感知机

深度学习基础--神经网络（1）激活函数

文章目录从感知机到神经网络激活函数阶跃函数（感知机的激活函数）sigmoid函数阶跃函数和sigmoid函数绘制和对比ReLU函数本文为学习笔记参考书籍：《深度学习入门:基于Python的理论与实现》/
兔子骑士叫旺仔·2022-11-16 10:12

西瓜书学习第五章---神经网络

神经网络一、神经网络简介1.1神经元模型1.2神经网络的工作模式二、感知机与多层网络2.1感知机2.2多层网络三、BP算法四、全局最小和局部最小4.1全局最小4.2局部最小4.3跳出局部最小的常用方法五
Dr. J·2022-11-16 07:24

机器学习----第五章神经网络 学习笔记

机器学习第五章神经网络引入感知机与多层网络误差逆传播算法全局最小与局部极小常见神经网络深度学习引入神经网络是由具有适应性的简单单元组成的广泛并行互联的网络，它的组织能够模拟生物神经系统对真实世界物体所做出的的交互反应
刘星星儿·2022-11-16 07:02

机器学习读书笔记：神经网络

文章目录神经元感知机&多层神经网络神经网络学习多层神经网络误差逆传播算法：BP(BackPropagation)神经网络过拟合问题局部最小与全局最小现在的深度学习大行其道，深度学习就是利用深度神经网络来进行学习
新兴AI民工·2022-11-16 07:26

MNIST手写数字识别 —— 基于Mindspore快速构建感知机实现十分类

基于深度学习框架快速构建感知机实现手写数字二分类不依赖数学知识，使用MindSpore深度学习框架快速实现模型结构定义、损失函数定义、梯度下降的方法。
学习历险记·2022-11-16 07:25

CVPR2022Oral专题系列(三)：图像增强主干网络MAXIM

目录一.简介二.多轴MLP三.交叉结构MLP四.实验结果五.总结Reference一.简介随着Transformer和多层感知机技术的普及，一些过去难以解决的计算机视觉问题，能够被处理，并在实际的应用中加以使用
程序猿老甘·2022-11-16 01:38

李航 统计学习方法 课后习题答案 第二版 机器学习

也可进入我的个人主页查看分类专栏里的《统计学习方法》部分，包括各章代码实现： ❤欢迎订阅我的专栏❤：《统计学习方法》分类专栏章节链接第1章统计学习及监督学习概论点击进入第2章感知机点击进入第3章k近邻法点击进入第
#苦行僧·2022-11-16 00:03

图像分类之卷积神经网络的基础知识

1.1卷积神经网络的发展历史    1940年神经网络的概念被提出，1960年感知机的概念被提出，但一直没得到实践应用，直到1989年用于手写字符识别的LeNet模型被LeCun等人提出，该模型在部分领域受到广泛应用
zpc1219·2022-11-15 14:26

[Pytorch]多层感知机（MLP）回归的实现、训练与评估

文章目录前言一、网络主体构建1.网络构建1.网络结构可视化二、数据集构建与网络训练1.数据集构建2.网络训练三、网络评估总结前言MLP是一种常用的前馈神经网络，使用了BP算法的MLP可以被称为BP神经网络。MLP的隐节点采用输入向量与权向量的内积作为激活函数的自变量，激活函数采用Relu函数。各参数对网络的输出具有同等地位的影响，因此MLP是对非线性映射的全局逼近。除了使用Sklearn提供的ML
electric_sheep·2022-11-15 11:15

pytorch保存权重以及加载权重

一、定义一个多层感知机classMLP(nn.Module):def__init__(self):super().
陈住气^-^·2022-11-15 09:23

《动手学深度学习》(PyTorch版)代码注释 - 6 【Multi_Layer_Perception_with_simple_way】

并且在博主学习的理解上对代码进行了大量注释，方便理解各个函数的原理和用途配置环境使用环境：python3.8平台：Windows10IDE：PyCharm此节说明此节对应书本上3.10节此节功能为：多层感知机的简洁实现由于此节相对容易理解
Hurri_cane·2022-11-15 09:52

深度学习基础——简单了解meta learning(来自李宏毅课程笔记)

以往的学习，是为了学习一个具体的二分类器f∗f^*f∗，假设人为指定的学习算法是感知机，那么学习的过程需要改进
umbrellalalalala·2022-11-14 15:54

理解人工神经网络，感知机模型、多层前馈神经网络、BP算法（反向传播算法）、输出层和隐含层梯度下降更新权值推导过程。（西瓜书笔记）

理解人工神经网络，感知机模型、多层前馈神经网络、BP算法（反向传播算法）、输出层和隐含层梯度下降更新权值推导过程。
謙卑·2022-11-14 11:59

《统计学习方法》第二章习题

2.1验证感知机为什么不能表示异或设有样本点x1=(0,0),x2=(0,1),x3=(1,0),x4=(1,1)，则由异或的性质得各样本点的输出为y1=0,y2=1,y3=1,y4=0，所以x1和x4
Hilbob·2022-11-14 09:07

【DL】基于pytorch搭建BP神经网络/人工神经网络/多层感知机/全连接神经网络的鸢尾花分类

目录1.介绍2.数据3.模型4.完整代码1.介绍鸢尾（学名：IristectorumMaxim.）又名：蓝蝴蝶、紫蝴蝶、扁竹花等，属百合目、鸢尾科、鸢尾属多年生草本，根状茎粗壮，直径约1cm，斜伸；叶长15-50cm，宽1.5-3.5cm，花蓝紫色，直径约10cm；蒴果长椭圆形或倒卵形，长4.5-6cm，直径2-2.5cm。原产于中国中部以及日本，主要分布在中国中南部。可供观赏，花香气淡雅，可以调
机器不学习我学习·2022-11-14 07:18

[学习日志]白板推导-条件随机场 CRF Conditional Random Field

文章目录背景介绍软分类&硬分类硬分类举例SVM支持向量机PLA感知机LDA线性判别分析软分类举例概率判别模型概率生成模型CRF概率密度的参数形式概率密度的向量形式求边缘概率P(Yt|X)参数估计（学习参数
烫烫烫烫的若愚·2022-11-13 11:13

PyTorch入门（二）搭建MLP模型实现分类任务

本文将会介绍如何使用PyTorch来搭建简单的MLP（Multi-layerPerceptron，多层感知机）模型，来实现二分类及多分类任务。
山阴少年·2022-11-13 10:12

AI学习——感知机和BPNN算法

在AI的学习过程中主要有理论课的知识讲解和实验课的实验过程，这里主要就分享我写的实验报告吧1.实验问题：对感知机和BPNN算法的应用。
爱摸鱼的伪程序猿·2022-11-12 17:01

【花书笔记|PyTorch版】手动学深度学习6：多层感知机

4多层感知机2022.11.10感知机模型详见：https://zhuanlan.zhihu.com/p/563472789感知机算法过程、收敛性：https://zhuanlan.zhihu.com/
羊老羊·2022-11-11 07:31

李航 统计学习方法 课后习题答案 第二版 机器学习

也可进入我的个人主页查看分类专栏里的《统计学习方法》部分，包括各章代码实现： ❤欢迎订阅我的专栏❤：《统计学习方法》分类专栏章节链接第1章统计学习及监督学习概论点击进入第2章感知机点击进入第3章k近邻法点击进入第
#苦行僧·2022-11-10 23:19

深度学习的坎坷六十年：从感知机到Transformer...

来源丨机器之心编辑丨极市平台1958年：感知机的兴起1958年，弗兰克·罗森布拉特发明了感知机，这是一种非常简单的机器模型，后来成为当今智能机器的核心和起源。
Tom Hardy·2022-11-10 23:15

五大模型看深度学习用于时序预测的最新进展

然而，由于深度学习在时间序列的预测中表现并不是很好，且部分论文表述，在训练时间方面，用Transformer、Informer、Logtrace等模型来做时间序列预测的效果甚至不如通过多层感知机与线性回归做加权
云智慧AIOps社区·2022-11-10 10:39

15个小时彻底搞懂NLP自然语言处理（2021最新版附赠课件笔记资料）【LP自然语言处理涉及到深度学习和神经网络的介绍、 Pytorch、 RNN自然语言处理】 笔记

自然语言处理（2021最新版附赠课件笔记资料）【LP自然语言处理涉及到深度学习和神经网络的介绍、Pytorch、RNN自然语言处理】笔记教程与代码地址P1机器学习与深度学习介绍P22.神经元和神经网络P33感知机和多层神经网路的介绍
电信保温杯·2022-11-10 10:36

机器学习吃瓜（西瓜、南瓜书）笔记 task04-第五章神经网络

目录5.1MP神经元5.2感知机5.2.1数学角度5.2.2几何角度5.3神经网络5.3.1多层前馈神经：全连接5.3.2分类、回归5.3.3BP反向传播算法5.1MP神经元模拟生物神经元，接受n个输入并得到加权和
Alex好好干饭·2022-11-10 07:01

【神经网络】神经网络发展趋势及研究热点

(2)除了传统的多层感知机、径向基函数网络、自组织特征映射网络、自适应谐振理论网络、模糊神经网络、循环神经网络之外，一些新的模型和结构很值得关注，例如最近兴起的脉冲
Borter的博客·2022-11-10 07:23

机器学习资料汇总

《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、DeepLearning.
风化记忆·2022-11-09 13:08

机器学习和深度学习资料

/blob/master/dl.md原作作者會不斷更新，本文更新至2014-12-21《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机
sunturing·2022-11-09 13:37

机器学习笔记之线性分类——逻辑回归

机器学习笔记之线性分类——逻辑回归引言回顾：软分类逻辑回归策略思路构建场景描述推导过程求解过程引言前面几节介绍了线性分类中硬分类方法，如感知机算法、线性判别分析。
静静的喝酒·2022-11-09 13:05

机器学习笔记之线性分类——感知机算法

机器学习笔记之线性分类——感知机算法引言回顾：线性回归与线性分类线性分类的类型感知机算法(Perceptron)引言上一节介绍了线性回归模型的具体性质，本节将介绍线性分类中第一个具有代表性意义的算法——
静静的喝酒·2022-11-09 13:34

机器学习&深度学习资料分享

//github.com/ty4z2008/Qix/blob/master/dl.md《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机
大嗨哥·2022-11-09 13:03

机器学习之书籍推荐

//developer.51cto.com/art/201409/452223.htm《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机
dahuacai·2022-11-09 13:02

机器学习笔记之条件随机场(一)背景介绍

回顾：线性分类在感知机算法中，第一次介绍线性分类的类型：硬分类算法(HardCl
静静的喝酒·2022-11-09 13:30

【机器学习】《动手学深度学习》d2l 李沐B站视频配套学习笔记

本书的内容框架3-线性神经网络（基础回归模型）3.1内容介绍3.4softmax回归补充：逻辑回归1线性回归模型完整代码2代码拆解-数据准备（数）3代码拆解-模型准备4代码拆解-模型训练4多层感知机4.1
鱼与钰遇雨·2022-11-09 04:26

【动手学深度学习】李沐——多层感知机

多层感知机的从零开始实现importtorchfrommatplotlibimportpyplotaspltfromtorchimportnnfromd2limporttorchasd2lbatch_size
FavoriteStar·2022-11-09 04:24

DIN论文精读

在这些模型中，大规模的稀疏特征首先被映射成低维的特征向量，然后以组式的转换成固定长度的向量，最后连着一起输入到多层感知机学习特征之间的非线性关系。这种方法，用户特征被压缩成固定长度的表示向
superY25·2022-11-09 04:21

神经网络的常用激活函数总结

如果不用激活函数（即相当于激活函数为f(x)=x），在这种情况下，网络的每一层的输入都是上一层的线性输出，因此，无论该神经网络有多少层，最终的输出都是输入的线性组合，与没有隐藏层的效果相当，这种情况就是最原始的感知机
沐雲小哥·2022-11-08 17:38

深度学习入门--02 初识神经网络

1、神经网络的结构神经网络的结构类似与上一章所讲的两层感知机。具体分为输入层、隐藏层和输出层。分别称为第0、1、2层。
吃梦想的咸鱼·2022-11-08 13:49

《深度学习入门-基于Python的理论与实现》第二章带读 -- 感知机

开篇介绍：《深度学习入门-基于Python的理论与实现》书籍介绍第一章：《深度学习入门-基于Python的理论与实现》第一章带读文章构成：感知机是什么感知机构建逻辑电路感知机的局限性多层感知机1.感知机是什么感知机
【文言】·2022-11-08 10:06

【Tensorflow2.x学习笔记】- 神经网络

1.感知机感知机模型结构如下所示，接受长度为n的一维向量，每个输入节点通过权值为wi，i∈[1,n]，的连接汇集为变量z，即：b称为感知机的偏置(bias)；一维向量称为感知机的权值(Weight)；z
QYiRen·2022-11-07 23:02

神经网络的学习-搭建神经网络实现mnist数据集分类

损失函数的意义3.数值微分4.梯度法5.学习算法的实现四、神经网络的学习这一章通过两层神经网络实现对mnist手写数据集的识别，本文是源于《深度学习入门》的学习笔记若理解困难，参考上一章笔记：深度学习入门-从朴素感知机到神经网络本文部分数学公式函数用代码实现了
泥签·2022-11-07 17:45

机器学习入门-用Java实现简单感知机

一、通俗理解机器学习1、机器学习是人工智能的一种，如图所示，它是人工智能的一个子方向。2、机器学习有点像人类的学习过程。1.人类学习通过经验(事件)，归纳出规律。2.机器学习通过数据，训练出模型。3、机器学习不是基于编程形成的直接结果，不是代码直接写出一个模型y=-0.3x+6，而是通过归纳得出来的模型，例如，通过初始化y=ax+b中的a、b，不断迭代，获得针对样本数据最优的a、b值，即得到对应的
池佳齐·2022-11-07 08:18

时序预测 | MATLAB实现贝叶斯优化CNN-GRU时间序列预测(股票价格预测)

效果一览基本介绍模型搭建程序设计学习总结往期精彩参考资料效果一览基本介绍MATLAB实现贝叶斯优化CNN-GRU(卷积门控循环单元)时间序列预测，Bayes-CNN-GRU模型/BO-CNN-GRU模型股票价格预测模型搭建CNN是通过模仿生物视觉感知机制构建而
机器学习之心·2022-11-06 15:04

一文极速理解深度学习

目录引言感知机神经网络激活函数Sigmoid函数ReLU函数小总结输出层的设计softmax函数小总结神经网络的学习！损失函数均方误差交叉熵误差mini-batch梯度法神经网络学习全貌!
全栈O-Jay·2022-11-05 22:11

感知机Perceptron

文章目录一、感知机模型二、感知机损失函数三、感知机优化一、感知机模型感知机y=sign(wTx+b)y=sign(w^Tx+b)y=sign(wTx+b)是一个简单的二分类模型，将类别的label设定为
圆月弯刀鞘·2022-11-04 11:12

李航 统计学习方法 课后习题答案 第二版

也可进入我的个人主页查看分类专栏里的《统计学习方法》部分，包括各章代码实现： ❤欢迎订阅我的专栏❤：《统计学习方法》分类专栏章节链接第1章统计学习及监督学习概论点击进入第2章感知机点击进入第3章k近邻法点击进入第
#苦行僧·2022-11-04 06:38

李航 统计学习方法 课后习题答案 第二版 机器学习

也可进入我的个人主页查看分类专栏里的《统计学习方法》部分，包括各章代码实现： ❤欢迎订阅我的专栏❤：《统计学习方法》分类专栏章节链接第1章统计学习及监督学习概论点击进入第2章感知机点击进入第3章k近邻法点击进入第
#苦行僧·2022-11-04 06:32

231n--神经网络和反向传播

神经网络神经网络，不再是单纯的单层线性计算，而加入了非线性层也被称为全连接网络或者有时候被称为多层感知机激活函数函数max(0,z)被称为激活函数如果没有激活函数，多层的线性计算都可以化为一层的线性计算
黄昏贩卖机·2022-11-03 18:14

动手学习深度学习笔记

第3章包括深度学习最基础的概念和技术，如多层感知机和模型正则化。如果读者时间有限，并且只想了解深度学习最基础的概念和技术，那么只需阅读第一部分。第二部分（第4章至第6章）关注现代深度学习技术。
zianren·2022-11-03 09:02

机器学习和深度学习的资料大全

《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adabo
AITBOOK·2022-11-03 09:28

机器学习&深度学习经典资料汇总

《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、DeepLearning.
安静平和·2022-11-03 09:26
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他