进步一次。下面将我这段时间的心路历程进行记录,作为经历,也作为自己的经验: 可点击 "Githu ... »

神经网络和深度学习之感知器工作原理

<! TOC "一、激活函数" "二、线性回归与梯度下降" "三、矩阵乘法" <! /TOC 一、激活函数 在第一节中我们了解到,神经元不是单纯线性的,线性函数是只要有输入$x$,必定会有一个输出$y$与之对应,而神经元接收到信号不会马上做出响应,它会等待输入信号强度增大到超过阈值才会有输出,这就好 ... »