深度学习与神经网络

深度学习与神经网络（十）—— LSTM

LSTM——longshort-termmemoryLSTM能够解决梯度弥散的情况。LSTM还解决了记忆长度的问题以前RNN只能记住比较短的时间序列，LSTM就把短的short-term给你延长了，所以才叫longshort-termmemory我们之前学的RNN就是最基本的RNN版本，它也就是short-termmemory我们换一种画法Wxh也叫Wih这就是原始的RNN的表达结构LSTM的原理
hxxjxw·2022-12-01 00:28

华南理工深度学习与神经网络期末考试_深度学习算法地图

原创声明：本文为SIGAI原创文章，仅供个人学习使用，未经允许，不能用于商业目的。其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。书的购买链接书的勘误，优化，源代码资源PDF全文链接：深度学习算法地图自去年7月份SIGAI机器学习算法地图问世以来，受到了业内人士的热烈欢迎。百度云盘、TensorInfinity
weixin_39711348·2022-11-30 11:48

深度学习与神经网络（一）：梯度 & 损失函数

梯度导数是个标量，反应的是变化的程度，即“大小”显然，位于这两平面的不同的两个点的位置的函数值的变化程度是不一样的，即导数不同同样，偏微分，即偏导数，也是标量，只不过它是在自变量的方向上的变换的程度(自变量不只一个)而梯度是一个向量梯度就是所有的偏微分，带上其方向的向量这里箭头所代表的方向和大小就是梯度箭头的长度就是梯度的大小，陡峭的地方长度大，平缓的地方长度小损失函数的梯度损失函数是预测值y与已
hxxjxw·2022-11-29 08:48

深度学习与神经网络-吴恩达（Part1Week3）-单隐层神经网络编程实现（python）

一、神经网络的表示上一个教程中已经详细介绍了LogisticRegression模型，神经网络其实就是多个LogisticRegression模型的组合，每个功能层（含有激活函数的层）中的每个神经元都对应一个LogisticRegression模型。在下面的例子中，神经网络只含有一个隐层，单个输入样本x经过第一层的线性处理和非线性映射，得到了z1和a1，随后将a1作为第二层（输出层）的输入，依次计
DataScientistGuo·2022-11-28 08:22

一、深度学习与神经网络

前言我之前的博客写过吴恩达老师的《机器学习》的教程及笔记，之前我一直都喜欢记在本子上，经常本子写满了之后就再去翻阅资料的时候找不到，吴恩达深度学习的视频我之前也看过也做了一些笔记，目前这段时间也比较有空就将一些学习过程的笔记记录下来方便自己以后查阅及学习。本次记录笔记的内容我想换下思路，不再以《机器学习》系列那样做一个课程随笔，我决定还是按照自己的理解，并且以写代码实践为主，将那几课的内容和知识点
JockerWong·2022-11-23 23:12

【线性回归——从简单构建到实现数据预测】

深度学习与神经网络day03-线性回归一、简单的线性回归1.1、数据集的构建1.2、模型构建1.3、损失函数1.4、模型优化1.5、模型训练1.6、模型评估1.7、样本数量和正则化系数的影响二、多项式回归
小鬼缠身、·2022-11-23 06:41

《神经网络与深度学习》nndl读书笔记

目录本书的知识体系深度学习与神经网络概要人工智能机器学习机器学习模型步骤表示学习局部表示与分布式表示深度学习常用的深度学习框架端到端学习神经网络人工神经网络神经网络的发展历史机器学习概述基本概念机器学习的三个基本要素模型学习准则损失函数风险最小化准则优化算法线性回归
二元_·2022-11-22 22:45

深度神经网络和反向传播,双向传播的神经网络

深度学习与神经网络有什么区别深度学习与神经网络关系2017-01-10最近开始学习深度学习，基本上都是zouxy09博主的文章，写的蛮好，很全面，也会根据自己的思路，做下删减，细化。
普通网友·2022-11-20 01:25

深度学习基础

一.深度学习与神经网络的区别首先放上我们上一篇文章的图，由神经网络到深度学习有哪些改变。二.目标函数在神经网络中，我们用到的损失函数为均方误差，而在深度学习中，我们大部分都是用交叉熵来作为损失函数的。
白蛋儿_爱编程~·2022-11-19 02:11

【深度学习】计算机视觉（二）——认识和基础（下）

分类器反向传播——梯度下降法梯度下降法链式法则分类器【核函数待补充】step5：神经网络部分详解神经网络基础激活函数常用的激活函数激活函数与反向传播过拟合问题惩罚力度对结果的影响损失函数（成本函数）step6：深度学习与神经网络概念
RK_Dangerous·2022-10-30 07:35

深度神经网络的训练过程,深度神经网络训练

深度学习与神经网络有什么区别深度学习与神经网络关系2017-01-10最近开始学习深度学习，基本上都是zouxy09博主的文章，写的蛮好，很全面，也会根据自己的思路，做下删减，细化。
普通网友·2022-10-25 20:58

深度学习基本概念和CNN

深度学习基本概念和CNN基础深度学习深度学习与神经网络的区别深度学习的框架基本概念深度学习深度学习的最初级版本是人工神经网络，是机器学习的一个分支，其试图模拟人脑，通过更加复杂的结构自动提取特征。
Brilliant_orange·2022-10-13 09:40

华南理工深度学习与神经网络期末考试_【深度学习】图神经网络与图卷积网络...

图神经网络与图卷积网络本文主要参考了：GraphNeuralNetworks:AReviewofMethodsandApplicationsarxiv.orgDeepLearningonGraphs:ASurveyarxiv.org图神经网络（graphneuralnetwork，GNN）CNN只适用于张量数据，例如二维图像或一维文本序列。然而，有许多数据及其关系是难以简单的用张量表示的，而是需要
weixin_39731807·2022-10-09 15:04

深度神经网络和人工神经网络区别

深度学习与神经网络有什么区别找深度学习和神经网络的不同点，其实主要的就是：原来多层神经网络做的步骤是：特征映射到值。特征是人工挑选。深度学习做的步骤是信号->特征->值。特征是由网络自己选择。
幸福的小浣熊·2022-09-16 07:47

深度学习与神经网络day02-pytorch入门

今天你学习了没？没学习就学下边的。Nowpleasestartyourstudy!pytorch入门前言一、张量(Tensor)是什么？二、算子(Operator)是什么？三、尝试创建张量引入torch库尝试创建张量1.1指定数据创建张量1.2指定形状创建张量1.3指定区间创建四、张量的属性张量的基本属性2.1张量的形状2.2形状的改变2.3张量的数据类型2.4张量的设备位置一个特别说明五、张量与
小鬼缠身、·2022-09-09 07:01

大牛的《深度学习》笔记，Deep Learning速成教程

本文由Zouxy责编，全面介绍了深度学习的发展历史及其在各个领域的应用，并解释了深度学习的基本思想，深度与浅度学习的区别和深度学习与神经网络之间的关系。
喜欢打酱油的老鸟·2022-08-30 07:57

bp算法适合深度神经网络,bp神经网络和cnn

深度学习与神经网络有什么区别深度学习与神经网络关系2017-01-10最近开始学习深度学习，基本上都是zouxy09博主的文章，写的蛮好，很全面，也会根据自己的思路，做下删减，细化爱发猫www.aifamao.com
快乐的小荣荣·2022-08-15 07:18

深度学习与神经网络之开宗明义: 详解人工智能

  人工智能=人工+智能。那么什么是人工呢？由于人工智能本质上属于翻译而来的外来词，根据查询其英英翻译可得：  人工指的是人类生产制造而来，与之对应的是自然产生(进化)的。所以与人工智能相对应的就是自然智能。但两者并不是完全对立或者互斥的关系。所谓阴在阳之内，不在阳之对。大胆预测一下，未来的发展方向是将人工智能和自然智能进行融合。
herosunly·2022-07-03 07:56

神经网络与深度学习（一）

最近学习了AndrewNg在网易云开放的深度学习与神经网络课程，受益匪浅，特来做一个初学者的总结。
longongng·2022-06-20 07:32

深度学习与神经网络——邱锡鹏

一、绪论人工智能的一个子领域神经网络：一种以（人工)）神经元为基本单元的模型深度学习：一类机器学习问题，主要解决贡献度分配问题知识结构：路线图：顶会：1.1人工智能诞生：人工智能这个学科的诞生有着明确的标志性事件，就是1956年的达特茅斯(Dartmouth)会议。在这次会议上，“人工智能”被提出并作为木研究领域的名称。人工智能=计算机控制+智能行为；人工智能就是要让机器的行为看起来就像是人所表现
Luweir23·2022-05-22 07:18

深度学习与神经网络作业(附anaconda安装教程等)

以logistic_regression-exercise为例环境配置先下载anaconda下载地址：https://www.anaconda.com/?modal=commercialanaconda安装教程：下面图是别人的，因为我电脑早装好了，vscode可以安装挺好用的(我都是从官网上下载再安装)，有的anaconda版本没有这个页面也没关系，会直接显示下一张图。WIN+R键conda--v
下雨了吗？·2022-03-22 17:06

华南理工深度学习与神经网络期末考试_深度学习不再是炼丹术！谷歌给出首个神经网络训练理论证明...

【新智元导读】谷歌AI最新发布的一篇论文给出了首个关于深度神经网络训练相关的理论证明，实验观察结果也为初步解释梯度下降强于贝叶斯优化奠定了基础。神经网络的理论面纱，正逐步被揭开。原来，神经网络实际上跟线性模型并没那么大不同！谷歌AI的研究人员日前在arxiv贴出一篇文章，给出了首个神经网络训练相关的理论证明。实验中，他们将一个实际的神经网络训练过程与线性模型的训练过程相比，发现两者高度一致。这里用
weixin_39838028·2022-03-20 07:24

深度学习与计算机视觉系列(6)_神经网络结构与神经元激励函数

出处：http://blog.csdn.net/han_xiaoyang/article/details/50447834声明：版权所有，转载请联系作者并注明出处1.神经元与含义大家都知道最开始深度学习与神经网络
寒小阳·2022-03-05 10:25

深度学习与神经网络学习:(1)小小的开始

大家好,这一篇文章算是深度学习这一个开始其实说深度学习,之前或多或少之前也学过一些,比如像经常在TensorFlow用的CNN卷积神经网络和RNN递归神经网络以及LSTM等,再有就是现在学术界比较热的GAN也多少了解过一些.但是一直没有深入进去学习,以及读一些相关文章.再加上自己一直感兴趣的NLP领域,比如Google用的LSTM(RNN)处理翻译已经获得了不错的结果.更加促进让我走进深度学习的世
云时之间·2022-02-17 18:17

秀的一批，一文带你认识推荐系统算法

）可以扫码加我助理小姐姐微信小编还整理了各种关于人工智能的学习资料库（知识图谱、自然语言处理、机器学习、数学基础等），还有AI大礼包：Pytorch、实战框架视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等视频
AI每天一点点·2021-11-13 19:53

知识图谱是什么？一文了解其技术与应用场景案例

小编整理了各种关于人工智能的学习资料库（知识图谱、图像处理opencv\自然语言处理、机器学习、数学基础等），还有AI大礼包：Pytorch、实战框架视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等视频
AI每天一点点·2021-11-10 21:15

阿里高工手码，使用 OpenCV 和 Python 识别数字，看完必会

迪迦给大家准备的250G人工智能学习资料礼包（内含：两大Pytorch、TensorFlow实战框架视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等等等视频、代码、PPT以及深度学
人工智能-迪迦·2021-11-09 16:04

太绝了，OpenCV实战—面部特征点检测详解（仅需5行代码学会3种面部特征点检测方法）

迪迦给大家准备的250G人工智能学习资料礼包（内含：两大Pytorch、TensorFlow实战框架视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等等等视频、代码、PPT以及深度学习书籍）
人工智能-迪迦·2021-11-05 15:48

手把手教学，OpenCV计算机视觉实战—停车场车位识别（完整代码），不信你还学不会

配套资料以及迪迦给大家准备的250G人工智能学习资料礼包（内含：两大Pytorch、TensorFlow实战框架视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等等等视频、代码、PPT以及深度学习书籍
人工智能-迪迦·2021-11-04 16:23

OpenCV图像分割常用算法（二）

加助理小姐姐威信：领取课件资料，还有200G人工智能大礼包内含：Pytorch、TensorFlow实战框架视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等视频、代码、PPT以及人工智能书籍
AI每天一点点·2021-10-28 15:09

图像分割算法（一）

加助理小姐姐威信领取课件资料，还有200G人工智能大礼包内含：Pytorch、TensorFlow实战框架视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等视频、代码、PPT以及人工智能书籍
AI引路星·2021-10-28 13:54

OpenCV-图像分割python（人工智能）

小编整理了各种关于人工智能的学习资料库，还有AI大礼包：Pytorch、TensorFlow实战框架视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等视频、代码、PPT以及深度学习书籍均可以免费分享给大家学习
AI引路星·2021-10-26 15:13

如何自定义深度学习神经网络

DeepLearning)是机器学习(ML,MachineLearning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI,ArtificialIntelligence)深度学习与神经网络神经网络
烨枫_邱·2021-06-25 09:16

Pytorch基础（四）正向传播与反向传播

在AI学习笔记（八）深度学习与神经网络、推理与训练中，介绍了神经网络的正向传播及反向传播，此处不再赘述，本文的重点在于如何用pytorch工具实现正向传播与反向传播的过程。
Lee森·2021-02-05 22:20

深度学习自学第一周（一）了解深度学习与神经网络

目录1.神经网络2.深度学习与机器学习（一）监督学习（二）无监督学习（三）结构函数就与非结构化数据3.sigmoid函数和relu函数（一）激活函数的定义（二）sigmoid函数（三）ReLU函数本周开始对深度学习进行自学，主要是对吴恩达老师的课程进行学习，整理出相关笔记并进行研究的一个模式，下面总结一下这一周的学习内容。深度学习是高度数据依赖型的算法，它的性能通常随着数据量的增加而不断增强，也就
Brigebios·2021-01-20 16:26

AI学习笔记（八）深度学习与神经网络、推理与训练

AI学习笔记之深度学习与神经网络、推理与训练深度学习与神经网络神经网络什么是神经网络神经元多层神经网络前馈神经网络bp神经网络激活函数激活函数的种类sigmod函数tanh函数RelU函数（线性整流层）
Lee森·2020-11-28 21:28

华南理工深度学习与神经网络期末考试_深度学习基础：单层神经网络之线性回归...

3.1线性回归线性回归输出是一个连续值，因此适用于回归问题。回归问题在实际中很常见，如预测房屋价格、气温、销售额等连续值的问题。与回归问题不同，分类问题中模型的最终输出是一个离散值。我们所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。softmax回归则适用于分类问题。由于线性回归和softmax回归都是单层神经网络，它们涉及的概念和技术同样适用于大多数的深度学习模
weixin_39843782·2020-10-21 22:26

【整理我的第一个编程作业@吴恩达】-深度学习与神经网络-课后题1

具有神经网络思维的logistic回归前言一.数据集的分类与理解二.导入包和数据1.需要用到的包2.导入数据3.预处理新数据集的常见步骤三.学习算法的（一般结构）理论知识四.算法的主体部分1.辅助函数sigmoid()2.初始化参数3.前向传播和后向传播4.最优化--使用梯度下降方法来更新参数五.用学习到的参数，预测标签六.把所有的函数整合到一个模块中七.选择学习率八.用自己的图片测试一下前言构建
莯顼姁·2020-09-23 15:23

深度学习与计算机视觉系列(6)_神经网络结构与神经元激励函数

50447834http://blog.csdn.net/longxinchen_ml/article/details/50448267声明：版权所有，转载请联系作者并注明出处1.神经元与含义大家都知道最开始深度学习与神经网络
龙心尘·2020-09-15 14:17

【吴恩达】《神经网络和深度学习》第三周编程作业

#-*-coding:utf-8-*-#/usr/bin/python#作者：kimicr#实验日期：201904026#Python版本：3.6.3#《深度学习与神经网络》第一课第三周编程作业#建立一个简单神经网络
kimicren·2020-09-13 02:52

Edge Intelligence: Paving the Last Mile of Artificial Intelligence with Edge Computing

2AI背景介绍我们主要关注AI中深度学习与神经网络相关技术：卷积神经网络(CNN)：CNN通常应用于计算机视觉方向，给定一系列来自真实世界的图像或视频，在CNN的利用下，AI系统学会去自动提取这些输入的特征来完成一个特定任
Yuuusya·2020-09-12 07:40

大牛的《深度学习》笔记，Deep Learning速成教程

雷锋网(公众号：雷锋网)按：本文由Zouxy责编，全面介绍了深度学习的发展历史及其在各个领域的应用，并解释了深度学习的基本思想，深度与浅度学习的区别和深度学习与神经网络之间的关系。
weixin_34419321·2020-08-24 03:36

大牛deep learning入门教程

雷锋网(搜索“雷锋网”公众号关注)按：本文由Zouxy责编，全面介绍了深度学习的发展历史及其在各个领域的应用，并解释了深度学习的基本思想，深度与浅度学习的区别和深度学习与神经网络之间的关系。
This is bill·2020-08-23 23:18

深度学习与神经网络-吴恩达（Part2Week2）-优化算法

一、Mini-batch梯度下降法前面介绍的向量化方法能够让我们高效的处理m个样本数据，模型输入的也就是m个样本按列堆叠而成的矩阵X，同样地，输入数据的标签也是m个样本标签按列堆叠而成的矩阵Y。但是以海量训练样本（m很大，几百万甚至几千万的数据量）作为输入的话，这样做的计算成本依然会很高。因为只有处理完所有的训练样本才能进行一次梯度下降法，然后还需要重新处理所有的训练数据才能进行下一步梯度下降法。
DataScientistGuo·2020-08-23 07:19

从2012年到现在深度学习领域标志成果

从原理来看，深度学习与神经网络紧密相关：神经网络由一层一层的神经元构成，层数越多，神经网络越深，而所谓“深度学习”就是模拟人类大脑，运用深层神经网络
kyle1314608·2020-08-21 09:54

深度学习与神经网络的异同

1相同点：二者均采用分层结构，系统包括输入层，隐藏层（多层），输出层组成的多层网络，只有相邻层节点之间有连接，同一层以及跨层节点之间相互无连接，每一层都可以看作是一个logistic回归模型。2不同点：（1）神经网络：特征映射到值，特征是人工挑选的。输入层->多层隐藏层->输出层其输出层的维度与输入层一样（a）采用BP算法调整参数，即采用迭代式算法来训练整个网络。随机设定初值，计算当前网络的输出，
Q&Cui·2020-08-20 01:39

深度学习与神经网络(五)——全连接层

用nn.Linear()等更简单地构建神经网络层之前那个多分类问题实战是手写了每个层其实我们可以使用nn.Linear，就不用手写了这里第一个参数是in，第二个参数是out，就符合我们正常的思维习惯了输入的nn.Linear(in_features,out_features)的in和out实际上是w和b的维度加上激活函数的话如果我们要实现一个自己的网络结构不需要实现backward()，nn.Mo
hxxjxw·2020-08-19 02:49

深度学习与计算机视觉系列(6)_神经网络结构与神经元激励函数

出处：http://blog.csdn.net/han_xiaoyang/article/details/50447834声明：版权所有，转载请联系作者并注明出处1.神经元与含义大家都知道最开始深度学习与神经网络
iteye_2022·2020-07-31 12:14

秋读|10本热门图书（人工智能、编程开发、架构、区块链等）免费送!

注意是知乎帖子回复，不是本帖回复哦1.人工智能《图解深度学习与神经网络：从张量到TensorFlow
weixin_33866037·2020-07-10 19:49

零基础入门CV之街道字符识别 Task3 字符识别模型

深度学习与神经网络此前没有深度学习神经网络的基础，理解CNN比较困难，于是先观看了B站上吴恩达深度学习课程，从logistics回归学起，到单层神经网络，多层神经网络，基本弄懂了损失函数，成本函数，梯度下降法
Olivia_奥·2020-07-09 14:36
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他