《Neural 第28页

【AI】深度学习——循环神经网络

循环神经网络（RecurrentNeuralNetwork，RNN）是一类具有短期记忆能力的神经网络，可以更方便地建模长时间间隔的相关性常用的参数学习可以为BPTT。

AmosTian·2023-10-17 00:54

彻底搞懂NeRF论文公式代码

，做个总结，代码主要是基于Nerf-pytorch，我愿称之为最好部署的nerfGitHub-yenchenlin/nerf-pytorch:APyTorchimplementationofNeRF(NeuralRadianceFields

fisherisfish·2023-10-16 20:08

论文当中的i.e.是啥意思

例如:Weusedaconvolutionalneuralnetwork(CNN)approach,i.e.,AlexNet,forimageclassification.我们使用了一种卷积神经网络(CNN

ulimate_·2023-10-16 16:16

LSTM 讲解

原文地址：http://colah.github.io/posts/2015-08-Understanding-LSTMs/递归神经网络(RecurrentNeuralNetworks)人类并不会每一秒都重新开始他们的思维

农场主·2023-10-16 16:42

ps2021逆天滤镜库不登陆Adobe Id可以用吗？

NeuralFilters是Photoshop的一个新工作区，它包含一个完整的滤镜库，使用由AdobeSensei提供支持的机器学习功能，可大幅减少难于实现的工作流程，只需单击几下即可。

mac666999·2023-10-16 11:35

[CVPR19]MnasNet: Platform-Aware Neural Architecture Search for Mobile

本篇使用的额scale方法应该是ICML2019发表EfficientNet:RethinkingModelScalingforConvolutionalNeuralNetworks的姊妹篇。

gdtop818·2023-10-16 09:11

深度学习05-RNN循环神经网络

RNN)pytorchrnnRNN缺点梯度爆炸和消失问题短期记忆RNN的优化算法LSTM–长短期记忆网络原理遗忘门输入门输出门lstm写诗加载数据定义模型训练测试GRU概述循环神经网络（RecurrentNeuralNetwork

liaomin416100569·2023-10-16 06:52

浅谈“知识蒸馏”技术在机器学习领域的应用

知识蒸馏技术首次出现是在Hinton几年前的一篇论文《DistillingtheKnowledgeinaNeuralNetwork》。

Garvin Li·2023-10-16 04:09

如何防止机器学习模型的过拟合（翻译笔记）

HowtoPreventOverfittinginMachineLearningModelsVerydeepneuralnetworkswithahugenumberofparametersareveryrobustmachinelearningsystems.But

generalz·2023-10-16 02:00

深度学习-AlexNet论文精读

谷歌学术论文名：ImageNetClassificationwithDeepConvolutionalNeuralNetworks。论文下载论文阅读一篇论文读三遍，不一定需要读完。

小蒋的技术栈记录·2023-10-16 01:18

快速人群密度估计--Multi-scale Convolutional Neural Networks for Crowd Counting

Multi-scaleConvolutionalNeuralNetworksforCrowdCountinghttps://arxiv.org/abs/1702.02359对于人群密度估计问题，由于图像中

O天涯海阁O·2023-10-15 20:10

论文解读《Top-Down Feedback for Crowd Counting Convolutional Neural Network》AAAI2018

Top-DownFeedbackforCrowdCountingConvolutionalNeuralNetwork用于人群计数的自顶向下的反馈卷积神经网络DeepakBabuSam,R.VenkateshBabu

guoqiangszu·2023-10-15 20:06

Variations-of-SFANet-for-Crowd-Counting记录

论文：Encoder-DecoderBasedConvolutionalNeuralNetworkswithMulti-Scale-AwareModulesforCrowdCounting论文链接：https

追忆苔上雪·2023-10-15 20:32

【论文精读】NMP: End-to-end Interpretable Neural Motion Planner

@toc1背景信息团队：Uber，多伦大大学年份：2019论文链接：https://arxiv.org/abs/2101.066792Motivation深度学习方案受限于累积误差suffersfromthecompoundingerror，而且可解释性差interpretabilityisdifficulttoobtainforanalyzingthemistakesofthenetwork，而

EEPI·2023-10-15 19:02

论文学习——Class-Conditioned Latent Diffusion Model For DCASE 2023

AbstractIntroductionSystemOverview2.1LatentDiffusionwithsound-class-basedconditioning以声音类别为条件的潜在扩散模型2.2VariationalAutoencoderandneuralvocoder

客院载论·2023-10-15 12:24

TDNN方法学习

TDNN方法简介TDNN（TimeDelayNeuralNetwork，时延神经网络）是用于处理序列数据的，比如：一段语音、一段文本将TDNN和统计池化（StatisticsPooling）结合起来，正如

shadowismine·2023-10-15 09:46

论文阅读--基于编码器-解码器的卷积神经网络与多尺度感知模块用于人群计数

Title:Encoder-DecoderBasedConvolutionalNeuralNetworkswithMulti-Scale-AwareModulesforCrowdCountingAbstract

追忆苔上雪·2023-10-15 09:45

深入探索BP神经网络【简单原理、实际应用和Python示例】

人工神经网络（ArtificialNeuralNetworks）是一种受到生物神经网络启发的机器学习模型，它的应用范围广泛，包括图像识别、语音识别、自然语言处理等领域。

修炼室·2023-10-15 03:40

Understanding Neural Architecture Search: Scope, Strategy, and Performance Estimation

Neuralarchitecturesearchisanautomatedmethodtofindthebestneuralnetworkarchitectureforaspecificmachinelearningproblem.Traditionally

卢延吉·2023-10-14 21:05

机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2)

《ImageScalingusingDeepConvolutionalNeural

u013063153·2023-10-14 21:04

NICE-SLAM——论文简析

NICE-SLAM:NeuralImplicitScalableEncoding现有的神经隐式表征方法会产生过度平滑的场景重建，并且难以扩展到大型场景。

gongyuandaye·2023-10-14 21:32

【深度学习Deep Learning】资料大全

baicao7056·2023-10-14 21:27

keras 自定义层的使用和保存时，报missing 1 required positional argument解决方案

在使用keras的时候自己构建了一个layer:classNeural_Tensor_layer(Layer):def__init__(self,output_dim,input_dim=None,**

Reza.·2023-10-14 17:35

Generalizable NeRF in ICCV‘23

EnhancingNeRFakintoEnhancingLLMs:GeneralizableNeRFTransformerwithMixture-of-View-Experts》《WaveNeRF:Wavelet-basedGeneralizableNeuralRadianceFields

Iron_lyk·2023-10-14 16:54

2019-08-13 Evaluating the visualization of what a Deep Neural Network has learned

这篇文章提出了一种对那些用热力图解释神经网络分类依据方法的效果进行客观比较的方法。而不是人主观的去肉眼比较，用到的数据集是SUN397,ILSVRC2012,MITPlaces，这三个数据集很重要。最终发现Layer-wiseRelavancepropogation(LRP这个方法的可视化效果)比基于敏感度的方法和基于反卷积的方法要好。

我不懂你教不·2023-10-14 15:40

[论文精读]Inductive Representation Learning on Large Graphs

论文原文：Inductiverepresentationlearningonlargegraphs|Proceedingsofthe31stInternationalConferenceonNeuralInformationProcessingSystems

夏莉莉iy·2023-10-14 15:01

[动手学深度学习]生成对抗网络GAN学习笔记

bilibiliIan,J.etal.(2014)'Generativeadversarialnetwork',NIPS'14:Proceedingsofthe27thInternationalConferenceonNeuralInformatio

夏莉莉iy·2023-10-14 15:58

论文阅读笔记（四十五）：Deformable Convolutional Networks

Convolutionalneuralnetworks(CNNs)areinherentlylimitedtomodelgeometrictransformationsduetothefixedgeometricstructuresintheirbuildingmodules.Inthiswork

__Sunshine__·2023-10-14 13:16

3DShape2VecSet主题论文集

一、3DShape2VecSet1、论文信息2、开源情况：已开源3DShape2VecSet:A3DShapeRepresentationforNeuralFieldsandGenerativeDiffusionModelsg3DShape2VecSet

gaoenyang760525·2023-10-14 12:05

【神经网络】如何在Pytorch中从零开始将MNIST网络量化为8位

论文：QuantizationandTrainingofNeuralNetworksforEfficientInteger-Arithmetic-OnlyInference下载地址：https://arxiv.org

高山仰止景·2023-10-14 11:02

关于episode、epoch、iteration、batch_size的理解

epochoneforwardpassandonebackwardpassofallthetrainingexamples,intheneuralnetworkterminology，重点就是所有的训练数据都要跑一遍

被子怪·2023-10-14 09:38

神经网络中episode、epoch、iteration、batch_size的理解

bath_size、iteration、episode在DNN中的解释：1、epoch：oneforwardpassandonebackwardpassofallthetrainingexamples,intheneuralnetworkterminology

自由技艺·2023-10-14 09:02

深度学习训练中的Epoch, Batch, Episode, Iteration

Epochoneepoch=oneforwardpassandonebackwardpassofallthetrainingexamples,intheneuralnetworkterminology.Epoch

Frank_BC·2023-10-14 09:52

MDA-CNN：基于学习的神经网络 miRNA-疾病关联识别框架（Bioinformatics）

Alearning-basedframeworkformiRNA-diseaseassociationidentificationusingneuralnetworks源代码：GitHub-Issingjessica

嵌入式开发.·2023-10-14 07:39

DAEMKL：基于多核学习的深度自动编码器预测miRNA与疾病的关联（IEEE Transactions on Neural Networks and Learning Systems）

PredictingmiRNA–DiseaseAssociationsThroughDeepAutoencoderWithMultipleKernelLearning（发表于IEEETransactionsonNeuralNetworksandLearningSystems

嵌入式开发.·2023-10-14 07:08

LSTM原理

utm_source=itdadao&utm_medium=referralRecurrentNeuralNetworks人类并不是每时每刻都从一片空白的大脑开始他们的思考。

hutingting0611·2023-10-14 01:03

交叉熵—代价函数

CNNH(CNNHashing)，里面有提到交叉熵损失函数，找了一下，以备查忘转载http://blog.csdn.net/u012162613/article/details/44239919本文是《Neuralnetworksanddeeplearning

hutingting0611·2023-10-14 01:02

数学建模——人工神经网络模型

一、人工神经网络简介1、神经网络起源与应用1943年心理学家McCulloch和数学家Pitts提出神经元生物数学模型（M-P模型），后来人工神经网络(ArtificalNeuralNetwork,ANN

七七喝椰奶·2023-10-13 22:01

PyTorch 深度学习之卷积神经网络(基础篇)Basic CNN(九)

0.Revision:FullyconnectedNeuralNetwork全连接1.ConvolutionNeuralNetwork保留空间信息1.1ConvolutionConvolution-SingleInputChannel

河图洛水·2023-10-13 17:40

PyTorch 深度学习之处理多维特征的输入Multiple Dimension Input(六)

1.MultipleDimensionLogisticRegressionModel1.1Mini-Batch(Nsamples)8D->1D8D->2D8D->6D1.2NeuralNetwork学习能力太好也不行

河图洛水·2023-10-13 17:39

ubuntu20.04 nerf Instant-ngp (下) 复现，自建数据集，导出mesh

参考链接Ubuntu20.04复现instant-ngp，自建数据集，导出mesh_XINYUW的博客-CSDN博客GitHub-NVlabs/instant-ngp:Instantneuralgraphicsprimitives

字梦笙·2023-10-13 16:16

Quantization and Training of Neural Networks for EfficientInteger-Arithmetic-Only Inference量化学习

本片论文可谓是深度模型量化的经典之作，为此，虽有很多博主去解析，但还是想做个笔记记录学习成果；该论文共有如下贡献：1.提供了一个量化机制；量化了权重以及activations激活值为8bit整型数据，只有少数的bias量化为32bit整型，（思考bias的重要性，为何不量化为8bit，是否对结果有很大影响？？？）2.提供了量化推理框架，可以实现再整型运算的硬件上，例如eQualcommHexago

chenmingwei000·2023-10-13 14:17

常见的机器学习算法与人工神经网络

目录1.邻近算法K-NearesNeighbor(KNN)1.1KNN算法核心思想1.2KNN算法步骤1.3KNN预测分类2.图神经网络GraphNeuralNetworks(GNN)2.1图的基本定义

_Q1an·2023-10-13 14:50

机器学习——神经网络(Neural Network)

1、MP模型Mp模型是最基础，最原始的神经网络模型。MP模型是1943年心理学家W.S.McCulloch和数理逻辑学家W.Pitts建立的。它的主要结构如图1所示。图1(来源于浙江大学胡浩基老师的机器学习课程)2、感知器算法感知器算法是在MP模型的基础上发展来的，主要可以解决我们在上一节中提到的线性可分问题。主要的算法流程如下所示：(1)随机选取和;(2)选取一个训练样本(X,y),对于这个训练

qq_41562426·2023-10-13 14:19

简单的聊聊 NPU ，Tensor core

NPU英文全称是NeuralnetworkProcessingUnit，中文大概得叫神经网络处理单元吧。

jinre2·2023-10-13 13:50

The Illustrated Transformer 可视化理解

welookedatAttention–aubiquitousmethodinmoderndeeplearningmodels.Attentionisaconceptthathelpedimprovetheperformanceofneuralmac

张博208·2023-10-13 09:30

图神经网络笔记

如社交网络中的人际关系、化学中的分子相互作用、三维点云数据以及数据中各个单元之间的结构，研究人员借鉴了卷积神经网络、循环神经网络和深度自编码器的思路，设计了专门用于处理图结构数据的神经网络，称之为图神经网络（GraphNeuralNetwork

抱抱宝·2023-10-13 09:36

KDD 2022 | 图“预训练、提示、微调”范式下的图神经网络泛化框架

PaperWeekly·2023-10-13 07:36

【华为昇腾】【Atlas 200】【青云1000】YOLOv5训练并部署到青云1000 基于Ascend 310

辅助标注工具：X-Anylabeling昇腾模型适配工具（PC）在个人电脑（PC）端安装安装文档训练目标检测模型安装CANN环境（青云）CANN介绍CANN（ComputeArchitectureforNeuralNetworks

__XWH1999__·2023-10-13 04:54

Supervised and Unsupervised NeuralApproaches to T ext Readability翻译

我们提出了一套新的神经监督和非监督方法来确定文档的可读性。在无监督设置中，我们利用神经语言模型，而在监督设置中，测试了三种不同的神经分类架构。我们表明，提出的神经无监督方法是稳健的，可跨语言转移，并允许适应特定的可读性任务和数据集。通过对两种语言的可读性基准数据和新标注数据集上的几种神经结构的系统比较，本研究也提供了可读性分类的不同神经方法的综合分析。我们揭示了它们的优缺点，将它们的性能与当前最先

tongxianchao·2023-10-13 00:30

推荐频道

《Neural