反向传播算法

大数据前馈神经网络解密：深入理解人工智能的基石

、前馈神经网络概述什么是前馈神经网络前馈神经网络的工作原理应用场景及优缺点二、前馈神经网络的基本结构输入层、隐藏层和输出层激活函数的选择与作用网络权重和偏置三、前馈神经网络的训练方法损失函数与优化算法反向传播算法详解避免过拟合的策略四
星川皆无恙·2023-12-29 12:48

BP算法与淋浴器的温度调节

BP算法（反向传播算法）是一种用于神经网络训练的基本算法。它通过逐层迭代地调整神经网络的权重和偏置，以使网络的输出尽可能接近期望的输出。
人工智能教学实践·2023-12-27 19:37

回答同学的提问，机器学习中常见的目标函数，优化器，损失函数的概念，联系

它用于计算预测结果与真实标记之间的误差，并通过误差反向传播算法来指导模型参数的更新。目标函数主要分为分类任务目标函数和回归任务目标函数，有时还会加入附加任务目标函数以防止过拟合或求得稀疏解。
小桥流水---人工智能·2023-12-26 09:20

神经网络和深度学习（四）—反向传播工作原理

姓名：吴丞楚学号：20012100032学院：竹园三号书院【嵌牛导读】简要介绍反向传播算法【嵌牛鼻子】深度学习神经网络反向传播算法【嵌牛提问】如何将反向传播算法应用到神经网络反向传播算法工作原理在上一篇文章
吴丞楚20012100032·2023-12-25 08:28

【23-24 秋学期】NNDL 作业10 BPTT

习题6-1P推导RNN反向传播算法BPTT.已知，z1---f激活函数--h1,h1--g激活函数--,y1是真实值。
今天也是元气满满的一天呢·2023-12-24 18:08

神经网络：深度学习基础

1.反向传播算法（BP）的概念及简单推导反向传播（Backpropagation，BP）算法是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工神经网络的常见算法。
是Dream呀·2023-12-23 20:38

100天搞定机器学习|day37 无公式理解反向传播算法之精髓

image100天搞定机器学习|Day35深度学习之神经网络的结构image100天搞定机器学习|Day36深度学习之梯度下降算法本篇为100天搞定机器学习之第37天，亦为3Blue1Brown《深度学习之反向传播算法
统计学家·2023-12-22 00:57

Pytorch：backward()函数详解

.backward().backward()是PyTorch中用于自动求导的函数，它的主要作用是计算损失函数对模型参数的梯度，从而实现反向传播算法。
北方骑马的萝卜·2023-12-21 08:52

BP神经网络原理

1.基本概念1.1简介BP神经网络（BackPropagationNeuralNetwork）是一种基于误差反向传播算法（BackPropagationAlgorithm）的人工神经网络，也是应用最广泛的神经网络之一
Annual Mercury·2023-12-21 01:29

湖南科技大学计算智能课设（二）以人事招聘为例的误差反向传播算法

以人事招聘为例的误差反向传播算法写在前面这篇文章是课设的相关记录，有些地方可能会写的不对，欢迎大家指正。
枍飏·2023-12-20 03:52

NNDL 作业10 BPTT [HBU]

目录习题6-1P推导RNN反向传播算法BPTT.习题6-2推导公式(6.40)和公式(6.41)中的梯度．习题6-3当使用公式(6.50)作为循环神经网络的状态更新公式时，分析其可能存在梯度爆炸的原因并给出解决方法
洛杉矶县牛肉板面·2023-12-20 00:01

pytorch文本分类（三）模型框架（DNN&textCNN）

textCNN）原任务链接目录pytorch文本分类（三）模型框架（DNN&textCNN）1.背景知识深度学习2.DNN2.1从感知器到神经网络2.2DNN的基本结构2.2.1前向传播算法激活函数2.2.2反向传播算法损失函数梯度下降优化器
大地之灯·2023-12-20 00:59

「X」Embedding in NLP｜神经网络和语言模型 Embedding 向量入门

01.深入了解神经网络首先，简要回顾一下神经网络的构成，即神经元、多层网络和反向传播算法。如果还想更详细深入了解这些基本概念可以参考其他资源
Zilliz Planet·2023-12-19 20:25

[PyTorch][chapter 8][李宏毅深度学习][Back propagation]

前言：反向传播算法(英:Backpropagationalgorithm，简称:BP算法)是一种监督学习算法，常被用来训练多层感知机。它用于计算梯度计算中，降低误差。
明朝百晓生·2023-12-19 08:11

图像识别的精度与效率优化研究

一、引言深度学习是一种基于神经网络的机器学习方法，通过构建多层次的神经网络，通过反向传播算法进行训练，从而实现对图像的自动学习和识别。与传统的机器学习算法相比，深度学习具有更强的表达能
matlabgoodboy·2023-12-18 18:39

深度学习 | 前馈神经网络与反向传播算法

目录一、Logistic函数二、前馈神经网络（FNN）三、反向传播算法（BP算法）四、基于前馈神经网络的手写体数字识别一、Logistic函数Logistic函数是学习前馈神经网络的基础。
天下弈星~·2023-12-18 16:31

基于matlab的卷积神经网络(CNN)讲解及代码

转载自：http://blog.csdn.net/walegahaha/article/details/51603040经典反向传播算法公式详细推导卷积神经网络(CNN)反向传播算法公式详细推导网上有很多关于
空山明月_Blog·2023-12-18 13:36

卷积神经网络的学习与实现

1.经典反向传播算法公式详细推导这里引用经典反向传播算法公式详细推导_反向目标公式-CSDN博客第一个公式代表隐藏层神经元的输入值都是前边所有神经元的累加和
赛亚超·2023-12-18 13:03

变分自编码器（VAE）初识

它基于反向传播算法与最优化方法（如梯度下降法），AE（Auto-Encoder）的架构可以如下所示;记XXX为整个数据集的集合，xix_{i}xi是数据集中的一个样本。自编码
碧蓝的天空丶·2023-12-18 08:38

「X」Embedding in NLP｜神经网络和语言模型 Embedding 向量入门

01.深入了解神经网络首先，简要回顾一下神经网络的构成，即神经元、多层网络和反向传播算法。如果还想更详细深入了解这些基本概念可以参考其他资源
Zilliz Planet·2023-12-16 04:58

斯坦福机器学习 Lecture12 （反向传播算法详细推导过程，如何提高神经网络性能（主要是激活函数的选择，还有输入数据归一化，权重矩阵初始化方法， 小批次梯度下降法，动量算法 ））

反向传播算法详细推导过程如图，是反向传播算法中的一些基本公式。
shimly123456·2023-12-15 22:36

【机器学习】人工神经网络-多层感知器（MLP）对鸢尾花数据集进行分类

一、MLP原理多层前馈型神经网络正向传播算法的流程Sigmoid函数及其导数反向传播算法二、示例-多层感知器（MLP）对鸢尾花数据集进行分类2.1多层感知器（MLP）的简单实现，主要用于解决鸢尾花数据集的分类问题
十年一梦实验室·2023-12-15 12:44

12-07 周四 Pytorch 使用Visdom 进行可视化

简介 在完成了龙良曲的Pytroch视频课程之后，楼主对于pytroch有了进一步的理解，比如，比之前更加深刻的了解了BP神经网络的反向传播算法，梯度、损失、优化器这些名词更加熟悉。
思影影思·2023-12-15 01:15

【23-24 秋学期】NNDL 作业10 BPTT

习题6-1P推导RNN反向传播算法BPTT.习题6-2推导公式(6.40)和公式(6.41)中的梯度．习题6-3当使用公式(6.50)作为循环神经网络的状态更新公式时，分析其可能存在梯度爆炸的原因并给出解决方法
HBU_David·2023-12-04 15:37

神经网络 反向传播

神经网络反向传播算法之前我们在计算神经网络预测结果的时候我们采用了一种正向传播方法，我们从第一层开始正向一层一层进行计算，直到最后一层的hθ(x)h_{\theta}\left(x\right)hθ(x
小小程序○·2023-12-03 12:54

cuda 在 torch神经网络中哪些地方可以用？

神经网络前向传播和反向传播算法。模型的优化器更新。通过使用CUDA，可以显著提高神经网络的训练和推理速度，从而缩短模型开发的时间，并
高山莫衣·2023-12-02 12:26

人工智能理论

1.3人工智能与图灵机的关系1.4人工智能的基本解决方案1.5反向传播算法的推导1.6神经网络的可解释性的定义1.7梯度消失和梯度爆炸1.7.1解决方案——梯度截断和固定梯度1.8激活函数1.9梯度下降的步进问题
BoilingHotPot·2023-11-27 11:41

神经网络优化算法详解

神经网络的优化算法，主要是两种反向传播算法（backpropagation）和梯度下降算法（gradientdecent）。这两种方法最终的目的都是调整
乱红飞·2023-11-26 13:54

Pytorch机器学习——3 神经网络（一）

outline神经元与神经网络激活函数前向算法损失函数反向传播算法数据的准备PyTorch实例：单层神经网络实现3.1神经元与神经每个神经元与其他的神经元平均有6000个连接。
辘轳鹿鹿·2023-11-26 04:42

BP神经网络下MNIST字体识别

1.BP神经网络神经网络又称多层感知机，主要包括前馈和反向传播算法，对不同的任务，构建包含不同单元数的隐含层，融合合适的激活函数（Sigmoid、softmax、tanh，ReLu等）。
Silence_Dong·2023-11-25 06:03

使用C++从0到1实现人工智能神经网络及实战案例

在之前的博客反向传播算法资源整理中，我列举了几个比较不错的资源。对于理论不熟悉而且学习精神的同学可以出门左转去看看这篇文章的资源。这里假设读者对于神经网络的基本理论有一定
金戈鐡馬·2023-11-24 17:58

吴恩达《机器学习》9-4-9-6:实现注意:展开参数、梯度检验、随机初始化

一、实现注意:展开参数在上一个视频中，讨论了使用反向传播算法计算代价函数的导数。在本视频中，将简要介绍一个实现细节，即如何将参数从矩阵展开为向量。这样做是为了在高级最优化步骤中更方便地使用这些参数。
不吃花椒的兔酱·2023-11-23 05:34

学习笔记--神经网络与深度学习之循环神经网络

简单循环网络2.1循环神经网络的计算能力2.1.1循环神经网络的通用近似定理2.1.2图灵完备3.应用到机器学习3.1序列到类别模式3.2同步的序列到序列模式3.3异步的序列到序列模式4.参数学习4.1随时间反向传播算法
qssssss79·2023-11-21 02:07

吴恩达《机器学习》9-1-9-3:反向传播算法、反向传播算法的直观理解

二、反向传播算法概述反向传播算法是为了计算代价函数相对于模型参数的偏导数，以实现权重的更新。与正向传播相反，反向传播采用一种“反向”的方式，从输出层开始计算误差，然后逐层向前传播误差，直到第二层。
不吃花椒的兔酱·2023-11-20 07:03

CNN卷积神经网络

这一模型也可以使用反向传播算法进行训练。相比较其他浅层或深度神经网络，卷积神经网络需要考量的参数更少，使之成为一种颇具吸引力的深度学习结构。
Allmyg·2023-11-20 03:27

【MATLAB】史上最全的7种回归预测算法全家桶

其全称为“BackPropagation”，即反向传播算法。BP神经网
Lwcah·2023-11-19 15:34

对聚类经典文献（DEC——无监督的深度嵌入式聚类）的学习（续）

目录前言一、对论文《无监督的深度嵌入式聚类》（DEC）相关知识的学习（一）论文简介：（二）相关知识点：1.KL散度2.软分配3.K-means算法4.AE（自编码器）5.反向传播算法二、对DEC代码的学习
llismine·2023-11-16 04:03

吴恩达机器学习--中文笔记--第五周

吴恩达机器学习第五个星期1.代价函数与反向传播1.1代价函数1.2反向传播算法1.3反向传播算法的直觉理解2.实战中的反向传播2.参数的展开和恢复2.2梯度检查2.3随机初始化2.4步骤小结参考文献本文是在学习吴恩达老师机器学习课程的基础上结合老师的
Bill Gates's fan·2023-11-15 21:20

深度学习原理与PyTorch实战（三） 单车预测器

本文内容源自《深度学习原理与PyTorch实战》github地址预测方法单车的需求个数与天气，日期，节假日等变量有关，我们需要建立一个神经网络，通过反向传播算法来训练神经网络，实现预测的效果。
volcanical·2023-11-12 20:19

深究问题的本质

今天已经是待在图书馆的第9个小时了，还在算反向传播算法那一题。最重要的，不是解到问题的答案，而是深究问题的过程，那种认真的态度，值得每一个人培养。
Wincent__·2023-11-05 19:16

坚持记录博客NO：1------------------＞论文笔记：深度学习

答：BP算法是人工神经网络的反向传播算法（BackPropgation）利用B
红心柚大果·2023-11-03 02:14

神经网络系统理论与实践,神经网络系统理论基础

20世纪50年代末，Rosenblatt提出了感知器模型，1982年，Hopfiled引入了能量函数的概念提出了神经网络的一种数学模型，1986年，Rumelhart及LeCun等学者提出了多层感知器的反向传播算法等
ai智能网络·2023-11-01 04:05

Pytorch机器学习——3 神经网络（八）

outline神经元与神经网络激活函数前向算法损失函数反向传播算法数据的准备PyTorch实例：单层神经网络实现3.5反向传播算法在传统的机器学习方法（比如逻辑回归）中，可以通过梯度下降来确定权重的调整
辘轳鹿鹿·2023-10-31 05:29

DL Homework 4

目录1整理一下理论收获1.1基础理论1.2应用到机器学习1.3参数学习1.4反向传播算法2.激活函数3.神经网络流程推导(包含正向传播和反向传播)4.数值计算-手动计算5.代码实现-numpy手推6.代码实现
熬夜患者·2023-10-29 10:54

深度学习-1.2神经网络

“1975年W博士将多层感知机堆叠成神经网络，并利用反向传播算法训练神经网络自动学习参数。”“神经网络是一种模仿生物神经网络的结构和功能的数学模型或计算模型。”看到这句话，就觉得这玩意儿像玄学。
yiwenbin94·2023-10-25 11:19

深度学习3：循环神经网络Recurrent Neural Network（基于Python MXNet.Gluon框架）

循环神经网络循环神经网络概述给网络增加记忆能力延时神经网络有外部输入的非线性自回归模型循环神经网络简单循环网络循环神经网络的计算能力循环神经网络的通用近似定理图灵完备应用到机器学习序列到类别模式同步的序列到序列模式异步的序列到序列模式参数学习随时间反向传播算法实时循环学习算法两种算法的比较手动计算的例子长程依赖问题改进方案梯度爆炸梯度消失参考资料循环神经网络概述
绝对是谨慎提交的昵称·2023-10-24 00:44

Reparameterization trick（重参数化技巧）

这个技巧的目的是使模型可微分（differentiable），以便使用梯度下降等反向传播算法来训练模型，也就是将随机采样的过程转换为可导的运算，从而使得梯度下降算法可以正常工作。
重剑DS·2023-10-22 12:31

Pytorch机器学习——3 神经网络（六）

outline神经元与神经网络激活函数前向算法损失函数反向传播算法数据的准备PyTorch实例：单层神经网络实现3.4损失函数损失函数又称为代价函数，是一个非负的实值函数，通常用表示。
辘轳鹿鹿·2023-10-22 10:44

哈里斯鹰算法优化BP神经网络(HHO-BP)回归预测研究（Matlab代码实现）

BP神经网络是一种常用的人工神经网络模型，通过反向传播算法来训练网络参
程序猿鑫·2023-10-21 19:12

哈里斯鹰算法优化BP神经网络(HHO-BP)回归预测研究（Matlab代码实现）

BP神经网络是一种常用的人工神经网络模型，通过反向传播算法来训练网络参
长安程序猿·2023-10-20 23:59
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他