深度学习求解偏微分方程第18页

Michael Brostein 最新几何深度学习综述：超越 WL 和原始消息传递的 GNN

且看几何深度学习旗手、牛津大学教授MichaelBrostein如是说。图可以方便地抽象关系和交互的复杂系统。社交网络、高能物理、化学等研究领域都涉及相互作用的对象（无论是人、粒子还是原子）。

人工智能学家·2024-02-20 02:55

一周（2020.12.04-12.11）践行收获

一、深度学习日历软件。第一，点搜问，多点点，搜寻一下，不懂再问。第二，分组，不用太多，大类就好，免得陷于焦虑。第三，哪些进入日历。

常新美·2024-02-20 02:16

仰望天空，脚踏实地

当你阶段性取得一定业绩时，应该多看看别人的“失败案例”，你会发现成功只是暂时的，偶然的，但失败大多数是相通的，研究失败可以做到“防范于未然”，当你到达了“天花板”时、要脱离“舒适圈”，让自己深度历练，深度学习

一阳归来·2024-02-20 01:35

Python cvxpy 安装报错问题

学习数学建模的过程中，在线性规划以及非线性规划的章节中，经常会出现要使用cvxpy.solvers模块求解的模型程序，而python当中是没有自带cvxpy这个库的，这意味着我们需要自行安装库。

seeseaXi·2024-02-20 01:11

Second-Order Cone Programming(SOCP) 二阶锥规划

个人博客Glooow，欢迎各位老师来踩踩文章目录1.二阶锥1.1二阶锥定义1.2二阶锥约束2.优化问题建模3.类似问题转化3.1二次规划3.2随机线性规划4.问题求解1.二阶锥1.1二阶锥定义在此之前，

Bonennult·2024-02-20 01:11

CVX求解SOCP二阶锥规划：安装cvxpy时报错

开始在PyCharm安装cvxopt包时很快就好了，后面需要用CVX求解二阶锥规划SOCP时，发现安装cvxpy包总是出现错误，scs包也是不能直接安装CouldnotbuildwheelsforscswhichusePEP517andcannotbeinstalleddirectly

Zzz-Ttt·2024-02-20 01:40

基于 Python 和 cvxpy 求解 SOCP 二阶锥规划问题

cvxpy:Python功能包，为凸优化提供方便使用的用户接口，适配多种求解器SOCP:Second-OrderConeProgramming，二阶锥规划convexoptimization-凸优化，nonlinearoptimization

- Easy·2024-02-20 01:39

深度学习-图解反向传播算法

什么是正向传播网络？前一层的输出作为后一层的输入的逻辑结构，每一层神经元仅与下一层的神经元全连接，通过增加神经网络的层数虽然可为其提供更大的灵活性，让网络具有更强的表征能力，也就是说，能解决的问题更多，但随之而来的数量庞大的网络参数的训练，一直是制约多层神经网络发展的一个重要瓶颈。什么是反向传播？反向传播（Backpropagationalgorithm）全称“误差反向传播”，是在深度神经网络中，

AI_王布斯·2024-02-20 01:29

深度学习之反向传播算法的直观理解

深度学习之反向传播算法的直观理解如何直观地解释backpropagation算法？

Stark0x01·2024-02-20 01:28

深度学习之pytorch实现逻辑斯蒂回归

深度学习之pytorch实现逻辑斯蒂回归解决的问题数学公式logiatic函数损失值代码与线性回归代码的区别数据损失值构造回归的函数结果分析解决的问题logistic适用于分类问题，这里案例(y为0和1

温柔了岁月.c·2024-02-20 01:58

深度学习之梯度下降算法

梯度下降算法梯度下降算法数学公式结果梯度下降算法存在的问题随机梯度下降算法梯度下降算法数学公式这里案例是用梯度下降算法，来计算y=w*x先计算出梯度，再进行梯度的更新importnumpyasnpimportmatplotlib.pyplotaspltx_data=[1.0,2.0,3.0,4.0]y_data=[2.0,4.0,6.0,8.0]mse_list=[]w_list=[]w=1.0#

温柔了岁月.c·2024-02-20 01:57

深度学习之反向传播算法（backward()）

文章目录概念算法的思路概念反向传播（英语：Backpropagation，缩写为BP）是“误差反向传播”的简称，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方法。该方法对网络中所有权重计算损失函数的梯度。这个梯度会反馈给最优化方法，用来更新权值以最小化损失函数。（误差的反向传播）算法的思路多层神经网络的教学过程反向传播算法为了说明这一点使用如下图所示处理具有两个输入和一

Tomorrowave·2024-02-20 01:27

深度学习基础叁：反向传播算法

注：封面画师：新雨林-触站说明本页面无手机端适配，强制缩放阅读。使用纯html格式，保存教学用ppt，添加了部分个人笔记。目录工作正常，可以跳转。反向传播这里对反向传播的讲解比较奇怪，可能比较适合初学者理解。想要通过严谨的数学推导理解反向传播的同学，可以搜索一下。反向传播算法反向传播算法什么是正向传播网络什么是反向传播反向传播算法为什么需要反向传播图解反向传播反向传播计算链式求导法则案例1：通过反

白拾Official·2024-02-20 01:56

深度学习之反向传播算法

反向传播算法数学公式算法代码结果算法中一些函数的区别数学公式算法代码这里用反向传播算法，计算y=w*x模型importnumpyasnpimportmatplotlib.pyplotasply#反向传播算法，需要使用pytorch框架，#这里导入pytorch框架，用torchimporttorch#用反向传播算法计算y=w*x模型x_data=[1.0,2.0,3.0,4.0]y_data=[2

温柔了岁月.c·2024-02-20 01:55

深度学习中的鲁棒性和泛化性有什么区别

鲁棒性（Robustness）和泛化性（Generalization）是评估模型性能时常用的两个术语，尤其在机器学习和统计建模领域。虽然这两个概念相关，但它们关注的方面有所不同。鲁棒性鲁棒性指的是模型在面对输入数据的小幅变动或存在噪声时仍能保持性能不受显著影响的能力。一个鲁棒的模型能够处理异常值、缺失数据点、或是不完美的输入数据，而不会导致预测结果出现显著偏差。鲁棒性强调的是模型对于输入数据中的不

智能建造小硕·2024-02-20 01:24

Sparse Principal Component Analysis via Rotation and Truncation

SPCArt算法，利用旋转（正交变换更为恰当，因为没有体现出旋转这个过程），交替迭代求解sparsePCA。

馒头and花卷·2024-02-20 01:21

凤凰AI·2024-02-20 00:27

GPU，CUDA，cuDNN的理解

我们知道做深度学习离不开GPU，不过一直以来对GPU和CPU的差别，CUDA以及cuDNN都不是很了解，所以找了些资料整理下，希望不仅可以帮助自己理解，也能够帮助到其他人理解。

达微·2024-02-20 00:58

AI芯片技术架构有哪些？FPGA芯片定义及结构分析

以下是几种常见的AI芯片技术架构：GPU（图形处理器）架构：GPU最初是用于图形渲染和游戏处理的，但由于其高度并行的特性，逐渐被应用于深度学习计算。

Hack电子·2024-02-20 00:43

挑战杯基于GRU的电影评论情感分析 - python 深度学习情感分类

文章目录1前言1.1项目介绍2情感分类介绍3数据集4实现4.1数据预处理4.2构建网络4.3训练模型4.4模型评估4.5模型预测5最后1前言优质竞赛项目系列，今天要分享的是基于GRU的电影评论情感分析该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1.1项目介绍其实，很明显这个项目和

laafeer·2024-02-20 00:53

快速搭建PyTorch环境：Miniconda一步到位

二、Miniconda安装指南：轻松上手三、PyTorch与Miniconda的梦幻组合：打造专属深度学习环境四、PyTorch环境配置进阶：优化与调试五、结尾一、为何选择Miniconda搭建PyTorch

高斯小哥·2024-02-20 00:13

如何学习和规划类似ChatGPT这种人工智能（AI）相关技术

数学基础：深度学习和自然语言处理等领域需要一定的数学基础，包括线性代数、微积分和概率统计。

ABEL in China·2024-02-20 00:43

深度学习发展的艺术

科学禅道·2024-02-19 23:05

AlexNet的出现推动深度学习的巨大发展

尽管AlexNet（2012）的代码只比LeNet（1998）多出几行，但学术界花了很多年才接受深度学习这一概念，并应用其出色的实验结果。

科学禅道·2024-02-19 23:35

GPT-4带来的思想火花

1.GPT-4出色的创新思考和知识整合能力GPT-4通过深度学习和大规模训练所获得的生成与推理能力，极大地扩展了其在创新思考和知识整合方面的应用：新颖观点生成：基于对海量文本数据的理解，GPT-

科学禅道·2024-02-19 23:04

《生产调度优化》专栏导读

Lins号丹·2024-02-19 23:01

计算机存储精度引起的模型数值问题

引起数学模型数值问题的原因有很多种，例如前面的文章《约束系数的四舍五入引起的模型数值问题》提到，对约束系数的四舍五入，会损失一定的系数精度信息，导致约束面发生一定的偏移，这种偏移无论多么轻微，都有可能导致问题求解结果出现较大差异

Lins号丹·2024-02-19 23:31

混合整数线性规划MILP问题中增添约束的影响

在混合整数线性规划问题中，我们往往会通过添加约束来限制问题的可行空间，但是约束的添加对模型求解会产生多方面的影响，这取决于具体的问题和模型类型，以下是一些可能造成的影响：约束不起作用，即新增的约束对当前问题的解空间并不特别的改变

Lins号丹·2024-02-19 23:30

《数学建模》专栏导读

Lins号丹·2024-02-19 23:59

tensorflow学习笔记（二）：机器学习必备API

因为我个人的最终目的还是在深度学习上，所以一些深度学习和机器学习模块是必须要了解的，这其中包括了tf.train、tf.contrib.learn、还有如训练神经网络必备的tf.nn等API。

我愛大泡泡·2024-02-19 23:23

深度学习||YOLO（You Only Look Once）深度学习的实时目标检测算法（YOLOv1~YOLOv5）

目录YOLOv1:YOLOv2:YOLOv3:YOLOv4:YOLOv5:总结：YOLO（YouOnlyLookOnce）是一系列基于深度学习的实时目标检测算法。

小嘤嘤怪学·2024-02-19 23:35

DLRover：蚂蚁开源大规模智能分布式训练系统

文｜沙剑蚂蚁集团高级技术专家专注分布式深度学习领域主要负责蚂蚁大规模分布式训练引擎的设计和开发本文4491字阅读12分钟本文整体介绍了DLRover的项目动机与核心能力，未来我们会发布一系列文章，来从同步

·2024-02-19 23:04

实践案例｜孟宪超：基于隐语深度学习在保险联合定价中的应用（附演讲视频）

“隐语”是开源的可信隐私计算框架，内置MPC、TEE、同态等多种密态计算虚拟设备供灵活选择，提供丰富的联邦学习算法和差分隐私机制。开源项目：https://github.com/secretflowhttps://gitee.com/secretflow演讲实录11月25日，「隐语开源社区Meetup·西安站」顺利举办，本文为大家带来的是蚂蚁集团车险精算平台技术专家孟宪超，在「隐语开源社区Meet

·2024-02-19 23:04

草图三维模型生成论文阅读整理

目前基于大模型和深度学习的三维重建任务可以简单分类为text23D，也就是文本控制转三维模型，一般使用语言模型提取文本的特征，然后去噪概率扩散模型生成多视角图像，最后再用NeRF进行三维重建，例如Dreamfusion

fisherisfish·2024-02-19 22:05

指向有意义的深度学习

王老师认为，未来课程发展趋势是——指向有意义的深度学习。不管是北京十一中学、还是先锋学校，教育改革的出发点，都是源自于大家对现有教学的反思，学习效率低下，兴趣不浓，而这种结果又主要

梧桐雨_·2024-02-19 22:05

例101 计算出满足多重条件的数据的平均值【AVERAGEIFS】

现在要排除无效测试结果并计算出平均电阻，可以使用AVERAGEIFS函数来设置求解公式。该函数返回

嘟嘟_521·2024-02-19 21:57

OpenCV 移动最小二乘图像变形

这里，我们考虑基于用户输入的两组点集来求解两者存在的仿射关系（非刚性变换）。设p为控制点的集合，q为控制点p的变形（非刚性操作）之后的位置。我们使用移动最

大鱼BIGFISH·2024-02-19 21:11

利用ChatGPT提升工作效率

ChatGPT，全称GenerativePre-trainedTransformer，是一种基于深度学习的自然语言处理技术。它由OpenAI团队开发，并已经在2018年6

沐知全栈开发·2024-02-19 21:49

深度学习loss骤降

深度学习中的loss骤降可能出现在训练过程中，这通常是因为模型在训练中逐渐找到了数据的分布规律，并开始更好地拟合数据。

eric-sjq·2024-02-19 20:47

【机器学习笔记】11 支持向量机

SupportVectorMachine,SVM）支持向量机是一类按监督学习（supervisedlearning）方式对数据进行二元分类的广义线性分类器（generalizedlinearclassifier），其决策边界是对学习样本求解的最大边距超平面

RIKI_1·2024-02-19 19:38

互联网加竞赛基于设深度学习的人脸性别年龄识别系统

文章目录0前言1课题描述2实现效果3算法实现原理3.1数据集3.2深度学习识别算法3.3特征提取主干网络3.4总体实现流程4具体实现4.1预训练数据格式4.2部分实现代码5最后0前言优质竞赛项目系列，今天要分享的是基于深度学习机器视觉的人脸性别年龄识别系统该项目较为新颖

Mr.D学长·2024-02-19 19:00

互联网加竞赛多目标跟踪算法实时检测 - opencv 深度学习机器视觉

先上成果3多目标跟踪的两种方法3.1方法13.2方法24TrackingByDetecting的跟踪过程4.1存在的问题4.2基于轨迹预测的跟踪方式5训练代码6最后0前言优质竞赛项目系列，今天要分享的是深度学习多目标跟踪实时检测该项目较为新颖

Mr.D学长·2024-02-19 19:00

互联网加竞赛基于生成对抗网络的照片上色动态算法设计与实现 - 深度学习 opencv python

文章目录1前言1课题背景2GAN(生成对抗网络)2.1简介2.2基本原理3DeOldify框架4FirstOrderMotionModel5最后1前言优质竞赛项目系列，今天要分享的是基于生成对抗网络的照片上色动态算法设计与实现该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分更多资料,项目分享：https://git

Mr.D学长·2024-02-19 19:59

支持向量机 | 核技巧于SMO算法的实现

支持向量机是一种分类器，之所以叫“机”是因为它会产生一个二值决策结果，是一种决策机；支持向量机的泛化误差较低，即，有良好的学习能力，且学到的模型具有很好的推广性，因此被认为是监督学习中最好的定式算法；支持向量机通过求解一个二次优化问题来最大化分类间隔

Sudden·2024-02-19 18:44

GEE：关于在GEE平台上进行回归计算的若干问题

1.3问：GEE上能否运行深度学习算法？一、回归1.1问：GEE平台上可以进行哪些机器学习回归算法？答：GEE平台上有四种机器学习回归算法，分别是随机森林回归、CART（C

_养乐多_·2024-02-19 18:40

挑战杯基于Django与深度学习的股票预测系统

文章目录0前言1课题背景2实现效果3Django框架4数据整理5模型准备和训练6最后0前言优质竞赛项目系列，今天要分享的是**基于Django与深度学习的股票预测系统**该项目较为新颖，适合作为竞赛课题方向

laafeer·2024-02-19 16:15

挑战杯基于CNN实现谣言检测 - python 深度学习机器学习

文章目录1前言1.1背景2数据集3实现过程4CNN网络实现5模型训练部分6模型评估7预测结果8最后1前言优质竞赛项目系列，今天要分享的是基于CNN实现谣言检测该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1.1背景社交媒体的发展在加速信息传播的同时，也带来了虚假谣言信息的泛滥，往往

laafeer·2024-02-19 16:45

深度学习框架pytorch_PyTorch：深度学习框架的黑马（第1部分）

深度学习框架pytorchRecentlytheCES2020concludedinVegasandforthosewhoaren’taware,CESistheannualtradeshowforconsumerelectronicsaroundtheworld.Assuch

weixin_26737625·2024-02-19 16:39

基于PyTorch的深度学习模型中的张量（Tensor）尺寸变换操作

基于PyTorch的深度学习模型中的张量（Tensor）尺寸变换操作DateAuthorVersionNote2023.08.16DogTaoV1.0完成文档初稿（英文）2023.09.09DogTaoV1.1

全能骑士涛锅锅·2024-02-19 16:38

精通PyTorch：如何选择合适的优化器和损失函数

损失函数解析高级优化技巧优化器和损失函数的实战应用1.卷积神经网络（CNN）的应用实例2.循环神经网络（RNN）的应用实例3.优化过程中的常见问题及解决方案总结与展望1.重要性的总结2.实战应用3.未来展望引言PyTorch，作为一个强大的深度学习库

walkskyer·2024-02-19 16:38

推荐频道

深度学习求解偏微分方程