循环神经网络
循环神经网络RNN神经网络序列模型通常在自然语言，音频，视频以及其他序列数据的模型 类型 语音识别:输入一段文字输出对应的文字 情感分类：输入一段表示用户情感的文字，输出情感类别或者评分 机器翻译：两种语言互译 架构类型 一对一：一个输入(单一标签)对应一个输出(单一标签) 一对多:一个输入对应多个输出；多用于图片的对象识别，比如输入一张图片，输出一段文本序列 多对一：多个输入对应一个输出，多用于文本分类或视频分类，即输入一段文本或视频片段，输出类别 多对多(1)：常用于机器翻译 多对多(2)：广泛用于序列标注 ...
深度学习-第2周
最近邻规则分类KNN算法介绍KNN是一种近朱者赤近墨者黑的监督学习分类算法，是基于实例的学习，属于懒惰学习(没有显式学习过程；在训练阶段不做或做很少的模型构建工作，而是在预测阶段才进行大量计算) 为了判断未知实例的类别，以所有已知类别的实例作为参照选择参数K 计算未知实例与所有已知实例的距离 选择最近K个已知实例 根据少数服从多数的投票法则，让未知实例归类为K个最邻近样本中最多数的类别 距离度量闵可夫斯基距离$$有两个k维向量\vec{a}=(x_{11},x_{12},\dots,x_{1k}),\vec{b}=(x_{21},x_{22},\dots,x_{2k}) \两个向量之间的闵可夫斯基距离为\d(x,y)=(\sum_{i=1}^{k}|x_{1i}-x_{2i}|^p)^{1/p}$$ 曼哈顿距离各个维度差值的绝对值的和$$闵可夫斯基距离中p=1\d(x,y)...
深度学习-第1周
...
