光电神经网络第28页

强化学习中循环神经网络在序列决策中的应用研究

循环神经网络（RecurrentNeuralNetworks，RNNs）因其在处理序列数据方面的优势，越来越多地应用于强化学习中，尤其是在序列决策任务中。

数字扫地僧·2025-03-28 21:39

AI问答：transformer 架构 / 模型 / 自注意力机制实现序列数据的并行处理 / AI的底层

该架构摒弃了传统循环神经网络（RNN）和卷积神经网络（CNN）中的递归和卷积操作，通过自注意力机制实现了对序列数据的并行处理，显著提高了模型的训练速度和性能。

快雪时晴-初晴融雪·2025-03-28 20:33

使用PyTorch 的神经网络模型对三维点云数据进行分类

1.概述本代码旨在构建一个基于PyTorch的神经网络模型，用于对生成的三维点云数据进行分类。通过生成数据集、数据预处理、模型训练、评估以及可视化等一系列操作，展示了一个完整的深度学习分类任务流程。

欣然～·2025-03-28 14:53

循环神经网络（RNN）

循环神经网络（RNN）循环神经网络（RecurrentNeuralNetwork，简称RNN）是一类用于处理序列数据的神经网络模型。

MobiCetus·2025-03-28 13:44

深度分离卷积模块：轻量化网络的革命性设计

引言：卷积神经网络的计算瓶颈在计算机视觉领域，卷积神经网络(CNN)已经成为了事实上的标准架构。

点我头像干啥·2025-03-28 11:00

【SCI顶级优化】Matlab实现蜣螂优化算法DBO-CNN-LSTM-Multihead-Attention温度预测附matlab代码

Matlab科研工作室·2025-03-28 11:26

SCI一区级 | Matlab实现DBO-CNN-LSTM-Mutilhead-Attention蜣螂算法优化卷积长短期记忆神经网络融合多头注意力机制多变量时间序列预测

近年来，深度学习技术在时间序列预测领域取得了显著进展，其中卷积神经网络（CNN）

matlab科研社·2025-03-28 10:23

轻量化模型

MobileNet特点：1、DepthwiseConvolution（大大减少运算量和参数数量）2、增加超参数α,β\alpha,\betaα,β传统卷积神经网络，内存需求大、运算量大导致无法在移动设备以及嵌入式设备上运行

樱桃瓜娃子02·2025-03-28 10:49

模型轻量化中的模型架构优化方法详解

DepthwiseSeparableConvolution）4.3瓶颈层（BottleneckLayer）4.4通道选择与重排（ChannelSelectionandRearrangement）数学基础5.1卷积神经网络的复杂度分析

DuHz·2025-03-28 09:10

TensorFlow-MNIST手写数字分类

主要作用于：构建神经网络模型（回归、分类、生成模型等）。进行数值计算，并提供GPU加速。实现自动梯度求导（如反向传播训练）。应用机器学习模型进行预测。

Enougme·2025-03-28 07:59

图像多分类的人工智能

当涉及到图像多分类任务，通常会使用深度学习模型，如卷积神经网络（ConvolutionalNeuralNetwork，CNN）。

love_c++·2025-03-28 05:41

AI大模型全攻略：原理 · 部署 · Prompt · 场景应用

AI大模型（LargeLanguageModels,LLM）通常指参数规模在数十亿甚至千亿级别的深度神经网络模型，如GPT、Claude、BERT、LLaMA、Baichua

滴答滴答滴嗒滴·2025-03-28 04:05

大模型压缩技术主要是为了在保持模型性能的前提下，减少模型的参数量和计算复杂度，以适应更低的计算资源、更小的内存占用和更快的推理速度。以下是当前主流的模型压缩技术，包括但不限于

1.剪枝（Pruning）剪枝通过删除神经网络中冗余或不重要的权重（或神经元）来减少模型规模。常见方法：非结构化剪枝：直接去除权重值接近于零的单个参数。

Jeremg·2025-03-28 01:13

《Python实战进阶》No34：卷积神经网络（CNN）图像分类实战

第34集：卷积神经网络（CNN）图像分类实战摘要卷积神经网络（CNN）是计算机视觉领域的核心技术，特别擅长处理图像分类任务。

带娃的IT创业者·2025-03-27 23:35

【人工智能】图文详解深度学习中的卷积神经网络（CNN）

【人工智能】图文详解深度学习中的卷积神经网络（CNN）概念和原理为什么要使用卷积神经网络？

AI天才研究院·2025-03-27 19:05

走向数字社会：从Deepseek到群体智慧报告190+份汇总解读|附PDF下载

技术迭代的脉络清晰可循：符号主义时期（1956-1980）以知识表示和逻辑推理为核心，早期专家系统需手动编写数万条规则库；联结主义阶段（2012-2018）卷积神经网络在ImageNet挑战赛实现16%

·2025-03-27 15:20

PyTorch实战：灵活构建神经网络

shejizuopin·2025-03-27 12:06

RuntimeError: object has no attribute sparse_csc_tensor: File “/home/lbilic/anaconda3/envs/diffdock/

文章目录问题描述：原因分析：解决方案：问题描述：使用torch-geometric运行一个图神经网络Demo，出现了如下问题RuntimeError:objecthasnoattributesparse_csc_tensor

海洋之心·2025-03-27 09:46

Pytorch 第十二回：循环神经网络——LSTM模型

Pytorch第十二回：循环神经网络——LSTM模型本次开启深度学习第十二回，基于Pytorch的LSTM循环神经网络模型。本回分享第二个循环神经网络，叫做LSTM模型。

Start_Present·2025-03-27 08:07

【深度学习基础 2】 PyTorch 框架

目录一、PyTorch简介二、安装PyTorch三、PyTorch常用函数和操作3.1创建张量（Tensor）3.2基本数学运算3.3自动求导（Autograd）3.4定义神经网络模型3.5训练与评估模型

鸢想睡觉·2025-03-27 08:07

从感知器准则到最小平方误差准则——与神经网络的发展类比

与神经网络的发展类比感知器准则→\rightarrow→最小平方误差判别∣∣||∣∣↓\downarrow↓神经网络，误差反馈学习∣∣||∣∣感知器模型（误差反馈学习）→\rightarrow→线性神经单元

phoenix@Capricornus·2025-03-27 05:48

DeepLabv3+改进23:在主干网络中添加DilatedReparamBlock

本专栏重磅推出：✅独家改进策略：融合注意力机制、轻量化设计与多尺度优化✅即插即用模块：ASPP+升级、解码器PS:订阅专栏提供完整代码论文简介近年来，大核卷积神经网络(ConvNets)得到了广泛的研究关注

AICurator·2025-03-26 22:29

Pytorch实现之对称卷积神经网络结构实现超分辨率

该改进方法基于深度神经网络，其生成模型包含多层卷积模块和多层反卷积模块，其中在感知损失基础上增加了跳层连接和损失函数。该判别模型由多层神经网络组成，其损失函数基于生成式对抗网络生成的判别模型损失函数。

这张生成的图像能检测吗·2025-03-26 17:51

大模型时代，新手和程序员如何转型入局AI行业？

然而，这些大模型的背后隐藏着更为深厚的基础技术——传统机器学习和神经网络。理解这些基础技术，不仅能够帮助我更好地使用大模型，还能为我提供创新和解决实际问题的能力。

七七Seven～·2025-03-26 14:26

VGG 改进：添加ScConv空间与通道特征重构卷积

可以直接使用，设置好输入和输出的图片维度即可1.ScConv空间与通道特征重构卷积ScConv(SpatialandChannelreconstructionConvolution)是一种旨在减少卷积神经网络中特征冗余的新型卷积操作

听风吹等浪起·2025-03-26 14:23

技术解构麦萌短剧《命运旋涡》：从「时间序列的因果重构」到「对抗性干预的强化学习」

1.时间序列重构：循环神经网络中的记忆觉醒许晴（Agent_Xu）的重生可建模为时间序列的对抗性重采样：pythonclassTimeLoop(nn.Module):def__init__(self,init_step

短剧萌·2025-03-26 13:18

深度学习5 神经网络、参数初始化

一、模型保存与加载1、序列化方式保存方式：torch.save(model,"model.pkl")打开方式：model=torch.load("model.pkl",map_location="cpu")importtorchimporttorch.nnasnnclassMyModle(nn.Module):def__init__(self,input_size,output_size):su

今天又是学习·2025-03-26 10:23

深度学习中常见的权重参数初始化方法

问题：对于深度神经网络来说，这种方法不可取。因为如果所有权重都初始化为相同的值（如零），所有神经元在每一层的输出和梯度都会相同

真以为Sophie是猪啊·2025-03-26 09:52

使用卷积神经网络对图像处理

transforms.Grayscale()是用于图片处理时简化通道数与特征。transforms.Normalize(mean=[0.61427461],std=[0.24995622])这一步的作用对图像数据进行归一化处理。归一化通常将图像的像素值从原始范围（通常是[0,255]）转换到一个标准化的范围（通常是[-1,1]或[0,1]），同时根据给定的均值(mean)和标准差(std)进行标准

RockLiu@805·2025-03-26 06:53

MATLAB 2024b深度学习工具箱新特性全面解析与DeepSeek大模型集成开发：卷积神经网络、迁移学习算法、时间卷积网络、生成式对抗网络、自编码器、目标检测YOLO模型、语义分割、注意力机制等

随着人工智能技术的飞速发展，其与多学科的交叉融合以及在工程实践领域的纵深拓展已成为时代潮流。在这一背景下，MATLAB2024b深度学习工具箱应运而生，凭借架构创新与功能强化，为科研工作者提供了一套全栈式的科研创新与行业应用解决方案，具有重要的时代意义。本教程紧密围绕该版本工具链的三大革新方向展开，致力于助力科研工作者在深度学习领域取得突破性进展。首先，构建了覆盖经典模型与前沿架构的体系化教程，从

WangYan2022·2025-03-26 03:06

《Python实战进阶》第32集：使用 TensorFlow 构建神经网络

第32集：使用TensorFlow构建神经网络摘要TensorFlow是一个功能强大的深度学习框架，广泛应用于构建和训练神经网络模型。

带娃的IT创业者·2025-03-26 01:46

曦智科技全球首发新一代光电混合计算卡

2025年3月25日，曦智科技正式发布全新光电混合计算卡“曦智天枢”。

·2025-03-25 23:39

快速了解Transformer与循环神经网络（LSTM/RNN）的区别

Transformer与循环神经网络（LSTM/RNN）的区别关键差异总结：并行性：Transformer的全局并行计算大幅提升训练效率，而RNN/LSTM受限于序列顺序。

Panesle·2025-03-25 23:30

Python深度学习框架：用神经网络预测股市，科学or玄学？

小伙伴们，今天我们不谈K线，不谈MACD，我们来聊聊如何用Python的深度学习框架，让神经网络帮你"算命"——啊不，是预测股市走势！

西蒙斯.果·2025-03-25 22:24

6 卷积神经网络实现MNIST手写数字识别

代码实现了基本的CNN共两层神经网络，包括两层卷积层两层池化层使用的数据集为单通道28*28像素的MNIST数据集，共10个标签训练集可直接在代码里下载代码模块如下：importtorchfromtorchimportnnfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasets

机械专业搞视觉的小白·2025-03-25 21:18

基于Python卷积神经网络的Mnist手写数字识别

使用卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）来解决手写数字识别问题，不

2301_79809972·2025-03-25 20:12

PyTorch 深度学习实战（8）：Transformer 与机器翻译（基于本地中英文文本文件）

在上一篇文章中，我们探讨了循环神经网络（RNN）及其在文本分类中的应用。

进取星辰·2025-03-25 18:58

STM32的GPIO各模式及应用场景总结

外部传感器信号输入：如霍尔传感器、红外传感器、光电开关，信号电平由传感器提供。

没道理hhhhh·2025-03-25 17:15

神经网络解决非线性二分类

这份Python代码实现了一个简单的神经网络，用于解决复杂的非线性二分类问题。具体步骤包含生成数据集、定义神经网络模型、训练模型、测试模型以及可视化决策边界。

欣然～·2025-03-25 12:37

模型量化的原因和方法

在神经网络中，每个神经元与其前一层神经元之间的连接都有一个对应的权重。作用：权重决定了输入数据对最终输出的

潇湘馆记·2025-03-25 06:27

Momentum优化器的超参数调优方法

Momentum优化器的超参数调优方法1.背景介绍在深度学习领域，优化器是训练神经网络的关键组件之一。优化器的选择和调优直接影响模型的收敛速度和最终性能。

AI天才研究院·2025-03-25 03:34

MarsCode AI为什么适合教育场景

在教育场景中展现出独特优势，其技术架构与功能设计精准契合教学需求，具体优势如下：‌一、个性化学习支持‌‌动态难度调节‌根据学生代码提交历史自动调整题目难度（新手→专家模式），匹配不同学习阶段需求‌13利用LSTM神经网络预测知识盲点

test猿·2025-03-25 03:32

100天成为人工智能专家--野生技术协会总舵主：揭秘人工智能：从智慧城市到生成式革命，探索那些我们或许忽视的微妙变化

智慧城市里的AI就像无形的神经网络，从联想为颐和园打造的智慧云平台，到蜜度构建的“

熵减画眉·2025-03-25 01:18

奔驰引入人形机器人，释放AI机器人产业信号

奔驰引入人形机器人，释放AI机器人产业信号原创数字少年FrankFrank的神经网络2025年03月24日00:14日本Apptronik×Mercedes-Benz联手2024年3月15日，美国人形机器人公司

强化学习曾小健·2025-03-24 21:49

深度学习：让机器学会“思考”的魔法

1.定义：机器的“大脑”2.核心思想：从数据中“悟”出规律二、深度学习的“大脑”结构：神经网络1.神经元：深度学习的基本单元2.神经网络：多层“神经元”的组合3.深度：为什么需要多层？

AI极客Jayden　·2025-03-24 18:50

群体智能优化算法-模拟退火优化算法（Simulated Annealing, SA，含Matlab源代码）

SA具有收敛速度快、计算复杂度低、适用于连续优化问题等特点，被广泛应用于组合优化、函数优化、神经网络训练等领域。算法介绍1.主要

HR Zhou·2025-03-24 17:17

2025年第二届机器学习与神经网络国际学术会议(MLNN 2025)

重要信息官网：www.icmlnn.org时间：2025年4月22-24日地点：中国-重庆简介2025年第二届机器学习与神经网络国际学术会议（MLNN2025）围绕学习系统与神经网络的核心理论、关键技术和应用展开讨论

分享学术科研与论文的禁小默·2025-03-24 14:19

万字深度解析：DeepSeek-V3为何成为大模型时代的“速度之王“？

其MoE架构中2048个专家的动态协作，恰似人脑神经网络的模块化运作——每个专家不再是被动执行计算的"劳工"，而是具

羊不白丶·2025-03-24 07:55

基于STM32单片机的智能清扫小车清扫机器人

OLED显示+风扇吸尘1.STM32单片机为控制核心2.通过ds18b20传感器测量环境温度3.OLED显示屏显示模式及测量的信息；4.通过红外循迹传感器可以实现小车沿黑线进行循迹清扫5.通过两路红外光电传感器进行避障

CC呢·2025-03-24 06:45

神经网络中层与层之间的关联

数据流动与参数传递1.1数据流动（ForwardPropagation）1.2参数传递（BackwardPropagation）2.常见层与层之间的关联模式2.1典型全连接网络（如手写数字分类）2.2卷积神经网络

iisugar·2025-03-24 06:40

推荐频道

光电神经网络