搜索[lstm]结果-低调大师优秀个人博客

精选列表

搜索[lstm]，共399篇文章

【阿里ICCV论文技术解读】基于层次化多模态LSTM的视觉语义联合嵌入

精准描述商品：计算机视觉和自然语言处理的联合近年来, 随着深度学习技术的快速发展, 人们开始尝试将计算机视觉(Vision)和自然语言处理(Language)两个相对独立的领域联合起来进行研究, 实现一些在过去看来非常困难的任务，例如“视觉-语义联合嵌入(Visual-Semantic Embedding)”。该任务需要将图像及语句表示成一个固定长度的向量，进而嵌入到同一个矢量空间中。这样，通过该空间中的近邻搜索可以实现图像和语句的匹配、检索等。视觉语义联合嵌入的一个典型应用就是图像标题生成（Image Captioning）：对于任意输入的一张图像, 在空间中找到最匹配的一句话, 实现图像内容的描述。在电商场景下, 淘宝卖家在发布一件商品时, 该算法可以根据卖家上传得图片, 自动生成一段描述性文字, 供卖家编辑发布使用。再比如，

2017-10-24

【金融客服AI新玩法】语言学运用、LSTM+DSSM算法、多模态情感交互

目前，人工智能已经在金融领域渗透：智能客服、智能投顾、人脸支付、智能安防等，已经进入商业化阶段。在这些应用场景中，智能客服属于获客机会最大的业务。埃森哲（Accenture）去年的《全球消费者消费渠道与市场调研》显示，在银行、保险等金融行业，有七成的消费者愿意选择人工智能客服为他们的消费决策提供建议。正因如此，市场上涌现出大量的智能客服创业公司。创业公司广泛存在一方面说明行业整体技术壁垒较低，另一方面，也说明智能客服的在金融领域的应用商业场景还有巨大的开发空间。如何在构建技术壁垒的同时开发更多的商业场景，是创业公司能够脱颖而出关键。三大痛点：传统NLP方法对意图和语意理解不足、缺少深度学习训练模型数据、无法精确感知用户情绪通常意义上的智能客服系统有语音客服、文字客服两大形态，其核心技术主要由语音识别、自然语言处理、语音合成组成（部

2018-01-14

供应链需求预测系统 | Node.js开发预测API：Prophet/LSTM模型服务化

Prophet（统计学习）与LSTM（深度学习）的推理引擎截然不同，如何对外提供统一的接口？高并发场景下，如何避免内存溢出和响应超时？

2026-07-14

每个人都在使用LSTM，主流学术圈却只想让它的发明者闭嘴

Jürgen Schmidhuber可以说是人工智能研究领域的Rodney Dangerfield（美国喜剧演员，80年代以一句“没人尊重我”而知名），因为他总是认为他在人工智能领域的开拓性研究没有得到重视。 55岁的Schmidhuber高大整洁，留着精心修剪的椒盐色山羊胡。他喜欢从头到脚穿成黑色或白色，身着Nehru夹克和鸭舌帽。他富有感情的慕尼黑口音，加之昂扬顿挫的停顿与变调，让人想起了昆汀电影《希魔撞正杀人狂》中克里斯托弗·沃尔兹饰演的兰达上校。你总是不禁注意到他语言中诗意与严谨的结合，因为这总让人觉得什么重要且不详的事情正在到来。 Inglourious Basterds 其他科技明星身上都有耀眼的光环，他们或作为导师备受尊敬，或作为专家被大公司争夺，或作为时代的先驱被邀请参加各种会议。而Schmidhuber则游离在主流学术

2018-05-20

阿里iDST ICCV 2017录用论文详解：基于层次化多模态LSTM的视觉语义联合嵌入

本文讲的是阿里iDST ICCV 2017录用论文详解：基于层次化多模态LSTM的视觉语义联合嵌入， ICCV，被誉为计算机视觉领域三大顶级会议之一的、作为计算机视觉领域最高级别的会议之一，其论文集代表了计算机视觉领域最新的发展方向和水平

2017-10-23

TensorFlow-Bitcoin-Robot:一个基于 TensorFlow LSTM 模型的 Bitcoin 价格预测机器人。

简介 TensorFlow-Bitcoin-Robot:一个基于 TensorFlow LSTM 模型的 Bitcoin 价格预测机器人。文章包括一下几个部分： 1.为什么要尝试做这个项目？

2017-08-16

使用深度学习模型创作动漫故事，比较LSTM和GPT2的文本生成方法

通过生成动画概要，我探索了两种文本生成技术，首先是使用相对陈旧的LSTM，然后使用经过微调的GPT2。在这篇文章中，您将看到AI创建这种废话开始的过程。。。

2020-09-08

手把手 | 用Python语言模型和LSTM做一个Drake饶舌歌词生成器

未来AI的主要应用是在建立能够学习数据然后生成原创内容的网络。这个想法已经充分应用于在自然语言处理（NLP）领域，这也是AI社区能够搭建出所谓语言模型的原因：语言模型的前提是学习句子在文章段落中的组成结构，从而生成新的内容。在这篇文章中，我想尝试生成与很受欢迎的加拿大说唱歌手Drake(a.k.a. #6god)风格类似的说唱歌词，这肯定是件很有趣的事儿。另外，我还想分享一下常规的机器学习项目渠道，因为我发现很多同学想做一些小项目，但不知道该从何处入手。获取数据首先，我们开始搜集Drake的曲库，为了节省时间我直接写了个爬虫，从网页metrolyrics.com抓取歌词。 import urllib.request as urllib2 from bs4 import BeautifulSoup import pandas a

2018-06-13

LSTM之父最新力作：手把手教你训练一个有世界观的AI赛车手 | 论文+代码

LSTM之父Jürgen Schmidhuber再发新作！这一次，他借鉴了人类认知世界的模式，为机器建造了一个世界观模型。

2018-05-27

在浏览器中进行深度学习：TensorFlow.js (十一）时间序列预测

利用深度神经网络，例如LSTM，我们也可以很方便的进行时序数据的分析，那么我们就看看如可利用TensorflowJS来进行时序数据的分析吧。

2019-05-20

tensorflow 之循环神经网络

依赖于我们的激活函数和网络参数，也可能会产生梯度爆炸（如激活函数是Relu，而LSTM采用的激活函数是sigmoid和tanh，从而避免了梯度爆炸的情况）。

2019-04-13

知识卡片循环神经网络 RNN

前言：本文简要介绍了循环神经网络RNN以及其变体长短时记忆LSTM和双向循环网络。

2020-08-13

使用PaddleFluid和TensorFlow训练RNN语言模型

自适应地形成一些信息传播的“捷径” 关于 LSTM 更详细的介绍请参考文献 [2]，这里不再赘述，只需了解 LSTM/GUR 这些门控循环神经网络单元提出的动机即可。

2018-07-03

Transformer的潜在竞争对手QRNN论文解读，训练更快的RNN

为了克服这些问题，诸如CNN-LSTM，Transformer，QRNNs之类的架构蓬勃发展。

2020-10-12

看大牛如何复盘递归神经网络！

Hochreiter和Schmidhuber是第一个解决这些问题的人，他们将一个称为长期记忆模式（LSTM模式）装配到RNN上。其实，他们的方法就是引入网络门控机制，以此来控制信息存储、更新和抹去。

2017-05-31

使用Python实现深度学习模型：序列到序列模型（Seq2Seq）

1.1 编码器（Encoder）编码器是一个循环神经网络（RNN），如 LSTM 或 GRU，用于处理输入序列，并生成一个上下文向量。这个向量总结了输入序列的全部信息。

2024-06-06

SUFS: 存储资源使用量预测服务

造成启发式规则或传统时序预测模型在存储资源使用量预测任务中无法提供准确预测的原因主要有两个：不同存储系统、同一存储系统的不同用户，其存储使用量曲线的模式区别非常大存储资源使用量中存在突增突降，对模型预测产生极大的影响因此，本文提出了一种增强的 LSTM

2023-07-10

Uber如何用循环神经网络（RNN）预测极端事件？

我们最终决定基于长短期记忆网络(LSTM)架构进行时间序列建模，LSTM架构是一种具有端到端建模特征，易于整合外部变量和自动特征提取能力的技术。

2017-08-01

深度学习概述

3.LTSM LSTM,Long-Short Term Memory，长短期记忆(模型)。根据深度学习三大牛的阐述，LSTM网络已被证明比传统的RNNs更加有效。

2016-06-18

如何在中文场景文字识别赛中赢取飞桨周边？

层（递归层）：（a）图是传统的LSTM结构：一个LSTM由一个单元模块和三个门组成，即输入门、输出门和遗忘门。

2020-11-06

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。