1. 阿里云>
  2. 云栖社区>
  3. 主题地图>
  4. J>
  5. 卷积神经网络convs

当前主题:卷积神经网络convs

卷积神经网络convs相关的博客

查看更多 写博客

在量化交易中应用卷积神经网络CNN做时间序列预测

量化交易中,最直接的判断策略是根据历史的价格走势或者交易量的变化,来预测未来的价格。这一点对于传统看K线的形态派,和现在使用机器学习的炼丹派应该都是一样的。对价格预测的有效性基于两个假设: 市场参与者的某种交易心理或者说情绪,会形成特定模式的下单流,从结果来

阅读全文

详解文本分类之DeepCNN的理论与实践

导读 最近在梳理文本分类的各个神经网络算法,特地一个来总结下。下面目录中多通道卷积已经讲过了,下面是链接,没看的可以瞅瞅。我会一个一个的讲解各个算法的理论与实践。目录暂定为: 多通道卷积神经网络(multi_channel_CNN) 深度卷积神经网络(deep

阅读全文

Facebook开源 PyTorch版 fairseq,准确性最高、速度比循环神经网络快9倍

今年5月,Facebook AI研究院(FAIR)发表了他们的研究成果fairseq,在fairseq中,他们使用了一种新型的卷积神经网络来做语言翻译,比循环神经网络的速度快了9倍,而且准确性也是现有模型中最高的。此外,他们在GitHub公布了fair序列建

阅读全文

2017年度最值得读的AI论文 | NLP篇 · 评选结果公布

历时九天,我们收到了近千份有效读者投票,2017 年度最值得读的 AI 论文评选也正式结束。 我们根据读者的投票情况,选出了自然语言处理和计算机视觉领域“2017 年最值得读的十大论文”。让我们一起来看看过去一整年,在 PaperWeekly 读者心中排名前十

阅读全文

2017年度NLP领域论文TOP10(附链接)

论文 | Attention Is All You Need 链接 | https://www.paperweekly.site/papers/224 源码 | https://github.com/Kyubyong/transformer 大道至简,Goo

阅读全文

Facebook开源PyTorch版本fairseq翻译模型,训练速度提高50%

今年5月10日,Facebook AI 研究实验室(FAIR)发布了一项使用创新性的、基于卷积神经网络的方法来进行语言翻译的最新成果。Facebook 称,该研究取得了截止目前最高准确度,并且速度是基于循环神经网络(RNN)系统的9倍(谷歌的机器翻译系统使用

阅读全文

无标注数据是鸡肋还是宝藏?阿里工程师这样用它​

小叽导读:针对业务场景中标注数据不足、大量的无标注数据又难以有效利用的问题,我们提出了一种面向行为序列数据的深度学习风控算法 Auto Risk,提出通过代理任务从无标注数据中学习通用的特征表示。这种思想与目前 NLP 领域前沿的 Bert 等预训练模型不谋

阅读全文

无标注数据是鸡肋还是宝藏?阿里工程师这样用它​

![image](https://yqfile.alicdn.com/ac821ea919c2fc4664e9cf600c4acd487cc237fb.png) 阿里妹导读:针对业务场景中标注数据不足、大量的无标注数据又难以有效利用的问题,我们提出了一种面向

阅读全文