深度学习基础 翻译搬运
【深度学习】带注意力机制的seq2seq
Sequence-to- Sequence 模型是一个深度学习模型，它能够成功完成例如机器翻译、文本摘要和图片描述等任务。Google翻译最开始在2016年使用这项技术。这个模型最先由这两篇论文提出（ 阅读更多…
算法
【LeetCode】*0174 地下城游戏
https://leetcode-cn.com/problems/dungeon-game/ # -*- coding:utf-8 -*-“”” ┏┛ ┻━━━━━┛ ┻┓ ┃ ┃ ┃ 阅读更多…
深度学习
【吴恩达深度学习】序列模型和注意力机制
吴恩达深度学习第五课 第三周 序列模型和注意力机制 1.Seq2Seq seq2seq模型就是编码-解码模型，常用于句子翻译这类输入输出长度不一致的问题中。 2.Beam Search 对于多个RNN 阅读更多…
深度学习
【吴恩达深度学习】自然语言处理与词嵌入
吴恩达深度学习第五课第二周 自然语言处理与词嵌入 1.词汇表征 之前使用的one-hot编码方式，没有办法获得词的关联信息，因此对于下图例句中apple 和orange的泛化不是很好，因此引入基于特征 阅读更多…
算法
【LeetCode】*0127 单词接龙
https://leetcode-cn.com/problems/word-ladder/ # -*- coding:utf-8 -*-“”” ┏┛ ┻━━━━━┛ ┻┓ ┃ ┃ ┃ 阅读更多…
算法
【LeetCode】*0123 买卖股票的最佳时机
https://leetcode-cn.com/problems/best-time-to-buy-and-sell-stock-iii/ # -*- coding:utf-8 -*-“”” ┏┛ ┻ 阅读更多…
深度学习
【吴恩达深度学习】序列模型
吴恩达深度学习第五课第一周：序列模型 1.为什么选择序列模型 很多任务中数据对先后敏感，举个简单的例子，I love u 和u love i，意思明显不同，因此需要对顺序敏感的模型来处理类似数据。 2 阅读更多…
深度学习
【吴恩达深度学习】特殊应用：人脸识别和神经风格转换
吴恩达深度学习第四周第四课： 特殊应用：人脸识别和神经风格转换 1.One-Shot学习 人脸识别有一个问题就是我们实际上训练集很小，因为我们不可能让每一个人脸都进行训练，因此我们将问题转换成一个人脸 阅读更多…
深度学习
【吴恩达深度学习】深度卷积网络：实例探究
吴恩达深度学习第四课第二周：深度卷积网络：实例探究 注：所有代码均可在github获得完整文件。 1.经典网络 首先介绍几个经典的卷积神经网络，他们分别是LeNet-5、AlexNet和VGGNet。 阅读更多…