2回答
我希望你能帮助我，因为我有一些关于这个话题的问题。我是深度学习领域的新手，虽然我做了一些教程，但我无法将概念联系起来或区分开来。
浏览 0提问于2014-10-11得票数 28
3回答
为什么人们对NLP和ML社区对深度学习很感兴趣？为什么他们需要学习复杂的非线性关系的方法？
浏览 3提问于2014-10-10得票数 3
回答已采纳
6回答
我在读关于深度学习的论文。其中大多数都是指无监督学习。我正在尝试找出深度学习是否可以应用于文档分类问题。我知道有相当好的分类器可用。但我的目标是找出我们是否可以
浏览 7提问于2013-10-29得票数 10
3回答
基于词嵌入的文本分类
、、、、
我有一个正面和负面内容的数据集。让我们假设这是一个垃圾邮件项目。我想用Keras模型来解决相同的任务。所以我的问题是：
它仍然是有监督的还是无监督的，因为我在这个任务中使用了单词嵌入，在这里引用本文，单词嵌入用于无监督</em
浏览 2提问于2020-03-30得票数 0
回答已采纳
1回答
如何设计自动编码器体系结构
、、、、
我想构建一个自动编码器(CNN)来学习我的数据的表示。参考架构是否像ResNet/Inception之类的？如果没有，我应该手动设计层吗？转换学习/微调是否适用于自动编码器(还是从零开始训练更好)？
浏览 0提问于2018-09-10得票数 5
1回答
让我们考虑一下，我们已经为某些任务建立了一个完全监督的神经网络，例如在各种场景中定位一个对象。假设我们有一个正常的卷积神经网络(CNN)来进行全员监督的定位，因此这样的情况如下： |
convolutional-layer不管我们是否采用滑动窗口方法，比如OverFeat或实际定位对象的概率分布:我们总是需要完全标记的训练数据。这是一个问题，因为标签数据<e
浏览 0提问于2016-11-04得票数 2
1回答
当我想为我的数据集找到一个模型时，我发现有很多算法我可以使用。我知道如何通过将监督算法和无监督算法分离来最小化选择选择，以及我试图解决的问题的目的。但在那之后，还有很多算法可供选择，即使在我目前使用的科学知识-学习库中也是如此，还有很多算法我不知道。它们可能在我的问题上更有效，而且还有比机器学习算法更强大的深度学习算法。在寻找他们之后，我累了，一个简单的<
浏览 0提问于2021-11-20得票数 4
回答已采纳
2回答
我的工作是分析脑电数据，这些数据最终需要分类。然而，获得唱片的标签有点昂贵，这促使我考虑了无监督的方法，以更好地利用我们相当数量的未标记数据。有什么好办法把这两种方法结合起来吗？似乎当人们使用CNN<em
浏览 0提问于2017-03-21得票数 12
回答已采纳
2回答
提出文本主题分类的深度学习模式
、、、、
我有一个由两列文本topic_labels组成的数据集。Topic_labels分为6类:植物、动物、鸟类、昆虫等。
我想建立基于深度学习的模型，以便能够对topic_labels进行分类。到目前为止，我已经实现了supervisedSVM，Logistic和非监督的主题-LDA，指导-LDA方法，以传统的方式应用Word2Vec和TF-以色列国防军，但我想对文本数据实施最先进的深度学习分类技术为文
浏览 9提问于2022-02-01得票数 -1
在监督学习中，我使用典型的训练/测试分离来学习算法，例如回归或分类。关于无监督学习，我的问题是:训练/测试分离是必要的和有用的吗？若有，原因为何？
浏览 5提问于2015-07-28得票数 10
我一直在使用H2O的自动编码器(用autoencoder=TRUE深入学习)和h2o.anomaly进行异常检测。到目前为止，已经在整个数据集上执行了这些操作。但是，现在我需要为数据集的每个部分(子群体)构建一个单独的模型。我找到了h2o.train_segments，所以我尝试了一下，但它给了我这样的错误消息：这是否意味着h2o.train_segments不适用于H2O的自动编码器？下面是我的
浏览 17提问于2021-02-17得票数 0
1回答
我正在做一项基于分析机器学习的不同Python库的工作。
我选择分析Scikit--学习，Keras，Tensorflow和Py手电筒，因为它们是最著名的。其思想是训练不同的模型，包括监督学习和非监督学习，以及分类和回归。在每个库中使用不同类型的算法，并分析它们所带来的困难/设施以及性能。当我试图在Tensorflow中执行同样的<em
浏览 0提问于2021-08-25得票数 0
根据深度包检查(DPI)的定义，它使用签名进行数据包过滤。有监督的机器学习可以帮助在数据包上放置一个标签，如果它没有DPI识别的签名，深度数据包检查就无法识别它。然而，除了这个优势，还有什么其他的优势/功能监督ML的深度包检查？
浏览 0提问于2019-11-08得票数 2
我对深入学习及其概念是陌生的。在阅读了一段时间后，我了解到无监督的深度学习技术通常试图重建输入数据(可能使用编码器和解码器的维数较少)，并通过优化重构误差来训练网络。但是，我无法想象这些方法是如何用于解决实际任务的(除了异常检测，例如聚类)。
注意:如果我对无监督的深度学习技术的理解是错误的，你可以纠正我。
浏览 0提问于2020-01-31得票数 2
1回答
我最近发现了一些对自动语义角色标记的兴趣。大多数介绍性文本(例如Jurafsky和Martin，2008年)介绍了基于监督机器学习的方法，通常使用FrameNet (Baker等人)。然而，直觉上，我可以想象，同样的问题可以用一个基于语法的解析器来解决。
为何不是这样呢？或者更确切地说，为什么会选择这些有监督的解决方案？提前谢谢。语音和语言处理:自然语言处理、计算语言学和语音识别简
浏览 0提问于2021-12-27得票数 1
回答已采纳
如果不使用深层神经网络(DNN)来实现强化学习算法，比如深度Q-网络(DQN)，可以实现吗？在下面的DQN伪码中，如果我想用另一种无监督算法替换DNN部分，它可能吗？如果是这样的话，是怎么做的？
📷
浏览 0提问于2018-08-31得票数 3
2回答
所有或几乎所有使用辍学的论文都在使用它进行监督学习。它似乎可以很容易地用于规范深度自动编码器、RBM和DBN。那么，为什么没有在无监督的学习中使用辍学呢？
浏览 1提问于2013-10-29得票数 8
回答已采纳
1回答
如何从文档中提取标题？
、、、
如何从给定的文档(docx、pdf等)中自动提取相关的标题？在直觉上很可能是正文的第一行人脑会立即解决这个问题(通过过滤出常见的名字和数字)。
我在python中使用textract来提取整个文本，这就限制了解决方案仅基于文本。如果你熟悉其他包裹，请告诉我。
浏览 0提问于2017-09-07得票数 2
最近，我开始学习更多关于监督单目深度估计的知识。我用了NYU-V2数据集。由于数据集的结构非常清晰，因此设计火炬装载机并对数据进行预处理是很容易的。但是在Kitti数据集的例子中，它是非常令人困惑的。是否可以使用Kitti进行有监督的单目深度估计？我在这里找到了一个火炬装载机：，但是，我不知道如何使用它进行深度估计。文件夹的结构很不一样！我的计划
浏览 14提问于2022-05-30得票数 1
1回答
将语音转换为文本的自动语音识别技术已经有了很多的研究。这些工具正在使用深度学习来做到这一点。 我发现它的工作方式是基于英语的。如果是单词" Phonics“的音频，它们将是Foniks，但最接近的英文单词是Phonics。 Google API可以为我们提供ASR，为我们提供最终结果。有没有什么工具或开放源码可以给我们语音呢？例如"ˈfəʊnɪks“而不是&qu
浏览 15提问于2019-02-21得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
