残差神经网络第13页

05、反向传播算法（Backpropagation）是如何解决了多层神经网络的参数优化问题的？

反向传播算法（Backpropagation，简称BP算法）是深度学习的核心技术之一，其通过高效计算梯度并结合梯度下降法，解决了多层神经网络参数优化的计算复杂度难题。

季截·2025-06-22 03:39

04、谁发明了深度学习的方法，是怎么发明的？

以下从关键人物、核心技术突破及历史背景三个维度，梳理深度学习方法的起源与发展脉络：一、深度学习的奠基者与关键贡献者1.GeoffreyHinton：从神经网络到深度学习的理论突破核心贡献：20世纪80年代

·2025-06-22 03:09

CNN工作原理和架构

***定义：**CNN是一种**深度学习神经网络架构**，特别擅长处理具有**网格状拓扑结构**的数据，如图像（2D像素网格）、时间序列数据（1D时间点网格）甚至视频（3D时空网格）。

hao_wujing·2025-06-22 01:30

『大模型笔记』MIT 最新的科尔莫戈洛夫-阿诺德网络（Kolmogorov-Arnold Network，KAN）简介

Kolmogorov-ArnoldNetwork，KAN）简介文章目录一.探索AI下一前沿：科尔莫戈洛夫-阿诺德网络（KAN）1.1基础回顾：多层感知器（MLPs）1.2引入科尔莫戈洛夫-阿诺德网络（KAN）1.3神经网络架构的开创性变革四

AI大模型前沿研究·2025-06-21 21:04

(02)Cartographer源码无死角解析-(72) 2D后端优化→OptimizationProblem2D-约束残差、landmark残差

讲解关于slam一系列文章汇总链接:史上最全slam从零开始，针对于本栏目讲解(02)Cartographer源码无死角解析-链接如下:(02)Cartographer源码无死角解析-(00)目录_最新无死角讲解：https://blog.csdn.net/weixin_43013761/article/details/127350885文末正下方中心提供了本人联系方式，点击本人照片即可显示WX→

江南才尽，年少无知！·2025-06-21 21:01

深度学习之模型压缩三驾马车：模型剪枝、模型量化、知识蒸馏

一、引言在深度学习中，我们训练出的神经网络往往非常庞大（比如像ResNet、YOLOv8、VisionTransformer），虽然精度很高，但“太重”了，运行起来很慢，占用内存大，不适合部署到手机、摄像头

king of code porter·2025-06-21 21:59

Linux设置静态IP（centos、Ubuntu）

但是Linux系统修改方式千差万别，经过一段时间的摸索，已经亲自尝试操作，终于整理明白了，具体如下：centos：进入目录cd/etc/sysconfig/network-scripts打开对应的网卡，

说再见再也见不到·2025-06-21 19:20

FFmpeg 的算法体系

通过运动估计（菱形搜索、全搜索法）减少时间冗余，支持P帧（前向预测）和B帧（双向预测）变换与量化：采用整数离散余弦变换（DCT）将空域信号转为频域，再通过量化舍弃高频信息（H.264/H.265使用）熵编码：对残差数据采用

lianghu666·2025-06-21 18:44

Z-Ant开源程序是简化了微处理器上神经网络的部署和优化

一、软件介绍文末提供程序和源码下载Z-Ant（Zig-Ant）是一个全面的开源神经网络框架，专门用于在微控制器和边缘设备上部署优化的AI模型。

·2025-06-21 15:56

nn4dms开源程序是用于深度突变扫描数据的神经网络

一、软件介绍文末提供程序和源码下载nn4dms开源程序是用于深度突变扫描数据的神经网络我们在五个深度突变扫描数据集上训练和评估了多种类型的神经网络的性能。

struggle2025·2025-06-21 15:56

【开源项目】免费且本地运行：快用 DeepEval 测测你的大模型接口有没有缩水

过去用第三方厂商的大模型接口，总有点不放心：万一它给我的模型是个“残血版”API呢？我们普通

MarkGosling·2025-06-21 12:32

技术革新赋能楼宇自控：物联网云计算推动应用前景深度拓展

这种革新既解决了传统系统兼容性差、数据孤岛等痛点，也为建筑能效提升、运维成本优化开辟了全新路径。

ctrlworks·2025-06-21 11:24

用excel构建神经网络,excel神经网络实现

NeuroSolutionsforExcel这个功能可以实现多种神经网络嘛？。

快乐的小荣荣·2025-06-21 08:12

Day33 MLP神经网络的训练

目录一、PyTorch和cuda的安装二、查看显卡信息的命令行命令（cmd中使用）三、cuda的检查四、简单神经网络的流程1、数据预处理（归一化、转换成张量）2、模型的定义3、定义损失函数和优化器4、定义训练流程

cylat·2025-06-21 07:07

神经网络中的正向传播和反向传播

想象一下你在学习骑自行车：正向传播：就像是你根据当前的平衡感、速度、脚下的路面情况，以及当前你大脑里“应该怎么做”的感觉（这感觉是你之前练习形成的，可以看作是神经网络的参数/权重），来预测接下来车子会向左倒还是向右倒

做个专注的工程师·2025-06-21 06:54

动态图神经网络在社交网络演化分析中的应用

动态图神经网络在社交网络演化分析中的应用关键词：动态图神经网络、社交网络演化分析、图深度学习、时间序列分析、网络动力学摘要：本文深入探讨了动态图神经网络在社交网络演化分析中的应用。

AI大模型应用实战·2025-06-21 06:24

八种常见的神经网络介绍

在深度学习的世界里，各种神经网络模型层出不穷，每一种都有其独特的魅力和优势。今天，以下是八种常见的神经网络模型及其特点介绍，让我们来看看它们是如何在人工智能领域大放异彩的。

EdmundXjs·2025-06-21 06:24

【WPF】WPF ComboBox 数据驱动不刷新？SelectedItem 与 SelectedIndex 解析！

今天，我们通过一个真实案例，系统讲解WPFComboBox的数据驱动原理，特别是SelectedItem与SelectedIndex的使用差

code bean·2025-06-21 06:22

LM算法与TRF算法（含有在ICP配准情境下的两种算法对应代码）

在ICP配准中，使用LM算法通常会遇到找到的对应点对数量不足的问题因为使用Levenberg-Marquardt(LM)算法进行最小二乘优化时，残差的数量小于变量的数量。

小远披荆斩棘·2025-06-21 06:22

每天一个前端小知识 Day 7 - 现代前端工程化与构建工具体系

（面试高频问题）问题痛点：模块太多、无法组织；代码冗长、性能差；浏览器兼容性差；团队协作混乱，缺少规范与自动化。

蓝婷儿·2025-06-21 02:30

SynchronizedMap 和 ConcurrentHashMap 的区别

性能：高并发下性能差（锁竞争激烈）。迭代器：迭代时需手动加锁，否则会抛出ConcurrentModificationException。适用场景：低

yuren_xia·2025-06-21 01:54

江大白 | 目标检测YOLOv12算法来袭，更高性能、更快速度！（附论文及源码）

（附论文及源码）导读目标检测是CV领域最常用的算法应用，而Yolo是目标检测算法非常经典的算法模型，近日Yolov12算法正式开源，提出区域注意力模块，残差高效层聚合网络，性能更好，速度更快，希望对大家学习理解有帮助

双木的木·2025-06-20 19:11

基于CNN卷积神经网络识别汉字合集-视频介绍下自取

内容包括：含ShuffleNet等多个模型的手写中文汉字识别摄像头版109含ShuffleNet等多个模型的手写中文汉字识别摄像头版_哔哩哔哩_bilibili本代码用的python语言，pytorch深度学习框架运行，环境的安装可以参考博客：深度学习环境安装教程-anaconda-python-pytorch_动手学习深度学习的环境安装-CSDN博客代码总共分成三个部分，01py文件是划分数据集

no_work·2025-06-20 17:57

循环神经网络RNN

一、循环神经网络概念以及应用场景1.概念处理序列的一种神经网络计算模型。2.序列数据数据是根据时间步生成的，前后数据有关联关系，数据可以是数字、文字序列等等。

Xyz_Overlord·2025-06-20 16:55

卷积神经网络CNN

一、图像概念图像是人类视觉的基础，是自然景物的客观反映，是人类认识世界和人类本身的重要源泉。简单讲：图像是由像素点组成的，每个像素点的取值范围在[0,255]。像素值越接近于0，颜色越暗，接近于黑色；像素值越接近255，颜色越亮，接近于白色。在计算机中，按照颜色和灰度的多少可以将图像分为四种基本类型：①二值图像②灰度图像③索引图像④真彩色RGB图像（深度学习中使用较多）。图像类型通道数像素值范围主

·2025-06-20 16:24

基于Python的LSTM循环神经网络模型实战

在处理具有时间序列特性的数据时，传统神经网络往往难以捕捉数据间的时序依赖关系。

缑宇澄·2025-06-20 15:45

循环神经网络RNN与LSTMPython实战

1.循环神经网络（RNN）基础1.1RNN的结构与原理循环神经网络（RecurrentNeuralNetwork,RNN）是一种专门处理序列数据的神经网络结构。

python自动化工具·2025-06-20 15:14

Incremental Transformer Structure EnhancedImage Inpainting with Masking Positional Encoding笔记

由于卷积神经网络（CNN）的感受野有限，一些特定方法只能处理常规纹理，同时失去整体结构。另一方面，基于注意力的模型可以更好地学习结构恢复的长程依赖性，但它们受到大图像尺寸推理的大量计算的限制。

毕设做完了吗？·2025-06-20 14:08

深度学习——激活函数

深度学习——激活函数激活函数是人工是人工神经网络中一个关键的组成部分，它被设计用来引入非线性特性到神经网络模型中，使神经网络能够学习和逼近复杂的非线性映射关系。

笨小古·2025-06-20 14:08

Day52打卡 @浙大疏锦行

知识点回顾：随机种子内参的初始化神经网络调参指南参数的分类调参的顺序各部分参数的调整心得importtorchimportnumpyasnpimportosimportrandom#全局随机函数defset_seed

ayuan0119·2025-06-20 13:33

Day48打卡 @浙大疏锦行

知识点回顾：随机张量的生成：torch.randn函数在PyTorch中，torch.randn()是一个常用的随机张量生成函数，它可以创建一个由标准正态分布（均值为0，标准差为1）随机数填充的张量。

ayuan0119·2025-06-20 13:32

深入理解AI人工智能深度学习的原理架构

深入理解AI人工智能深度学习的原理架构关键词：AI人工智能、深度学习、原理架构、神经网络、数学模型摘要：本文旨在深入探讨AI人工智能中深度学习的原理架构。

AI大模型应用实战·2025-06-20 12:56

基于PyQt5与CNN的枸杞/沙棘果图像分类系统

该系统采用卷积神经网络模型，实现了90%以上的识别准确率，响应时间小于500ms，显著提升了传统人工分拣效率。

#define TUNE false·2025-06-20 12:20

2966. 划分数组并满足最大差限制中等

将这个数组划分为n/3个长度为3的子数组，并满足以下条件：子数组中任意两个元素的差必须小于或等于k。返回一个二维数组，包含所有的子数组。如果不可能满足条件，就返回一个空数组。

圣保罗的大教堂·2025-06-20 11:45

【CUDA】认识CUDA

在深度学习领域中，CUDA能够显著提升神经网络训练的速度和效率CUDA安装前的准备确认系统满足CUDA的硬件和软件要求。

Gappsong874·2025-06-20 10:38

【第16届蓝桥杯C++】--- 2025图形

hello，小伙伴们，这是第16届蓝桥杯的第一道编程大题，我一开始拿到这道题目的时候，也想过很多方法，但是一直差了点意思，后面我换了一种思路，就巧妙地解决了这道题目，下面是我当时在考场的思路和方法，如果小伙伴们有更优更好的方法也可以分享分享

Da Da 泓·2025-06-20 10:38

Flask与计算机视觉：图像识别API开发

Flask与计算机视觉：图像识别API开发关键词：Flask框架、计算机视觉、图像识别、API开发、卷积神经网络（CNN）摘要：本文将带你探索如何用轻量级Web框架Flask搭建一个图像识别API。

后端开发笔记·2025-06-20 10:07

day36 复习日（信贷神经网络）

作业：对之前的信贷项目，利用神经网络训练下，尝试用到目前的知识点让代码更加规范和美观。

·2025-06-20 09:29

FPGA基础 -- Verilog函数

设计痛点函数带来的价值重复逻辑：CRC、Parity、优先编码等往往在多个模块出现将共用运算封装为函数，避免复制粘贴，减少Bug概率可读性差：长表达式嵌套写在连线或always

sz66cm·2025-06-20 09:58

在signal 这个信号上加一个高斯噪声，噪声的水平可以调节，如何实现？

高斯噪声的水平可以通过标准差（std）参数来控制，标准差越大，噪声水平越高。

fK0pS·2025-06-20 08:26

【深度学习】循环神经网络（RNN）：序列建模的奠基者

循环神经网络（RNN）：序列建模的奠基者一、算法背景：序列数据的挑战1.1传统神经网络的局限1.2序列数据特性二、算法理论：RNN的核心架构2.1基本RNN结构2.2时间展开原理2.3长短期记忆网络（LSTM

白熊188·2025-06-20 08:25

【图像处理入门】11. 深度学习初探：从CNN到GAN的视觉智能之旅

本文将系统讲解卷积神经网络（CNN）的核心原理，通过PyTorch实现图像分类实战；深入解析迁移学习的高效应用策略，利用预训练模型提升自定义任务性能；最后揭开生成对抗网络（GAN）的神秘面纱，展示图像生成与增强的前沿技术

小米玄戒Andrew·2025-06-20 04:27

RabbitMQ概念

耦合度低，扩展性强异步调用，无需等待，性能好故障隔离，下游服务故障不影响上游业务缓存消息，流量削峰填谷异步调用的问题:不能立刻得到调用结果，时效性差。不确定下游业务执行是否成功。

不会编程的阿成·2025-06-20 01:41

大型企业终端管理五大困境

困境一：终端数量大，分布松散大型企业，特别是那些有1万以上员工或1万台以上计算机要管理的时候，大量计算机往往分散在不同的网络、不同的物理位置、用户的计算机知识水平和使用习惯千差万别，桌面运维管理难度大。

卓豪终端管理·2025-06-20 01:06

半导体材料仿真：二维材料仿真_（6）.二维材料的热电与光电性质

二维材料的热电与光电性质热电性质热电效应的基本原理热电效应是指材料在温度梯度下产生电势差，或者在电场作用下产生温度梯度的现象。

kkchenkx·2025-06-19 21:07

嵌入式Linux搭建物联网网关,基于嵌入式Linux的物联网网关研究与实现

然而,目前针对物联网网关的统一标准尚未制定,物联网网关的设备类型千差万别。

Jusper Lee·2025-06-19 21:36

划分数组并满足最大差限制

题目链接2966.划分数组并满足最大差限制-力扣（LeetCode）解题思路这道题要求我们把给定的整数数组nums划分成多个长度为3的子数组，并且每个子数组中的最大值和最小值的差不能超过整数k。

.wei-upup·2025-06-19 19:22

Transformer-BIGRU多输入多输出 | Matlab实现-Transformer-BIGRU多输入多输出预测，运行环境为Matlab2023及以上

内容介绍年来，随着深度学习技术的飞速发展，基于Transformer和循环神经网络(RNN)的混合模型在时间序列预测领域展现出强大的优势。

Matlab算法改进和仿真定制工程师·2025-06-19 17:38

python打卡day52

神经网络调参指南知识点回顾：随机种子内参的初始化神经网络调参指南参数的分类调参的顺序各部分参数的调整心得参数可视化importtorchimporttorch.nnasnnimportmatplotlib.pyplotaspltimportnumpyasnp

ZHPEN1·2025-06-19 17:04

SiLM9409双通道H桥电机驱动器深度解析——紧凑型24V系统电机控制解决方案

产品概述：多模态驱动架构SiLM9409是一款面向12V/24V工业系统的双通道H桥驱动器，采用NFET+PFET复合功率级设计，具备三种核心工作模式：双直流电机驱动：独立控制两个直流电机（如机器人双轮差速系统

Hailey深力科·2025-06-19 16:55

推荐频道

残差神经网络