小发猫神经网络第15页

Python深度学习GRU、LSTM 、BiLSTM-CNN神经网络空气质量指数AQI时间序列预测及机器学习分析...

ZhixiongWeng人们每时每刻都离不开氧，并通过吸入空气而获得氧。一个成年人每天需要吸入空气达6500升以获得足够的氧气，因此，被污染了的空气对人体健康有直接的影响，空气品质对人的影响更是至关重要。每出现一次AQI指数数值过大，可以肯定它都会引起我们足够的重视，提醒我们要保护我们生存的环境，尽可能地减少对环境的破坏与污染。而从更高的层次来说，消除或减少空气污染对人类的危害，唯一可行的就是提高

egzosn·2025-06-03 21:40

.train()和.eval()区别

在深度学习和神经网络的上下文中，.train()和.eval()是两个用于控制网络训练状态的方法，它们的主要区别如下：训练模式与评估模式：.train()：将网络设置为训练模式。

O_o381·2025-06-03 21:07

深入对比：PyTorch与TensorFlow的异同及应用场景分析

它们都为研究人员和工程师提供了构建神经网络模型的强大工具，但二者的设计理念、使用方法以及适用场景却存在显著差异。了解这些差异能够帮助开发者根据具体需求选择合适的框架。

一休哥助手·2025-06-03 20:04

【第1章＞第17节】基于WOA鲸鱼优化的RBF径向基函数神经网络的理论学习与MATLAB仿真

目录1.使用软件和版本2.WOA优化RBF径向基函数神经网络理论概述2.1WOA粒子群优化算法原理2.2WOA优化RBF的实现步骤3.WOA优化RBF的MATLAB编程实现欢迎订阅FPGA/MATLAB

fpga和matlab·2025-06-03 20:04

一文带你看懂循环神经网络

现实生活中，很多数据是有顺序的，比如：语言（“我今天很开心”不能乱序）音频（说话的声音是一连串的波形）股票价格（过去走势影响未来）视频帧序列这些叫做序列数据，顺序越重要，越不能用普通的神经网络处理。

风会记得2002·2025-06-03 20:58

【python深度学习】Day43 复习日

主题：cnn训练+grad-cam做可视化数据集信息：1000多张猫和狗的图片。构建一个模型，该模型可以尽可能准确地在图像中的猫和狗之间进行分类。

抽风的雨610·2025-06-03 17:37

ResNet改进(45)：结合通道混洗（ShuffleNet）的混合架构

1.创新点分析今天我们将深入分析一个创新的卷积神经网络(CNN)实现，它巧妙地将经典的ResNet架构与新兴的通道混洗(ChannelShuffle)技术相结合。

点我头像干啥·2025-06-03 14:47

Python实现基于CNN-LSTM-KDE的卷积长短期神经网络结合核密度估计多变量时序区间预测的详细项目实例

目录Python实她基她CNN-LSTM-KDE她卷积长短期神经网络结合核密度估计她变量时序区间预测她详细项目实例1项目背景介绍...1项目目标她意义...11.提升她变量时序预测她精度...22.弥补她有模型她不足

nantangyuxi·2025-06-03 11:54

DAY41

DAY41简单CNN知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入

weixin_71046789·2025-06-03 11:24

DAY42打卡

函数的模块钩子和张量钩子4.Grad-CAM的示例作业：理解下今天的代码即可Grad-CAM(Gradient-weightedClassActivationMapping)算法是一种强大的可视化技术，用于解释卷积神经网络

weixin_71046789·2025-06-03 11:24

Python解析DOC文档表格

目录一、编写目的二、环境准备一、安装LibreOffice二、安装python-docx三、代码实现一、转换成docx二、读取和修改四、总结欢迎来到盹猫(>^ω^[--outdir]当然这里需要再Python

盹猫·2025-06-03 08:34

持续反馈机制设计与实现

它应当成为软件系统的“神经网络”与“免疫系统”，实现对业务、

测试者家园·2025-06-03 08:02

《Axure页面制作指南：选中效果、动态面板切换与布局技巧》免费下载RP文件

页面布局乱得像被猫抓过的毛线球，组件到处跑，对齐全靠缘分？这次，我们直接甩你一个【免费RP源文件点击下载】！照着改、照着学！案例视频：《Axure页面制

结构化知识课堂·2025-06-03 07:00

python目标检测滑动窗口算法_目标检测

拿车辆识别举例,首先我们把图片切割成很多正方型,为了保证不丢失信息,每个正方形都与上一个正方形有重叠.因为我们不确定图片中目标的大小,所以可以使用不同大小的正方形对图片进行切割.然后把这些正方形分别用神经网络进行识别

weixin_39636857·2025-06-03 07:57

深度学习模型中的“层”概念解析

在深度学习模型中，“层”通常是指模型中具有可学习参数或固定运算功能及构建神经网络的基本构建块，它包含可学习参数或固定计算操作，用于数据变换和特征提取。不同框架对"层"的定义略有差异，但核心原则相同。

浩瀚之水_csdn·2025-06-03 06:55

Keras实战---猫狗大战

第1关：数据集的加载importosimportnumpyasnpimportcv2defget_train_data(data_path):images=[]onehot=np.zeros((500,2))#获取目录下的所有文件名filenames=os.listdir(data_path)#遍历文件名fori,filenameinenumerate(filenames):#读取图片img=cv

YLTommi·2025-06-03 06:52

Keras模块介绍

Keras是一个高级神经网络API，用Python编写，能够在TensorFlow、Theano或CNTK后端上运行。它旨在实现快速实验，能够简单、快速地构建和训练深度学习模型。

听风二里·2025-06-03 06:20

目标检测模型的主要组成部分

常见的主干网络包括：卷积神经网络（CNN）：如ResNet、VGG、MobileNet等。它们通过多层卷积操作提取图像的多层次特征。

asdfg1258963·2025-06-03 00:03

CNN卷积网络：让计算机拥有“火眼金睛“（superior哥AI系列第4期）

上期我们搞懂了神经网络的基本原理，今天要进入一个更激动人心的领域——计算机视觉！️你有没有想过：手机是怎么认出你的脸的？自动驾驶汽车怎么看懂交通标志的？医生用的AI诊断工具是怎么读X光片的？

superior tigre·2025-06-02 21:42

LLM的工作原理详解

1.4位置编码的重要性1.4.1位置编码的作用1.4.2位置编码的实现1.5词向量的表示1.5.1One-Hot编码1.5.2分布式表示1.6Transformer架构1.6.1自注意力机制1.6.2前馈神经网络

我就是全世界·2025-06-02 18:22

大模型=大语言模型？别被名字忽悠了！

一、大模型是个筐，什么都能装先搞清楚概念：大模型：就是一个参数量很大、计算能力很强的神经网络模型。

之之为知知·2025-06-02 14:22

Day 41

今天内容1.数据增强2.卷积神经网络定义的写法3.batch归一化：调整一个批次的分布，常用与图像数据4.特征图：只有卷积操作输出的才叫特征图5.调度器：直接修改基础学习率卷积操作常见流程如下：1.输入

LiuSu789k·2025-06-02 10:59

神经网络-Day42

目录Grad-CAM一、前置知识1.1回调函数1.2lamda匿名函数二、hook函数2.1模块钩子(ModuleHooks)2.1.1前向钩子(ForwardHook)2.1.2反向钩子(BackwardHook)2.2张量钩子(TensorHooks)三、Grad-CAMGrad-CAM在深度学习中，我们经常需要查看或修改模型中间层的输出或梯度。然而，标准的前向传播和反向传播过程通常是一个黑盒

红衣小蛇妖·2025-06-02 09:47

神经网络-Day39

目录一、图像数据的介绍1.1灰度图像1.2彩色图像二、图像相关的神经网络的定义2.1黑白图像模型的定义2.2彩色图像模型的定义2.3模型定义与batchsize的关系三、显存占用的主要组成部分3.1模型参数与梯度

红衣小蛇妖·2025-06-02 09:17

AutoKeras：自动化深度学习模型构建的利器

通过自动搜索最佳的神经网络架构，AutoKeras帮助开发者在数据预处理、模型训练到超参数调优等环节节省大量时间和精力。技术分析AutoKeras的

金畏战Goddard·2025-06-02 08:44

【NLP】循环神经网络--RNN学习.day3

一.初步认识RNN循环神经网络（RecurrentNeuralNetwork,RNN）是一种用于处理序列数据的深度学习模型。与传统的静态神经网络相比，RNN可以有效处理输入数据的时间序列特性。

啊波阿波波·2025-06-02 08:44

【专题】神经网络期末复习资料（题库）

神经网络期末复习资料（题库）链接：https://blog.csdn.net/Pqf18064375973/article/details/148332887?

向懒羊羊学习的大猫·2025-06-02 08:13

什么时候开始学习深度学习？

而深度学习，它是基于神经网络的一类方法，尤其适合处理图像、语音、自然语言这些复杂的、非结构化的数据。深度学习为什么这

机器学习算法·2025-06-02 08:43

day41 python图像识别任务

目录一、数据预处理：为模型打下坚实基础二、模型构建：多层感知机的实现三、训练过程：迭代优化与性能评估四、测试结果：模型性能的最终检验五、总结与展望在深度学习的旅程中，多层感知机（MLP）作为最基础的神经网络结构

xiaohanbao09·2025-06-02 08:43

Python训练营---Day41

DAY41简单CNN知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入

2501_91182850·2025-06-02 05:24

现代卷积神经网络架构演进与核心思想解析

现代卷积神经网络架构演进与核心思想解析d2l-zh项目地址:https://gitcode.com/gh_mirrors/d2l/d2l-zh在深度学习领域，卷积神经网络(CNN)的发展历程堪称一部精彩的进化史

任蜜欣Honey·2025-06-02 04:09

【光学】菲涅耳全息图的生成与重现Matlab代码

matlab科研助手·2025-06-02 03:01

【二自然语言处理基础技术】【2.2 语言模型：n-gram、神经网络语言模型】

上周我家楼下奶茶店出了个奇葩规定——用网络流行语点单可以打五折。当我听到00后店员面不改色地说出"尊贵的绝绝子要暴风吸入一杯yyds吗"时，突然意识到：当代人类的语言系统已经进入量子态，而让机器理解这些黑话的幕后推手，正是我们今天要盘点的语言模型。一、文字界的算命先生：n-gram模型如果把语言模型比作武侠世界，n-gram就是那套人人都会的太祖长拳。别看现在被深度学习按在地上摩擦，当年可是撑起了

再见孙悟空_·2025-06-02 02:28

【电力系统】基于多目标粒子群优化算法的计及光伏波动性的主动配电网有功无功协调优化附Matlab代码

科研辅导帮·2025-06-02 02:57

2、PyTorch基础教程：从张量到神经网络训练

PyTorch主要有以下几个基础概念：张量（Tensor）、自动求导（Autograd）、神经网络模块（nn.Module）、优化器（optim）等。

AI风老师·2025-06-01 23:06

机器学习/深度学习——模型的欠拟合和过拟合，正则化方法详解

机器学习/深度学习——模型的欠拟合和过拟合，正则化方法详解搭配以下文章进行学习：卷积神经网络：深度学习——卷积神经网络（convolutionalneuralnetwork）CNN详解（一）——概述.步骤清晰

林采采学编程+·2025-06-01 19:09

小白的进阶之路系列之三----人工智能从初步到精通pytorch计算机视觉详解下

Model2：卷积神经网络（CNN）是时候让计算机视觉具体化，并介绍强大的卷积神经网络架构。比较我们的模型我们已经建

金沙阳·2025-06-01 19:36

2025大模型学习全攻略：从小白到专家，一站式进阶之路，收藏这一篇就够了！

大模型通常指的是参数量巨大、结构复杂的神经网络模型，它

AI大模型-大飞·2025-06-01 19:35

【AI算法工程师面试指北】Transformer与CNN有什么异同点？

Transformer和CNN（卷积神经网络）是深度学习中两种重要的架构，分别在自然语言处理（NLP）和计算机视觉（CV）领域取得了突破性成果。它们既有相似之处，也有显著差异。

小米玄戒Andrew·2025-06-01 15:10

深度学习篇---人脸识别中的face-recognition库和深度学习

深度学习方法和使用Python的face_recognition库进行人脸识别在技术原理、实现方式和应用场景上有显著区别，以下从多个维度对比分析：一、技术原理1.深度学习方法核心逻辑：基于神经网络（如卷积神经网络

Ronin-Lotus·2025-06-01 14:00

python打卡day41

简单CNN知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层→

纨妙·2025-06-01 09:27

深度学习模型更新公式全解析：从原理到训练调优

∂L∂θnew\_params=old\_params-\eta\cdot\frac{\partialL}{\partial\theta}new_params=old_params−η⋅∂θ∂L这就是神经网络训练中的参数更新公式

Joker 007·2025-06-01 07:12

ResNet系列和ViT系列预训练模型权重文件下载

项目提供的预训练模型权重文件列表，主要包含两种架构系列和不同规模配置：ResNet系列(RN)基础版本：RN50（ResNet-50）扩展版本：RN50x4、RN50x16、RN50x64（宽度扩展）层级结构：传统卷积神经网络

水静川流·2025-06-01 06:34

nndl-book之循环神经网络

延时神经网络（TDNN）延时神经网络是在前馈网络中的非输出层都添加一个延时器，记录神经元的最近几次活性值．在第t个时刻，第层神经元的活性值依赖于第−1层神经元的最近个时刻的活性值代码（处理kaggle中的

2301_80365274·2025-06-01 02:10

ANTN: Bridging Autoregressive Neural Networks and Tensor Networks for Quantum Many-Body Simulation

机器学习/人工智能：本文大量利用机器学习技术，特别是神经网络，来加强量子模拟。(Carleo&

结构化文摘·2025-06-01 00:28

DAY 39 图像相关的神经网络

#打印一张彩色图像，用cifar-10数据集importtorchimporttorchvisionimporttorchvision.transformsastransformsimportmatplotlib.pyplotaspltimportnumpyasnp#设置随机种子确保结果可复现torch.manual_seed(42)#定义数据预处理步骤transform=transforms.C

刘童学。·2025-05-31 23:50

注意力机制：通道注意力机制、空间注意力机制、CBAM（附有完整代码)

注意力机制（AttentionMechanism）是一种模仿人类注意力机制的计算机科学原理，主要用于提高神经网络在处理序列数据时的性能。

一个来路不明的吃货·2025-05-31 20:24

仍有用武之地：LSTM强于Transformer的场景

但LSTM等循环神经网络在以下场景中仍具备独特价值：1.资源敏感性场景1.1低功耗设备：在嵌入式系统或移动端，LSTM的小规模模型（参数量通常比Tra

xsddys·2025-05-31 19:47

毕业设计项目 LSTM股价预测

1LSTM神经网络长短期记忆(LSTM)神经网络属于循环神经网络(RNN)的一种，特别适合处理和预测与时间序列相关的重要事件。

DD项目分享家·2025-05-31 17:37

SpeedFolding 论文翻译

我们的主要贡献是一个新颖的神经网络架构，能够预测一对夹持器姿

AI算法网奇·2025-05-31 17:31

推荐频道

小发猫神经网络