人工智能深度学习神经网络第28页

【文献阅读】大模型增强的语言与知识推理

语言模型与知识图谱1语言模型推理与知识图谱推理1.1语言模型推理特性一：主要依靠神经网络在参数化空间完成，更多是一种隐式推理，缺乏可解释性。

SuperCooper·2024-01-24 22:34

SE通道注意力机制模块

SE（Squeeze-and-Excitation）模块是一种引入通道注意力机制的方法，旨在让神经网络更加关注对当前任务重要的特征。本文将介绍SE模块的原理、实现以及在深度学习中的应用。

夏天是冰红茶·2024-01-24 22:24

YoloV8改进策略：改进Head|自研频域和空间注意力，超越GAM，CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进|包括改进后的结构图

GAM#导入PyTorch的神经网络模块importtorch.nnasnn#导入PyTorch库importtorch#定义一个名为GAM_Attention的类，继承自nn.ModuleclassGAM_Attention

静静AI学堂·2024-01-24 22:38

【论文阅读】Time-Series Anomaly Detection Service at Microsoft

为了解决时间序列异常检测的问题，作者提出了一种基于谱残差(SR)以及卷积神经网络(

EmoryHuang·2024-01-24 18:04

如何利用机器学习甄别淘宝优质店铺

微信搜索metrodata_xuexi即可关注本文约2400字，阅读需要7分钟关键词：Pythonsklearn决策树KNN逻辑回归SVM本文讲述了使用python分别构建决策树、KNN、逻辑回归、SVM、神经网络共五种不同的模型甄别淘宝优质店铺的过程

数智物语·2024-01-24 18:05

Day 5 北上广深城市人口预测及其资源配置

本文以适度人口为切入点，首先利用可能—满意度模型测算北京、上海、广州和深圳4座超大型城市2035年适度人口规模，其次利用灰色BP神经网络模型预测各市2035年常住人口规模，最后基于适度人口规模测算和常住人口规模预测结果对各市部分资源的配置

Elvira1021·2024-01-24 18:56

深度学习-循环神经网络-RNN实现股价预测-LSTM自动生成文本

比如文章生成、聊天机器人循环神经网络(RNN)前部序列的信息经处理

小旺不正经·2024-01-24 16:55

PINN物理信息网络 | 利用物理信息概率神经网络对寿命的可靠性预测

金属材料在制造过程中难以完全消除组织内部的不均匀性，晶体结构的微观缺陷、晶界、夹杂物和其他杂质的存在是导致疲劳寿命分散的重要原因。这种分散现象在增材制造制件中表现得尤为显著。金属增材制造过程中不可避免地会产生气孔和未熔合缺陷，产生的缺陷具有全域分布、形态多样、尺寸跨度大和形成机制复杂的特点，这导致增材制造制件的疲劳寿命更为分散，这种分散现象限制了疲劳寿命的精准预测。为了实现增材制件疲劳寿命的可靠性

算法如诗·2024-01-24 16:19

关于大模型学习中遇到的4

MLP是多层感知器（MultilayerPerceptron）的缩写，多层感知机（MLP）是一种人工神经网络（ANN）的一种，也称为多层前馈网络（MLFN）、深度前馈神经网络（DFNN）、回归神经网络（

ringthebell·2024-01-24 16:45

大模型在代码缺陷检测领域的应用实践

通过训练大规模的神经网络模型，可以学习到代码中潜在的缺陷模式，从而实现对代码缺陷的自动检测。具体而言，大模型可以通过两种方式进行代码缺陷检测：静态分析和动态分析

百度_开发者中心·2024-01-24 16:12

Meta Llama大模型：引领人工智能创新的巅峰之作

近年来，随着人工智能技术的飞速发展，深度学习神经网络在各个领域的应用越来越广泛。其中，MetaLlama大模型的出现引起了广泛关注，被誉为人工智能领域的一次革命。

百度_开发者中心·2024-01-24 15:12

使用GradCAM 使用用于脑肿瘤分类的脑 MRI 扫描数据分类-含理论与源码

神经网络拥有数百万个可训练参数，长期以来一直被认为是黑匣子。它们可以产生令人惊叹的结果，而我们经常接受输出，但对模型为何做出这样的预测知之甚少。

TD程序员·2024-01-24 15:26

RNN神经网络 python

importpandasaspdimportnumpyasnpdata=pd.read_cvs('data.cvs')data.head()price=data.loc[:,'close']#归一化处理price_norm=price/max(price)//可视化%matplotlibinlinefrommatplotilbimportpyplotaspltfig=plt.figure(figs

augisTrench·2024-01-24 14:14

ChatGPT 和文心一言哪个更好用？

1ChatGPT则是OpenAI开发的，基于深度学习的神经网络模型。智能写作应用：文心一言主要用于生成高质量的自然语言文本，如新闻报道、广告文案等，并能够模仿人类的写作风格和语言习惯。

释：·2024-01-24 14:36

【MATLAB深度学习工具箱】学习笔记--体脂估计算例再分析：拟合神经网络fitnet里面的函数】

介绍上一篇【MATLAB深度学习工具箱】学习笔记--体脂估计算例再分析：拟合神经网络fitnet里面的数据结构】_bear_miao的博客-CSDN博客原文链接如下【MATLAB深度学习工具箱】学习笔记

明天已在HiaHia·2024-01-24 13:44

Matlab神经网络

Matlab神经网络资料拟合神经网络fitnet里面的函数选择神经网络输入输出处理函数MATLAB创建神经网络模型的patternnet和newff函数区别MATLAB中patternnet函数返回的网络结构中各个参数的含义神经网络对象属性径向基函数神经网络

weixin_42849849·2024-01-24 13:43

01 机器学习与深度学习

常见算法有逻辑回归和反向传播神经网络。2.无监督式学习训练数据仅包含输入，没有正确输出。通过研究数据的特征和进行数据的处理、分析，获得一个结果。常见算法包括Apriori算法、k-Means

幽径微澜·2024-01-24 11:47

python Seq2Seq模型源码实战，超详细Encoder-Decoder模型解析实战；早期机器翻译模型源码demo

常用的编码器模型有循环神经网络（RNN）和Tra

医学小达人·2024-01-24 11:55

大型语言模型 (LLM)全解读

大型语言模型底层使用多个转换器模型，底层转换器是一组神经网络。大型语言模型是使用海量数据集进行训练的超大型深度学习模型。这也是它们能够识别、翻译、预测或生成文本或其他内容的强大基础所在。

FeelTouch Labs·2024-01-24 11:24

【数学建模】智能算法

文章目录模拟退火算法简介算法流程及应用算法流程算法应用遗传算法遗传算法的原理遗传算法应用模型及算法模型求解人工神经网络概述人工神经元激活函数基本模型感知器BP神经网络RBF神经网络应用智能算法，也称现代优化算法模拟退火算法简介材料统计力学观点

自律版光追·2024-01-24 11:06

开启 AI 未来：零基础小白如何玩转深度学习

简单来说，深度学习就是构建一个像人脑一样的神经网络，让计算机自动提取特征，并

灸哥漫谈·2024-01-24 10:56

Pytorch学习笔记(2) Autograd(自动求导) —— PyTorch的核心

本文是Pytorch快速入门第二部分，主要学习记录，主要翻译PytorchAutograd部分教程原文autograd包是PyTorch中神经网络的核心部分。

银色尘埃010·2024-01-24 10:53

【论文阅读】LLM4GCL: CAN LARGE LANGUAGE MODEL EM-POWER GRAPH CONTRASTIVE LEARNING?

文章目录0、基本信息1、研究动机2、创新点2.1、LLM-as-GraphAugmentor2.2、LLM-as-TextEncoder3、准备3.1、文本属性图3.2、图神经网络3.3、文本属性图上的对比学习

鲸可落·2024-01-24 10:37

什么是神经网络？

深度学习指训练神经网络，有时候规模很大。什么是神经网络呢？房价预测的例子：假如有一个六间房屋的数据集，已知房屋的面积、已知房屋价格，想要找到一个函数：根据房屋面积预测房价的函数。

小小白的波妞妞·2024-01-24 10:07

【Pytorch】循环神经网络实现手写体识别

【Pytorch】循环神经网络实现手写体识别1数据集加载2搭建RNN模型3训练模型4模型保存和加载模型测试1数据集加载importseabornassnssns.set(font_scale=1.5,style

Teacher.Hu·2024-01-24 10:18

【Pytorch】神经网络分类手写数字识别

【Pytorch】神经网络分类手写数字识别Mnist数据集介绍一、下载数据集二、数据集预处理四、模型训练五、模型保存和加载六、测试模型效果Mnist数据集介绍该数据集由50000张训练图片和10000张测试图片组成

Teacher.Hu·2024-01-24 10:17

粒子群优化极限学习机时间序列预测，pso-elm时间序列回归分析

粒子群优化极限学习机时间序列预测，pso-elm时间序列回归分析资源-CSDN文库https://download.csdn.net/download/abc991835105/88770057背影极限学习机是在BP神经网络上改进的一种网络

神经网络机器学习智能算法画图绘图·2024-01-24 08:05

基于核极限学习机的回归分析，基于极限学习机的预测

代码效果图结果分析展望完整代码下载链接：（代码完整，数据齐全）资源-CSDN文库https://download.csdn.net/download/abc991835105/88768798背影极限学习机是在BP神经网络上改进的一种网络

神经网络机器学习智能算法画图绘图·2024-01-24 08:35

[Machine Learning] 6 神经网络：表述(Neural Networks: Representation)

点Ta6NeuralNetworks:Representation(神经网络：表述)6.1Non-linearhypotheses(非线性假设)6.2ModelRepresentation(模型表示)6.3Multi-classClassification

今天你DEBUG了吗·2024-01-24 08:34

神经网络（Neural Networks：Representation）

目录非线性假设神经元与大脑模型展示例子与直觉理解多元分类非线性假设假如有一个监督学习分类问题它的训练集如图所示：如果使用logistc分类方法（逻辑回归），我们可以构造一个包含很多非线性项的logistc回归函数，当多项式（例如图中特征x1，x2任意组合）足够多时，那么就可能分类成功。当我们需要输入的特征量n很大时：如果多项式只包含二次项，那么会产生大量的二次项；如果只包含其中的平方项，那么会因为

TQ2·2024-01-24 08:03

【Machine Learning】8 神经网络：表述（Neural Networks:Representation）

8.2神经元和大脑（Neuronsandthebrain）大脑学习的方法与计算机的算法8.3模型表示I（ModelrepresentationI）神经网络示意如上图。神经网络基本结构及其详解。

xzen·2024-01-24 08:32

【单层感知器】花语神经网络的原理解析

神经网络感知器（Perceptron）是神经网络中最基础的单元，它的工作原理可以用一个通俗的比喻来解释。假设有一个花园，花园里有各种各样的花，我们要通过花的特征来识别不同的花种。

德天老师·2024-01-24 08:32

测验：Neural Networks: Representation（week4）

A：XOR两层是不行的B：sigmoid函数的输出值范围是0~1C：二分类问题可用神经网络来表示D：也有可能是0分析权重，发现只有在x1,x2同时为1的情况下输出才是1，可知是AND函数4.5.第一个矩阵中第一第二行换了位置

僵尸吃了Dave的脑子·2024-01-24 08:32

机器学习教程之5-神经网络：表述(Neural Networks:Representation)

1.非线性假设假设我们希望训练一个模型来识别视觉对象（例如识别一张图片上是否是一辆汽车），我们怎样才能这么做呢？一种方法是我们利用很多汽车的图片和很多非汽车的图片，然后利用这些图片上一个个像素的值（饱和度或亮度）来作为特征。显然用线性回归或逻辑回归都是不可取的，因为将一幅图上的所有点作为特征，特征数太多，计算量太大。无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。

豆-Metcalf·2024-01-24 08:01

LSTM的多变量时间序列预测（北京PM2.5预测）

参考博客文章目录LSTM简介数据集简介数据预处理多元LSTM预测模型数据准备：定义和拟合模型评估模型训练多个滞后时间步LSTM简介LSTM（LongShort-TermMemory）是一种特殊类型的循环神经网络

heibut不相信眼泪·2024-01-24 08:31

第十一章文本生成

把文本生成问题看成一个预测问题，例如我们有很多图片，我们训练了一个神经网络来对图片进行分类，本质上来说，它就是对图片像素所表示的内容进行预测。

清☆茶·2024-01-24 08:00

第十三章RNN网络样本的生成方法

RNN网络样本的生成：神经网络的输入采用的是向量，循环神经网络、LSTM网络也是一个时间序列，这个时间序列怎么进行编码？1.生成窗口数据，并转化为列表在本章节中，我们将模拟循环神经网络的样本生成方法。

清☆茶·2024-01-24 08:00

深度学习如何入门，如何快速理解深度学习

深度学习是机器学习的一个分支，它使用深度神经网络来模拟人脑的工作方式，通过学习样本数据的内在规律和表示层次，让机器能够具有类似于人类的分析学习能力。

打工人何苦为难打工人·2024-01-24 08:28

吴恩达【深度学习】笔记03——深层神经网络（Deep Neural Networks）

文章目录一、深层神经网络（DeepL-layerneuralnetwork）二、前向传播和反向传播（Forwardandbackwardpropagation）1.Forwardpropagation2

无糖馥芮白·2024-01-24 08:57

神经网络的学习(Neural Networks: Learning)

1.代价函数案例：假设神经网络的训练样本有个，每个包含一组输入和一组输出信号，表示神经网络层数，表示每层的neuron个数(表示输出层神经元个数)，代表最后一层中处理单元的个数。

清☆茶·2024-01-24 08:56

深度学习技巧应用33-零门槛实现模型在多个GPU的分布式流水线训练的应用技巧

一、神经网络模型并行的介绍神经网络模型并

微学AI·2024-01-24 08:56

神经网络：表述(Neural Networks: Representation)

1.非线性假设无论是线性回归还是逻辑回归，当特征太多时，计算的负荷会非常大。案例：假设我们有非常多的特征，例如大于100个变量，我们希望用这100个特征来构建一个非线性的多项式模型，结果将是数量非常惊人的特征组合，即便我们只采用两两特征的组合(12+13+14+...+23+24+...+99100)，我们也会有接近5000个组合而成的特征。这对于一般的逻辑回归来说需要计算的特征太多了。假使我们采

清☆茶·2024-01-24 08:55

PyTorch

它提供了灵活的张量计算和自动微分（autograd）机制，以及用于构建和训练神经网络的高级工具。

JNU freshman·2024-01-24 08:52

【PyTorch】记一次卷积神经网络优化过程

记一次卷积神经网络优化过程前言在深度学习的世界中，图像分类任务是一个经典的问题，它涉及到识别给定图像中的对象类别。

精英的英·2024-01-24 07:51

【PyTorch】使用PyTorch创建卷积神经网络并在CIFAR-10数据集上进行分类

在本博客中，我们将探讨如何使用PyTorch框架创建一个简单的卷积神经网络（CNN）来对CIFAR-10数据集中的图像进行分类。

精英的英·2024-01-24 07:12

【AIGC】CLIP

这两个编码器都被设计为强大的神经网络，能够将输入数据映射到高维空间的表示。共享嵌入空间：

资料加载中·2024-01-24 07:36

强化学习11——DQN算法

DQN算法的全称为，DeepQ-Network，即在Q-learning算法的基础上引用深度神经网络来近似动作函数Q(s,a)Q(s,a)Q(s,a)。

beiketaoerge·2024-01-24 06:46

CNN-BIGRU-Attention卷积神经网络-双向门控循环单元多输入多输出预测，CNN-BIGRU-Attention回归预测。评价指标包括:R2、MAE、MSE、RMSE等，代码质量极高，

%%清空环境变量warningoff%关闭报警信息closeall%关闭开启的图窗clear%清空变量clc%清空命令行%%导入数据res=xlsread('数据.xlsx');%%数据分析num_size=0.8;%训练集占数据集比例outdim=3;%最后3列为输出num_samples=size(res,1);%样本个数res=res(randperm(num_samples),:);%打乱

机器学习-深度学习·2024-01-24 06:28

卷积神经网络CNN的数据回归预测,多输入单输出模型。（主要应用于风速，负荷，功率）

%%清空环境变量warningoff%关闭报警信息closeall%关闭开启的图窗clear%清空变量clc%清空命令行tic%restoredefaultpath%%导入数据P_train=xlsread('data','trainingset','B2：G191')';T_train=xlsread('data','trainingset','H2：H191')';%测试集——44个样本P_t

机器学习-深度学习·2024-01-24 06:58

CNN-LSTM-Attention卷积神经网络-长短期记忆网络多输入多输出预测，CNN-BILSTM-Attention回归预测。评价指标包括:R2、MAE、MSE、RMSE等，代码质量极高，方