注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. deep learning 概览+时序模型

  2. Content 1. 回顾 deep learning在图像上的经典应用 1.1 Autoencoder 1.2 MLP 1.3 CNN 2. deep learning处理语音等时序信号 2.1 对什么时序信号解决什么问题 2.2 准备知识 2.2.1 Hidden Markov Model(HMM) 2.2.2 GMM-HMM for Speech Recognition 2.2.3 Restricted Boltzmann Machine（RBM） 3. DBN 和 RNN 在语音上的应

  3. 所属分类：其它

    • 发布日期：2014-05-29
    • 文件大小：4mb
    • 提供者：abcjennifer

  1. LSTM及其在语音识别中的应用

  2. 经过几十年的研究与发展，语音识别建立了以隐马尔可夫模型（Hidden Markov Models，HMM）为基础的框架。近几年，在HMM基础上深度神经网络(Deep Neural Network，DNN)的应用大幅度提升了语音识别系统的性能。DNN将每一帧语音及其前后的几帧语音拼接在一起作为网络的输入，从而利用语音序列中上下文的信息。DNN中每次输入的帧数是固定的，不同的窗长对最终的识别结果会有影响。递归神经网络（Recurrent neural network，RNN）通过递归来挖掘序列中的

  3. 所属分类：专业指导

    • 发布日期：2016-12-03
    • 文件大小：303kb
    • 提供者：u014780546

  1. 深度学习 故障诊断PPT

  2. 个人学习总结的深度学习及其在故障诊断中的应用，这个PPT可以让你了解AE SAE RBM DNN CNN RNN等各种深度学习网络模型。

  3. 所属分类：深度学习

    • 发布日期：2017-10-25
    • 文件大小：1mb
    • 提供者：qq496302940

  1. 源码+书TensorFlow 1.x Deep Learning Cookbook

  2. In this book, you will learn how to efficiently use TensorFlow, Google's open source framework for deep learning. You will implement different deep learning networks such as Convolutional Neural Networks (CNNs), Recurrent Neural Networks (RNNs), Dee

  3. 所属分类：深度学习

    • 发布日期：2018-07-29
    • 文件大小：88mb
    • 提供者：wang1062807258

  1. 香港科大 HKUST CSE 机器学习 课程

  2. 香港科技大学的机器学习课程介绍，包括回归模型、分类模型、DNN、RNN、Reinforcement learning等topic

  3. 所属分类：讲义

    • 发布日期：2018-02-21
    • 文件大小：97kb
    • 提供者：samittech

  1. 基于音频的多模态二分类情感识别

  2. Video-based Emotion Recognition Using Multi-dichotomy RNN-DNN

  3. 所属分类：机器学习

    • 发布日期：2018-10-26
    • 文件大小：820kb
    • 提供者：melancholyming

  1. 高级人工智能-期末复习重点.docx

  2. 人工智能的三大学派：符号主义，联结主义，行为主义。搜索，遗传算法，多层感知机(MLP)，BP算法，Hopfield 网络，径向基网络，Boltzmann机（BM），深度神经网络（DNN），自动编码器（Auto Encoder），Deep Belief Networks(DBN)，Deep Boltzmann Machine(DBM)，Deep Learning for Image，Deep Learning for Sequence，RNN，LSTM，GAN，消解（归结）原理，一阶谓词逻辑，一阶

  3. 所属分类：互联网

    • 发布日期：2020-03-27
    • 文件大小：4mb
    • 提供者：qq_36918538

  1. CNN、DNN、RNN学习总结.pdf

  2. CNN、DNN、RNN学习总结，包含卷积神经网络、深度神经网络、循环神经网络等深度学习知识点学习总结，内容详实，适合深度学习入门级同学，谢谢~

  3. 所属分类：深度学习

    • 发布日期：2020-03-18
    • 文件大小：226kb
    • 提供者：weixin_44222014

  1. LSTM及其在语音识别中的应用

  2. 经过几十年的研究与发展，语音识别建立了以隐马尔可夫模型（Hidden Markov Models，HMM）为基础的框架。近几年，在HMM基础上深度神经网络(Deep Neural Network，DNN)的应用大幅度提升了语音识别系统的性能。DNN将每一帧语音及其前后的几帧语音拼接在一起作为网络的输入，从而利用语音序列中上下文的信息。DNN中每次输入的帧数是固定的，不同的窗长对最终的识别结果会有影响。递归神经网络（Recurrent neural network，RNN）通过递归来挖掘序列中的上

  3. 所属分类：专业指导

    • 发布日期：2020-02-27
    • 文件大小：280kb
    • 提供者：weixin_42329419

  1. LSTM及其在语音识别中的应用

  2. 经过几十年的研究与发展，语音识别建立了以隐马尔可夫模型（Hidden Markov Models，HMM）为基础的框架。近几年，在HMM基础上深度神经网络(Deep Neural Network，DNN)的应用大幅度提升了语音识别系统的性能。DNN将每一帧语音及其前后的几帧语音拼接在一起作为网络的输入，从而利用语音序列中上下文的信息。DNN中每次输入的帧数是固定的，不同的窗长对最终的识别结果会有影响。递归神经网络（Recurrent neural network，RNN）通过递归来挖掘序列中的上

  3. 所属分类：专业指导

    • 发布日期：2020-01-27
    • 文件大小：280kb
    • 提供者：tld12

  1. LISTEN ATTEND AND SPELL A NEURAL NETWORK FOR SPEECH RECOGNITION.pdf

  2. 语音识别LAS结构where d and y, are MLP networks. After training, the a; distribution Table 1: WER comparison on the clean and noisy Google voice is typically very sharp and focuses on only a few frames of h; ci car search task. The CLDNN-hMM system is the s

  3. 所属分类：专业指导

    • 发布日期：2019-07-13
    • 文件大小：632kb
    • 提供者：weixin_41778389

  1. 2020年机器学习深度学习下载地址.txt

  2. 李宏毅2020机器学习深度学习 P1. Machine Learning 2020_ Course Introduction P2. Rule of ML 2020 P3. Regression - Case Study P4. Basic Concept P5. Gradient Descent_1 P6. Gradient Descent_2 P7. Gradient Descent_3 P8. Optimization for Deep Learning 1_2 选学 P

  3. 所属分类：专业指导

    • 发布日期：2020-06-26
    • 文件大小：75byte
    • 提供者：weixin_42343135

  1. LSTM及其在语音识别中的应用

  2. 经过几十年的研究与发展，语音识别建立了以隐马尔可夫模型（Hidden Markov Models，HMM）为基础的框架。近几年，在HMM基础上深度神经网络(Deep Neural Network，DNN)的应用大幅度提升了语音识别系统的性能。DNN将每一帧语音及其前后的几帧语音拼接在一起作为网络的输入，从而利用语音序列中上下文的信息。DNN中每次输入的帧数是固定的，不同的窗长对最终的识别结果会有影响。递归神经网络（Recurrent neural network，RNN）通过递归来挖掘序列中的上

  3. 所属分类：专业指导

    • 发布日期：2020-07-20
    • 文件大小：280kb
    • 提供者：lemonzx2008

  1. 深度学习理论与架构最新进展综述论文

  2. 本文章从深度神经网络(DNN)入手，对深度学习(DL)领域的研究进展进行了简要的综述。内容包括：卷积神经网络(CNN)、循环神经网络(RNN)、长时记忆(LSTM)和门控递归单元(GRU)、自动编码器(AE)、深度信念网络(DBN)、生成对抗性网络(GAN)和深度强化学习(DRL)。

  3. 所属分类：机器学习

    • 发布日期：2020-08-28
    • 文件大小：3mb
    • 提供者：syp_net

  1. CNN-DNN-RNN区别

  2. CNN-DNN-RNN区别

  3. 所属分类：其它

    • 发布日期：2017-03-04
    • 文件大小：3mb
    • 提供者：u013153546

  1. 使用python实现语音文件的特征提取方法

  2. 概述 语音识别是当前人工智能的比较热门的方向，技术也比较成熟，各大公司也相继推出了各自的语音助手机器人，如百度的小度机器人、阿里的天猫精灵等。语音识别算法当前主要是由RNN、LSTM、DNN-HMM等机器学习和深度学习技术做支撑。但训练这些模型的第一步就是将音频文件数据化，提取当中的语音特征。 MP3文件转化为WAV文件 录制音频文件的软件大多数都是以mp3格式输出的，但mp3格式文件对语音的压缩比例较重，因此首先利用ffmpeg将转化为wav原始文件有利于语音特征的提取。其转化代码如下： f

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：104kb
    • 提供者：weixin_38628990

  1. WORDBOOK – ForeverStrong Cheng – YongQiang Cheng

  2. WORDBOOK – ForeverStrong Cheng – YongQiang Cheng long short-term memory，LSTM：长短期记忆 recurrent neural network，RNN：循环神经网络 recursive neural network，RvNN：递归神经网络 deep neural network，DNN：深度神经网络 artificial intelligence，AI：人工智能 machine intelligence，MI：机器智能 di

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：162kb
    • 提供者：weixin_38610870

  1. Univariate-Time-Series-Prediction-using-Deep-Learning:使用深度学习和PyTorch的单变量时间序列预测-源码

  2. 使用深度学习进行单变量时间序列预测 使用深度学习和PyTorch的单变量时间序列预测 0.简介 该存储库使用深度学习模型（包括DNN ， CNN ， RNN ， LSTM ， GRU ，递归LSTM和Attention LSTM）提供单变量时间序列预测。 使用的数据集是“设备能源预测数据集” ，可以在找到。 1.定量分析 根据下表，使用1D卷积层的CNN胜过其他模型。 模型 湄↓ MSE↓ RMSE↓ MPE↓ MAPE↓ R平方↑ DNN 31.0077 4039.9806

  3. 所属分类：其它

  1. AnyQ:基于常见问题的问答系统-源码

  2. 任意Q AnyQ（回答您的问题）开源项目主要包含面向FAQ集合的问答系统框架，文本语义匹配工具SimNet。问答系统框架采用了配置化，插件化的设计，各功能均通过插件形式加入，当前共开放了20+种插件。开发者可以使用AnyQ系统快速构建和定制适用于特定业务场景的常见问题解答系统，并加速解码和升级。 SimNet是百度自然语言处理部于2013年自主研发的语义匹配框架，该框架在百度各产品上广泛应用，主要包括BOW，CNN，RNN，MM-DNN等核心网络结构形式，同时基于该框架也集成了学术界主流的语义

  3. 所属分类：其它

  1. Keras-应用程序：Keras응용（CNN，RNN，GAN，DNN，ETC ...）-源码

  2. Keras-应用程序：Keras응용（CNN，RNN，GAN，DNN，ETC ...）

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：462mb
    • 提供者：weixin_42140625
« 12 »