光电神经网络第58页

机器学习基础--各种学习方式（5）--自动特征工程

隐式特征组合主要特点是对连续值特征非常友好，最成功的应用场景是语音和图像但是深度神经网络并不是万能的，在深度学习中，高维离散特征的变量处理非常复杂，同时缺乏可解释性，过于黑盒化也是神经网络大家关注的焦点

whitenightwu·2024-01-01 08:22

车牌识别系统 opencv

主要步骤原始车辆图像采集汽车牌照区域定位汽车牌照内字符的分割汽车牌照内字符的识别车牌定位方法：基于边缘检测的车牌定位方法基于遗传算法的车牌定位方法基于纹理特征的车牌定位方法基于数学形态学的车牌定位方法基于小波分析和变换的车牌定位方法基于神经网络的车牌定位方法车牌定位技术

daizikui·2024-01-01 08:41

离线语音识别 sherpa-ncnn 尝鲜体验

、ubuntu编译运行依赖安装下载与编译模型下载运行2、树莓派4B编译运行确认树莓派4B环境交叉编译交叉编译模型下载与运行模型对比测试树莓派4B运行大模型Sherpa-NCNN是一个基于C++的轻量级神经网络推理框架

杭州_燕十三·2024-01-01 08:04

基于python的BP神经网络

该程序的功能是实现三层BP神经网络；其中输入层有三个神经元，隐藏层有四个神经元，输出层有三个神经元；程序的目的是随机生成一个（3,1）的矩阵，然后定义标签为（0,1,0），通过前向传导和反向传导，最终输出的结果接近标签值

不吃草的小绵羊·2024-01-01 07:50

第三章神经网络

文章目录3.1从感知机到神经网络3.1.1神经网络的例子3.1.2复习感知机3.1.3激活函数登场3.2激活函数3.2.1sigmoid函数3.2.2阶跃函数的实现3.2.3阶跃函数的图形3.2.4sigmoid

追寻远方的人·2024-01-01 07:20

【深度学习笔记】4.前馈神经网络

前馈神经网络发展历程神经元（M-P）神经元是1943年由两名科学家首次提出的神经元模型。

不休的turkeymz·2024-01-01 07:49

NNDL 实验五前馈神经网络（2）自动梯度计算 & 优化问题

目录4.3自动梯度计算4.3.1利用预定义算子重新实现前馈神经网络4.3.2完善Runner类4.3.3模型训练4.3.4性能评价增加一个3个神经元的隐藏层，再次实现二分类，并与1做对比。

喝无糖雪碧·2024-01-01 07:19

C++实践（一）C++实现前馈神经网络

本篇主要讲2016年的时候写的一个神经网络，顺便复习以前的知识。需求想实现一个前馈神经网络，基于C++，性能会比较好。主要是因为当时Caffe等库依赖太多了，又没有其他开源的好用，顺便复习下C++。

goodluckcwl·2024-01-01 07:19

前馈神经网络复习

这样做的优点是在反向传播时加快网络中每层权重参数的收敛，避免Z型更新的情况，从而加快神经网络的收敛速度。零均值化，数据分布会距离零比较近，而激活函数在0附近

Simon52314·2024-01-01 07:47

46、激活函数 - Relu 激活

本节介绍一个在神经网络中非常常见的激活函数-Relu激活函数。

董董灿是个攻城狮·2024-01-01 06:05

使用pytorch神经网络拟合计算模型

一.内容简介使用pytorch神经网络拟合计算模型二.软件环境2.1vsCode2.2Anacondaversion:conda22.9.02.3pytorch安装pytorch(http://t.csdnimg.cn

+++.·2024-01-01 06:54

PyTorch常用工具（2）预训练模型

文章目录前言2预训练模型前言在训练神经网络的过程中需要用到很多的工具，最重要的是数据处理、可视化和GPU加速。

Font Tian·2024-01-01 06:23

2019-08-12

因为今天已经是8月12号了，暑假即将过去，论文还没看，综述还没写，神经网络还没入门，而我还在慢悠悠地刷着知乎，有一搭没一搭地刷微博。我知道，我现在应该马上敲代码，又不然看下吴恩达的视频也好。

你是你或是你·2024-01-01 06:42

【深度学习：Convolutional Neural Networks】卷积神经网络入门指南

卷积神经网络（CNN）是深度学习领域最引人注目的成就之一。自从LeCun等人在20世纪90年代初引入以来，CNN在图像处理、视频分析和自然语言处理等领域取得了显著的成就。

脆鲨Nana7mi·2024-01-01 06:21

PyTorch中常用的工具（3）TensorBoard

文章目录前言3可视化工具3.1TensorBoard前言在训练神经网络的过程中需要用到很多的工具，最重要的是数据处理、可视化和GPU加速。

Font Tian·2024-01-01 06:13

一文弄懂自编码器 -- Autoencoders

自动编码器于1980年推出，是一种用于神经网络的无监督学习技术，可以从未被标注的训练集中学习。本文重点介绍自编码器的概念、相关变体及其应用，闲话少说，我们直接开始吧！

赵卓不凡·2024-01-01 05:14

机器学习 Pytorch 教程

https://morvanzhou.github.io/tutorials/machine-learning/torch/在我们学习完机器学习、深度学习、卷积神经网络以及结构化机器学习项目等理论知识后

苏高峰·2024-01-01 05:18

VAE变分自编码器原理推导+Python代码实现

1、前言变分自编码器是近些年较火的一个生成模型，我个人认为其本质上仍然是一个概率图模型，只是在此基础上引入了神经网络。本文将就变分自编码器（VAE）进行简单的原理讲解和数学推导。

篝火者2312·2024-01-01 04:51

【深度学习】GAN生成对抗网络原理推导+代码实现（Python）

可GAN却不是这样，其利用神经网络这个函数逼近器，求解出了模型中概率分布的参数在不知道概率分

篝火者2312·2024-01-01 04:50

感知机原理 + python代码实现

前言：感知机是神经网络的前身，学习神经网络，当燃不可避免的要先从感知机开始啦！网络对感知机原理进行讲解的博文数不胜数。有的文章图文结合，旁征博引，引经据典。令人赞叹。笔者也不认为能够写得比别人好。

篝火者2312·2024-01-01 04:20

故障诊断模型 | Maltab实现PSO-BP粒子群算法优化BP神经网络的故障诊断

文章目录效果一览文章概述模型描述源码设计参考资料效果一览文章概述故障诊断模型|Maltab实现PSO-BP粒子群算法优化BP神经网络的故障诊断模型描述在机器学习领域，我们常常需要通过训练数据来学习一个函数模型

算法如诗·2024-01-01 03:21

工智能基础知识总结--什么是CNN

什么是CNN卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（FeedforwardNeuralNetworks），是深度学习

北航程序员小C·2024-01-01 02:58

机器学习笔记--DeepWalk和Node2Vec图嵌入代码实战一

CS224W图机器学习笔记学习参考CS224W公开课：双语字幕斯坦福CS224W《图机器学习》课程(2021)byJureLeskove官方课程主页：官方主页子豪兄精讲：斯坦福CS224W图机器学习、图神经网络

北航程序员小C·2024-01-01 02:27

【吴恩达deeplearning】第一门课 - 第二周 - 神经网络的编程基础（笔记+习题+编程作业）

第一门课-神经网络和深度学习（第二周-神经网络的编程基础）2.1二分类（BinaryClassification）二分类中的逻辑回归2.2逻辑回归（LogisticRegression）2.3逻辑回归的代价函数损失函数

卷卷0v0·2024-01-01 02:45

【吴恩达deeplearning】第一门课 - 第一周 - 深度学习引言（笔记+习题）

第一门课-神经网络和深度学习（第一周-深度学习引言）1.2什么是神经网络1.3神经网络的监督学习【概念习题】1.2什么是神经网络在预测房屋价格时，除了房屋的面积，其他的特征例如卧室的数量也会影响房屋的价格

卷卷0v0·2024-01-01 02:15

2019-04-16

先说操作，华为核心供应商扫了一遍以后，盯着华工跟光电还有华正；早盘的时候没敢动手因为大幅高开，老韭的直觉告诉我下午要凉，下午果然凉了；不过光电仍然强势，该弱不弱则为强，还是在第一目标价附近动手买了10万

交易手札·2024-01-01 01:48

Arxiv网络科学论文摘要10篇(2020-10-08)

;基于图像的社会感知：将AI和众包结合挖掘Twitter的政策遵守指标;赫格曼·克劳斯动力学;传播和干预策略的COVID-19接触图流行病建模;流行病学的时变SI模型及其在Covid-19中的应用;图神经网络的传播模型搜索

ComplexLY·2024-01-01 01:53

机器学习----AndrewNg视频笔记记录08

如何构建神经网络密集负载（NeuralNetworkintensiveloads）现在我们无需手动地将数据输入给第一层，然后第一层的激活值传给第二层.....我们只需告诉TensorFlow把这两层串在一起

今天不要熬夜·2024-01-01 00:29

一文搞懂Transformers—01（Transformers机制）

Transformer是一种神经网络架构，最初应用在机器翻译领域，但事实证明现在已经可以运用在图像、文本、语音和一些图结构数据，都显示出了这个模型的强大能力。

今天不要熬夜·2024-01-01 00:29

2023下半年的总结

对于人脸识别，可以采用了基于深度学习的特征提取方法，通过训练卷积神经网络（CNN）来提取人脸特征，并使用余弦相似度进行特征匹配，实现人脸的快速识别。

从零开始的奋豆·2023-12-31 22:39

【OpenAI Q* 超越人类的自主系统】DQN ：Q-Learning + 深度神经网络

深度Q网络：用深度神经网络，来近似Q函数DQN（深度Q网络）=深度神经网络+Q-LearningQ-Learning模型结构损失函数经验回放探索策略流程关联DQN优化DDQN：双DQN，实现无偏估计DuelingDQN

Debroon·2023-12-31 21:40

Day1 Training Neural Networks, part I

关键词：DataPreprocessing、zero-centered、normalization、PCA、白化神经网络的训练步骤训练步骤训练过程操作总览训练过程具体内容ActivationFunction

本地路过·2023-12-31 21:51

基于轻量级神经网络GhostNet开发构建光伏太阳能电池缺陷图像识别分析系统

efficientnet、mobilenetv2、mobilenetv3、ghostnet、mnasnet、shufflenetv2驾驶危险行为识别模型对比开发测试》《基于Pytorch框架的轻量级卷积神经网络垃圾分类

Together_CZ·2023-12-31 20:42

基于轻量级GhostNet模型开发构建工业生产制造场景下滚珠丝杠传动表面缺陷图像识别系统

efficientnet、mobilenetv2、mobilenetv3、ghostnet、mnasnet、shufflenetv2驾驶危险行为识别模型对比开发测试》《基于Pytorch框架的轻量级卷积神经网络垃圾分类识别系统

Together_CZ·2023-12-31 20:42

基于轻量级GhostNet模型开发构建生活场景下生活垃圾图像识别系统

efficientnet、mobilenetv2、mobilenetv3、ghostnet、mnasnet、shufflenetv2驾驶危险行为识别模型对比开发测试》《基于Pytorch框架的轻量级卷积神经网络垃圾分类识别系统

Together_CZ·2023-12-31 20:40

深度学习：感知机

感知器可谓是最简单的人工神经网络，只有一个神经元。感知机是对生物神经元的简单数学模拟，有与生物神经元对应的部件，如权重（突触）、

HW-Header·2023-12-31 19:09

【转载】深度学习—常见问题总结（调优方法）

https://www.cnblogs.com/eilearn/p/9044543.html1、为什么要用神经网络？

dopami·2023-12-31 19:52

Syn_SegNet：用于常规 3T MRI 中超高场 7T MRI 合成和海马亚场分割的联合深度神经网络

AJointDeepNeuralNetworkforUltrahigh-Field7TMRISynthesisandHippocampalSubfieldSegmentationinRoutine3TMRISyn_SegNet：用于常规3TMRI中超高场7TMRI合成和海马亚场分割的联合深度神经网络背景贡献实验为了确定哪个模态分割最优做了个实验消融实验一个小数据集上的对比试验

火柴狗·2023-12-31 18:03

用于流式传输自由视点视频的神经残余辐射场

3.1、总体实现3.2、细节实现3.3、信号实现4、相关方法4.1、Motion-awareResidualFields4.2、ResidualGridOptimization5、测试实验傅里叶变换与卷积神经网络

qq_43314576·2023-12-31 15:33

深度学习 | DRNN、BRNN、LSTM、GRU

1、深度循环神经网络1.1、基本思想能捕捉数据中更复杂模式并更好地处理长期依赖关系。深度分层模型比浅层模型更有效率。DeepRNN比传统RNN表征能力更强。那么该如何引入深层结构呢？

西皮呦·2023-12-31 15:21

Tensorflow与神经网络

在tensorflow1中，程序一般可以分为两个阶段，第一个阶段定义计算图中的所有阶段，并没有真正进行计算；第二个阶段赋予数据执行计算。例如：1、定义计算：y=3a+22、给a赋值a=5，执行计算，得到y=17系统一般会维护一个默认的计算图，若想查看a所属的计算图，可以用a.graphTensorFlow支持通过tf.Graph函数来生成新的计算图，不同计算图上的张量和运算都不会共享。#指定计算运

丁功春·2023-12-31 14:02

优化概率神经网络_用约束规划+概率图模型（信念传播）+神经网络端到端求解组合优化问题...

Idea半成品，现在不做了，分享下（尾附资料库和代码）~主要技术点：用约束规划+概率图模型（信念传播）+神经网络端到端求解问题，生成一个关于变量的N*M矩阵，N是变量个数，M是变量取值集合的大小，矩阵元素代表某变量取某元素的信念

weixin_39849671·2023-12-31 13:00

神经网络——神经网络入门

神经网络入门本章的目的是让你开始用神经网络来解决实际问题。

前丨尘忆·梦·2023-12-31 13:59

用约束规划+概率图模型（信念传播）+神经网络端到端求解组合优化问题

主要技术点：用约束规划+概率图模型（信念传播）+神经网络端到端求解问题，生成一个关于变量的N*M矩阵，N是变量个数，M是变量取值集合的大小，矩阵元素代表某变量取某元素的信念，根据这个矩阵可自然读出解（如果不满足约束的情况实在太严重

Monte0539·2023-12-31 13:58

最优化方法Python计算：无约束优化应用——神经网络回归模型

人类大脑有数百亿个相互连接的神经元（如下图(a)所示），这些神经元通过树突从其他神经元接收信息，在细胞体内综合、并变换信息，通过轴突上的突触向其他神经元传递信息。我们在博文《最优化方法Python计算：无约束优化应用——逻辑回归模型》中讨论的逻辑回归模型（如下图(b)所示）与神经元十分相似，由输入端接收数据x=(x1x2⋮xn)\boldsymbol{x}=\begin{pmatrix}x_1\\

戌崂石·2023-12-31 13:58

时间注意力——给时间步赋予权重（有的时间不重要，权重很低，有的时间步重要，权重很高）

描述时间注意力机制的一种常见方法是使用基于注意力机制的循环神经网络（RNN）或者变种（比如长短期记忆网络LSTM、门控循环单元GRU等）。在这些模型中，时间注意

盐巴饭团193·2023-12-31 12:18

车牌识别系统设计与实现

车牌识别系统设计与实现项目概述本项目旨在设计和实现一套车牌识别系统，通过使用车牌字符数据集进行训练，应用OpenCV、CNN（卷积神经网络）和PyQt5技术，实现车牌图像的预处理、位置选定、定位、字符分割和最终的车牌识别功能

爱欲无极·2023-12-31 11:01

人工神经网络和生物神经网络

你的神经网络系统在玩王者荣耀时，你去追杀一个残血英雄，最后被对方英雄触发名刀，开大把你反杀这时候你的多个神经元开始产生联结,记忆形成，我们的手和眼睛，大脑产生了某种特定的搭配，下次遇到残血英雄时，会看看对方有名刀吗

望月成三人·2023-12-31 09:36

Pytorch整体框架学习

12.28LearnPytorch一、神经网络二、pytorch的整体框架1.torch(1).Tensor概念张量，最基础的运算单位，一个多维矩阵，一个可以运行在gpu上的多维数据(2).Tensor

stoAir·2023-12-31 07:15

CNN架构的演变：EfficientNet 简介

概述在各种卷积神经网络中，EfficientNet是其中最重要的一种。与所有前辈相比，它提供了更好的性能。EfficientNet是复合缩放和神经架构搜索（NAS）的产物。

新华·2023-12-31 07:11

推荐频道

光电神经网络