主题: Exploring Deep Learning for Search

摘要: 本书作者Tommaso Teofili着重介绍了他的著作《深度学习搜索》三章。 书中介绍了神经搜索如何通过自动执行以前手动完成的工作来节省用户时间并提高搜索效率以及如何通过循环神经网络(RNN)向搜索引擎添加文本生成功能来扩展搜索网络。 在最后一章中,深入研究了如何使用卷积神经网络(CNN)为图像编制索引,并使它们可按其内容进行搜索。 借助这份以激光为重点的指南,读者将掌握通过深度学习改善搜索的基础知识。

成为VIP会员查看完整内容
61

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【新书】深度学习搜索,Deep Learning for Search,附327页pdf
专知会员服务
214+阅读 · 2020年1月13日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Arxiv
6+阅读 · 2019年7月29日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
Image Captioning based on Deep Reinforcement Learning
Arxiv
22+阅读 · 2018年8月30日
VIP会员
相关论文
Arxiv
6+阅读 · 2019年7月29日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
Image Captioning based on Deep Reinforcement Learning
Arxiv
22+阅读 · 2018年8月30日
微信扫码咨询专知VIP会员