机器学习可以浅显地分为浅层学习和深度学习
浅层学习是决策树和SVM等，也就是西瓜书里的大部分内容，目前最好的浅层学习是梯度提升机，是一种集成的机器学习技术，主要使用XGBoost库；深度学习不是浅层学习的堆叠。梯度提升机主要处理结构化数据的问题，而深度学习主要处理感知问题，使用keras库。
RNN适用于处理序列数据以进行预测，但却受到短期记忆的影响。LSTM和GRU是作为一种使用称为门的机制来缓解短期记忆的痛点而创建的。门结构可以调节流经序列链的信息流。LSTM和GRU正在被用于最先进的深度学习应用，如语音识别，语音合成，自然语言理解等。
GRU的参数量少，减少过拟合的风险
LSTM的参数量是Navie RNN的4倍（看公式），参数量过多就会存在过拟合的风险，GRU只使用两个门控开关，达到了和LSTM接近的结果。其参数量是Navie RNN的三倍
看
LSTM pysam 买书
预测时也应先取在intron的序列。
keras学习-nlp (1) 书籍《Python深度学习》——笔记小结 与其他所有神经网络一样，深度学习模型不会...
1.顶级Python深度学习应用程序 在这个使用Python的深度学习中，我们将看到使用Python进行深度学习的...
1、Reference 多层感知机MLP（机器学习5）多层感知机原理详解 & Python与R实现深度学习笔记——...
机器学习可以浅显地分为浅层学习和深度学习 浅层学习是决策树和SVM等，也就是西瓜书里的大部分内容，目前最好的浅层学...
机器学习基础 过拟合和欠拟合 机器学习的根本问题是optimization和generalization之间的对立...
(一) 笔记介绍 这里是python的深度学习版本，主要是针对深度学习进行。这里面可能需要一点点的编程基础，不然节...
最近打算学习下深度学习框架 keras、pytorch，考虑到本机笔记本装的是 python 3.7，会有版本环境...
深度学习用于计算机视觉 卷积运算 密集连接层和卷积层的根本区别在于Dense层从输入特征空间学习到的是全局模式，c...
《Python深度学习》 [英] 尼格尔·刘易斯（N.D. Lewis）著 本书是使用Python 进行深度学习实...
《深度学习》笔记 杜静主任发动我们学习《深度学习》，我认真观看了视频，用心做了笔记，感觉收益很深...
本文标题：python深度学习笔记
本文链接：https://www.haomeiwen.com/subject/jfeziktx.html
网友评论