目前，神经机器翻译（NMT）已经成为在学术界和工业界最先进的机器翻译方法。最初的这种基于编码器-解码器架构的机器翻译系统都针对单个语言对进行翻译。近期的工作开始探索去扩
2020-11-23 12:14
，应用场景越多，需要的规则也越来越多，规则之间的冲突也逐渐出现。于是很多科研学家开始思考，是否能让机器自动从数据库里学习相应的规则，1993年IBM提出基于词的统计翻译模型标志着第二代
2018-07-06 10:30
本帖最后由 讯飞开放平台 于 2018-7-6 10:47 编辑 神经机器翻译讲完了基于规则的机器翻译和基于统计的机器翻译，接下来我们来看下基于端到端的神经机器翻译
2018-07-06 10:46
搭建更加灵活，效率高，由于RNN训练时往往需要前一时刻的状态，很难并行，特别是在大数据集上，CNN-Seq2Seq往往能取得比RNN-Seq2Seq更好的效果。5、应用领域机器翻译 图 6：采用
2019-07-20 04:00
了TensorFlow2.0Beta版本，同pytorch一样支持动态执行(TensorFlow2.0默认eager模式，无需启动会话执行计算图)，同时删除了杂乱低阶API，使用高阶API简单地构建复杂神经网络模型，本文主要分享用高阶API构建模型和数据
2020-11-04 07:49
Pytorch入门之基本操作
2020-05-22 17:15
一、基于STM32+ESP8266+机智云的物联网demo1、在机智云上创建项目和数据集2、WIFI模块烧写固件3、移植到MCU上①、在STM32上移植②、在IMX6ULL上移植1、在机智云上创建
2021-08-03 07:45
本教程以实际应用、工程开发为目的，着重介绍模型训练过程中遇到的实际问题和方法。在机器学习模型开发中，主要涉及三大部分，分别是数据、模型和损失函数及优化器。本文也按顺序的依次介绍数据、模型和损失函数
2018-12-21 09:18
整个PDF翻译，机器翻译，中英文对比，大家可以参考一下，适合英文不太好的同学。
2022-10-29 09:28
最近在阅读《具身智能机器人系统》这本书的同时，还读了 《计算机视觉之PyTorch数字图像处理》一书，这两本书完全可以视为是互为依托的姊妹篇。《计算机视觉之
2025-01-01 15:50
