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本主题分类推荐最佳的深度学习
浏览 9提问于2022-02-01得票数 -1
我正在尝试使用cnn为我的数据建立一个分类器。训练集由不是图像数据的2D数值矩阵组成。有没有人有使用Matlab的深度学习工具箱处理cnns和非图像数据的经验？
浏览 4提问于2017-04-07得票数 3
我的问题如下。 当我们处理命名实体识别任务时，大多数情况下都会使用经典的LSTM-CRF架构，其中CRF使用维特比解码器和转换矩阵来找到与句子相关的最佳标签序列。 我的问题是，如果一个令牌现在与多个实体关联，而不是只与一个实体关联(这是嵌套NER的情况)，就像中国银行的情况一样，其中中国是一个地点，中国银行是一个组织。CRF算法是否适用于这种情况？也就是说，在序列中找到多个可能的路径。
浏览 46提问于2020-12-11得票数 0
我目前正在努力学习深度学习。我问自己，在回归方面，深度学习在哪些方面优于支持向量机和随机森林？
你有什么回归数据，深度学习优于支持向量机和随机森林吗？我提出这个问题的主要目的，是看看哪种数据集的深度学习优于支持向量机和随机森林。因为我不知道这些数据集是什么类型的，所以我不想在询问这些数据集时限制太大。更新:从t
浏览 0提问于2017-11-22得票数 1
回答已采纳
10回答
我们都知道当下人工智能已经走向了风口，而大数据是人工智能技术进行深度学习的基石，究竟大数据对人工智能的深度学习有什么影响呢？
浏览 1454提问于2018-03-30
什么是线性和非线性机器学习模型(算法)的一些例子，目的是比较这两类？哪些是参数(或线性代数意义下的标量)，哪些是预测因子/因子(或线性代数意义下的向量)？
浏览 0提问于2018-04-15得票数 4
1回答
client and at what time我目前正在学习深度学习算法我还知道我应该从数据库中提取数据，这些数据将被转换为向量或矩阵，然后算法应该在这些数据上进行训练。
这是正确的吗？我如何开始，我需要什么样的架构？
浏览 3提问于2017-11-01得票数 0
1回答
所以我正在尝试做一个语音分类器，挑战是预测说话的人是我还是其他人，我已经建立了一个简单的代码，将.wav文件转换为数组，所以我所有的音频文件数据集我说话将被转换为数组，事情是，我是一个初学者，我不知道如何只使用一个变量来预测或者我应该使用另一种类型的机器学习？而不是深度学习？我想在这个项目中使用深度学习。
浏览 0提问于2021-04-03得票数 1
1回答
建立深度学习模型
、、
我想为一个二元分类问题建立一个深入的学习模型。我有16个特征和50k样本。如何为我的问题选择每一层的层数和神经元数？
请分享解释相同的链接。
浏览 0提问于2017-05-05得票数 0
1回答
我正试图建立一个深度学习模型，利用CNN这样的深度学习技术来检测和读取车牌。我会在tensorflow做个模特。但我仍然不知道什么是建立这样的模型的最佳方法。车牌检测(可能采用滑动窗口法)
有什么更好的方法吗？
对于可变长度的数，在CNN之后还能合并RNN吗？
浏览 1提问于2017-06-16得票数 0
1回答
我很好奇，是否对无监督和监督学习相结合的随机森林进行了研究，使单一算法能够在多个不同的数据集中找到模式，并与之协同工作。我在谷歌上搜索了所有可能的方法来寻找这方面的研究，结果却一无所获。注意:我已经在数据科学论坛上问过这个问题了，但是它基本上是一个死掉的论坛，所以我来到这里。
浏览 1提问于2015-12-30得票数 0
回答已采纳
我有一个数据集，其中包括全国学生的社会经济指标以及他们的成绩。更具体地说，这个数据集有36个变量，大约3000万学生作为预测因子，然后学生的成绩作为反应。我正在Google上使用Tens
浏览 0提问于2020-05-25得票数 2
回答已采纳
1回答
使用深度学习。数据是异构的，因为我们混合了数字和分类数据，而问题是无监督的，因为我们没有使用任何标签。
我的目标是获得属性相似性的度量，这样我就可以为每个目标属性找到最匹配的属性。我可以使用KNN，但我想使用一些可以让我找到嵌入并使用深度学习的东西。我想我可以确定一个混合距离度量，比如Gower距离作为损失函数，但是我如何建立一个模型来确定，比如说，我的样本中每个目标属性的前10个匹配？任何帮助或指向类似问题集(Kaggle，notebooks，git
浏览 1提问于2019-10-25得票数 1
我刚刚开始研究深度学习，并开始与凯拉斯一起建立CNN。 因此，我注意到，当使用数据集MNIST时，在导入图像后，它们通常会转换为float32-Datatype。 所以我的问题是，为什么会这样呢？
浏览 139提问于2020-01-30得票数 2
回答已采纳
我正在使用ESC-50数据集构建一个二进制声音分类器。我选了一门课，“狗叫”是正面的，其余的49个班是否定的。由于数据集不平衡，我遇到了许多培训问题。我试着建立一个模型，但没有得到超过0.3的F1得分。
我使用mfcc和fft作为特征。我尝试过用LR和SVM进行训练，但没有成功。不能使用深度学习模型，因为它是一个实时系统，不能有太多的延迟。
浏览 0提问于2018-03-08得票数 1
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
