入门DeepLearning-小乐陪你读paper

2016-11-09 安兴乐-siler
神经网络
Text Recognition Fully Convolutional Recurrent Network for Handwritten Chinese Text Recognition paper Deep LSTM Networks for Online Chinese Handwriting Recognition 2016 ICFHR Convolution Multi-directional Recurrent Network for Offline Handwritten Text Recognition 2016 ICFHR Sequence to Sequen 继续阅读 »

推荐 DeepL Translator

2020-08-08 Robin Wen
工具 翻译 DeepL Google
文/Robin 笔者长期使用 Google Translate 作为翻译辅助工具，直到遇到了本文的主角 DeepL Translator。 DeepL 翻译（英语： DeepL Translator）是于 2017 年 8 月由 DeepL GmbH（一家由 Linguee 支持的创业公司）推出的翻译服务，支持 简体中文、英语、德语、法语、日语、西班牙语、意大利语、荷兰语及波兰语之间的翻译。其利用神经网络训练翻译能力。与 Google 翻译、 Bing 翻译及 Facebook 等其他主流的翻译服务相比，DeepL Translator 的翻译显得更加自然，在同等时间内得到的翻译结果更精确、更细致。 我们来看看知名机构、媒 继续阅读 »

DeepLearning笔记(6)——CNN

2018-03-13 Alex Sun
1. CNN特点 假设一批图片样本，图片尺寸都是100 × 100（单通道）。使用神经网络来进行训练，假设第一个隐藏层有2500个神经单元，则参数个数一共为 10000 × 2500 = 2500W 存在的问题： 参数数据量太多，需要大量的计算资源 图片是一个二维结构，相邻像素之间的关联较强，距离远的像素之间关联较弱，因此不必要一次性把所有像素在一起计算 继续阅读 »

这是一份你们需要的Windows版深度学习软件安装指南

2017-10-12 Quanyin Tang
Deep-Learning Python
本文经机器之心(微信公众号:almosthuman2014)授权转载,禁止二次转载.本文由机器之心编译,蒋思源、刘晓坤参与. 本文从最基本的依赖项开始,依次配置了 VS 2015、Anaconda 4.4.0、CUDA 8.0.61 和 cuDNN v5.1 等基本环境,然后再从 Keras 出发安装 Theano、TensorFlow 和 CNTK 以作为其后端.在完成配置深度学习框架后,本文分别利用这三个框架作为 Keras 后端在 CPU 和 GPU 上训练了一个标准的卷积神经网络,完成该简单的卷积网络也就意味着我们完成了深度学习环境的配置. 继续阅读 »