深度神经网络gcForest 第2页

使用深度学习对网络摄像头图像进行分类

使用MATLAB®、普通的网络摄像头和深度神经网络来识别周围环境中的对象。此示例使用GoogLeNet，它是预训练的深度卷积神经网络（CNN或ConvNet），已基于超过一百万个

jk_101·2024-02-09 20:30

ChatGPT-4.0：塑造未来对话的智能架构

一、语言理解：更加深入和广泛前沿技术：深度学习与大数据相结合ChatGPT-4.0利用了一个由1750亿参数构成的深度神经网络模型

Draven21·2024-02-09 06:32

使用Pytorch创建张量以及使用numpy创建数组的异同点

Pytorch是一个基于Python的计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算；2、包含自动求导系统的深度神经网络。

汉德萨姆ys·2024-02-08 16:30

探秘深度学习的巅峰之作：ResNet101与其在图像识别领域的革命性应用

这些网络引入了残差学习的概念，解决了深度神经网络中的梯度消失问题，使

程序员Chino的日记·2024-02-07 22:47

深度 | 从各种注意力机制窥探深度学习在NLP中的神威

-P.Tixier机器之心编译参与：思源随着层级表征的兴起，自然语言处理在很多方面都应用了深度神经网络。

机器学习算法那些事·2024-02-07 12:18

Swin-Unet： Unet-like Pure Transformer forMedical Image Segmentation（用于医学图像分割的纯U型transformer）

特别是基于u型结构和跳跃连接的深度神经网络在各种医学图像任务中得到了广泛

我在努力学习分割（禁止说我水平差）·2024-02-06 22:52

YOLO-World——超级轻量级开放词汇目标检测方法

随着深度神经网络的发展，目标检测方面的研究取得了显著进展。尽管这些方法取得了成功，但它们存在一些限制，主要体现在只能处理具有固定词汇表的目标检测问题，例如COCO数据集中的80个类别。

知来者逆·2024-02-06 10:28

On the Spectral Bias of Neural Networks论文阅读

1.摘要众所周知，过度参数化的深度神经网络(DNNs)是一种表达能力极强的函数，它甚至可以以100%的训练精度记忆随机数据。这就提出了一个问题，为什么他们不能轻易地对真实数据进行拟合呢。

瞻邈·2024-02-06 01:50

深度神经网络的训练过程,深度神经网络如何训练

优就业的深度学习多久能学完，学完能达到什么样的程度？为期5周的课程学习中，你将全面了解AI深度学习的相关知识，掌握人工神经网络及卷积神经网络原理、循环神经网络原理、生成式对抗网络原理和深度学习的分布式处理，并应用于企业级项目实战。同时，赠送课程中企业级项目的源码，帮你无缝对接课程重点，分分钟掌握大厂人才必备技能。深度学习跑数据需要很久吗怎么快速入门深度学习？自己挖的坑：咱们在学习的过程中一定要循序

小浣熊的技术·2024-02-05 19:39

深度神经网络中的BNN和DNN：基于存内计算的原理、实现与能量效率

前言前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家：https://www.captainbed.cn/zChatGPT体验地址文章目录前言引言内存计算体系结构深度神经网络

雪碧有白泡泡·2024-02-05 19:02

Python 有重叠的切分图像代码（overlap split image）

在深度神经网络训练过程中，常常需要将图像有重叠的切割后送入网络。我现在把这段简单的代码放出来供大家参考。

xiaoxifei·2024-02-05 15:14

向量数据库Milvas

Milvus是在2019年创建的，其唯一目标是存储、索引和管理由深度神经网络和其他机器学习（ML）模型生成的大规模嵌入向量。

hzhj·2024-02-05 13:51

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（一）

andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0前言机器学习海啸2006年，GeoffreyHinton等人发表了一篇论文，展示了如何训练一个能够以最先进的精度（>98%）识别手写数字的深度神经网络

绝不原创的飞龙·2024-02-05 10:51

深度学习入门笔记4 深度神经网络

多层感知器在之前的课程中，我们了解到，感知器（指单层感知器）具有一定的局限——无法解决异或问题，即线性不可分的问题。将多个单层感知器进行组合，就可以得到一个多层感知器（MLP——Multi-LayerPerceptron）结构。多层感知器包含输入层，一个或多个隐藏层以及一个输出层。每层的神经元与下一层进行完全连接。如果网络中包含一个以上的隐层，则称其为深度人工神经网络。说明：通常我们说的神经网络的

深度学习从入门到放弃·2024-02-04 16:03

池化层的本质思想及其过程

池化层的由来在深度神经网络中池化层非常普遍，而在传统的神经网络中却很少见，原因是传统的神经网络的输入特征很少，不是太多，深度学习中特别是图像领域输入特征非常多，所以在卷积过程中有必要把主要的特征抽取出来

机器不会学习·2024-02-04 12:34

我国学者在新型深度学习模型方面取得进展

项目组打破了“深度学习模型就是深度神经网络”的一般认识，原创提出了“深度森林”——首个“非神经

2301_76571514·2024-02-04 07:44

深度学习的发展历程

深度学习其实不是一门新技术，目前大家熟悉的“深度学习”基本上是深度神经网络的一个代名词，神经网络技术可追溯到1943年。深度学习之所以被人们认为是新技术，那是因为它在21世纪初并不流行。

SnowScholar·2024-02-03 19:47

稚肩·2024-02-03 19:14

DoubleEnsemble：基于样本重加权和特征选择的金融数据分析方法

现代机器学习模型（如深度神经网络和梯度提升决策树）由于其提取复杂非线性模式的优越能力，在金融市场预测中越来越受欢迎。然而，由于金融数据集的信噪比非常低，并且是非平稳的，复杂的模型往往很容易过拟合。

tzc_fly·2024-02-03 16:57

神经网络梯度是什么意思,神经网络中梯度下降法

梯度下降算法是指什么神经网络谷歌人工智能写作项目：小发猫对于非连续目标在深度神经网络的优化过程中哪种梯度下降方法最好还有很多，一步正割算法，拟牛顿算法，量化共轭梯度法，弹性梯度下降法等等rfid。

「已注销」·2024-02-03 15:16

政安晨的AI笔记——示例演绎OpenAI的ChatGPT与DALL·E提示词总原则（并融合创作一副敦煌飞天仙女图）

Transformer是一种基于自注意力机制的深度神经网络架构，它能够有效地捕捉长距离依赖关系。ChatGPT的核心结

政安晨·2024-02-03 15:32

shap，一个神奇的 python 库

SHAP库特别适用于解释复杂的机器学习模型，如随机森林、梯度增强机和深度神经网络。为什么可解释性很重要？可解释性在机器学习中至关重要，主要是因为：‍‍模型透明度

Python_P叔·2024-02-03 14:33

caffe搭建深度神经网络

利用Caffe进行深度神经网络训练第一步需要搞懂几个重要文件：solver.prototxttrain_val.prototxttrain.shsolver.prototxtsolver这个文件主要存放模型训练所用到的一些超参数

A异乡人_7a44·2024-02-03 11:55

如何用 Python 和 Tensorflow 2.0 神经网络分类表格数据？

在之前的教程里，我为你分享过，如何利用深度神经网络，锁定即将流失的客户。里面用到的，就是这样的表格数据。时间过得真快，距离写作那篇教程，已经一年半了。这段时间里，出现了2个重要的变化，使我觉得有必要

nkwshuyi·2024-02-03 10:55

神经调节的Hebbian学习用于完全测试时自适应

摘要完全测试时自适应（Fullytest-timeadaptation）是指在推理阶段对输入样本进行序列分析，从而对网络模型进行自适应，以解决深度神经网络的跨域性能退化问题。

Scabbards_·2024-02-03 04:45

深度学习的新前沿：突破、应用与挑战

作为模仿人脑结构和功能的强大工具，深度神经网络在图像识别、自然语言处理、医学诊断等多个领域取得了显著成就。但是，随着技术的不断推进，深度学习也在不断地进化和扩展其能力边界。

尘中928·2024-02-02 09:08

算法面试八股文『基础知识篇』

深度学习是机器学习的一个分支，核心思想是使用深度神经网络来模拟和解决复杂的问题。深度神经网络是一种由多层神经元组成的模型，通常包含输入层

Daniel Muei·2024-02-02 02:59

二、MMsegmentation 配置教程+训练教程+模型测试（服务器）

时间：2022年4月8日内容：训练MMSegmentation中的deeplabv3深度神经网络如果想要系统的学习，可以参考官方文档：https://mmsegmentation.readthedocs.io

当像鸟飞向你的山·2024-02-01 10:05

【YOLO系列】 YOLOv4之BN、CBN、CmBN(附代码)

AcceleratingDeepNetworkTrainingbyReducingInternalCovariateShift1、背景在神经网络训练过程中，输入的数据可能具有分布不平衡、相关性强等问题，同时随着前一层参数的变化，每一层输入的分布也会发生变化，这使得训练深度神经网络变得非常复杂

江湖小张·2024-02-01 03:30

AI时代-GPT4 AIGChip框架开发

由深度神经网络(dnn)驱动的人工智能(AI)领域最近经历了翻天覆地的变化，这导致了对专业AI加速器的迫切需求。人工智能卓越的能力和复杂的工作性质进一步放大了这一需求。

存内计算开发者·2024-02-01 02:16

智慧和选择的关系

阿尔法狗之所以这么厉害，是因为AlphaGo使用两种不同的深度神经网络：第一种是策略网络，目标是选择在哪里落子。

古时先生·2024-01-30 23:46

Alternating Compressed/DeCompressed

DeCompressedTrainingofDeepNeuralNetworks论文链接：https://arxiv.org/pdf/2106.12379.pdf源码链接：https://github.com/IST-DASLab/ACDC简介深度神经网络在解决各种任务方面取得巨大进展

qgh1223·2024-01-30 15:11

大语言模型的未来进化路径及其影响

在技术层面，未来的语言模型将不断优化深度神经网络结构，实现更深层次的

TechCreator·2024-01-30 12:49

《边缘计算》第2版——第三章边缘智能

第3章边缘智能边缘计算与人工智能场景有机结合，催生出边缘智能3.1边缘智能的定义3.1.1背景以深度神经网络为代表的深度学习算法在诸多人工智能相关的应用中取得了很好的效果，随着边缘计算的发展，人工智能应用越来越多地迁移到边缘进行

xiao_wyy·2024-01-30 10:30

深度学习使用python建立最简单的神经元neuron

目录介绍数据：建模：模型：介绍在深度学习中，神经元通常指的是人工神经元（或感知器），它是深度神经网络中的基本单元。深度学习的神经元模拟了生物神经元的工作原理，但在实现上更加简化和抽象。

取名真难.·2024-01-30 06:35

神经网络建立(结果可变)最小神经元

目录介绍：初始化：建模:预测：改变结果：介绍：在深度学习中，神经元通常指的是人工神经元（或感知器），它是深度神经网络中的基本单元。深度学习的神经元模拟了生物神经元的工作原理，但在实现上更加简化和抽象。

取名真难.·2024-01-30 06:35

学习笔记-李沐动手学深度学习（五）（14-15，数值稳定性、模型初始化和激活函数、Kaggle房价预测）

总结14-数值稳定性（梯度爆炸、梯度消失）尤其是对于深度神经网络（即神经网络层数很多），最终的梯度就是每层进行累乘理论t：为第t层y：不是之前的预测值，而是包括了损失函数L所有的h都是向量（向量关于向量的导数是矩阵

kgbkqLjm·2024-01-29 05:17

ReLU

ReLURelu(rectifiedlinerunit)线性修正单元在深度神经网络中，通常使用一种叫**修正线性单元(Rectifiedlinearunit，ReLU）**作为神经元的激活函数。

mingyuewu·2024-01-27 18:45

大语言模型-大模型基础文献

1706.03762attentionisallyouneed2、SequencetoSequenceLearningwithNeuralNetworkshttps://arxiv.org/abs/1409.3215基于深度神经网络

Travis_del·2024-01-27 14:19

深度神经网络和传统神经网络区别

深度学习和神经网络的区别是什么?从广义上说深度学习的网络结构也是多层神经网络的一种。传统意义上的多层神经网络是只有输入层、隐藏层、输出层。其中隐藏层的层数根据需要而定，没有明确的理论推导来说明到底多少层合适。而深度学习中最著名的卷积神经网络CNN，在原来多层神经网络的基础上，加入了特征学习部分，这部分是模仿人脑对信号处理上的分级的。具体操作就是在原来的全连接的层前面加入了部分连接的卷积层与降维层，

快乐的小蓝猫·2024-01-27 07:25

TensorBoard使用与遇到的坑

一、TensorBoard使用简介 TensorFlow可用于训练大规模深度神经网络所需的计算，使用该工具涉及的计算往往复杂而深奥。

银色尘埃010·2024-01-27 06:34

FAIR-Wave2Vec 2.0模型介绍

1.自动语音识别（ASR）领域介绍自动语音识别（ASR）领域的重大突破在过去几年中取得了显著进展，以下是一些关键的发展和里程碑：深度学习的引入：2012年前后，随着深度神经网络（DNN）在语音识别领域的应用

科学禅道·2024-01-26 00:26

Redis面试题32

深度学习的核心概念是深度神经网络（DeepNeuralNetworks，DNNs）。

CrazyMax_zh·2024-01-25 19:21

自然语言处理的新突破:如何推动语音助手和机器翻译的进步

随着深度神经网络和End-to-End技术的应用,语音识别系统识别精度已接近人耳。根据工业和信息化部发布的《人工智能标准体系建设白皮书(2021)》,语音识别技

X_StarX·2024-01-25 18:32

copilot和chatGPT的区别分析

Copilot的工作原理是基于自然语言处理、机器学习和深度神经网络技术，以及大规模实际编码数据的训练。

love6a6·2024-01-25 11:39

大模型：人工智能的强大引擎

深度神经网络：大模型，也称为深度神经网络，是一种复杂的机器学习系统，由数百万甚至数十亿的参数组成。这些参数在训练过程中通过学习大量数据来优化，以实现对各种任务的

GT开发算法工程师·2024-01-25 05:57

[学习笔记] ONNX 基础知识

1.ONNX简介1.1什么是ONNX开放神经网络交换ONNX（OpenNeuralNetworkExchange）是一套表示深度神经网络模型的开放格式，由微软和Facebook于2017推出，然后迅速得到了各大厂商和框架的支持

Le0v1n·2024-01-25 01:54

深度学习如何入门，如何快速理解深度学习

深度学习是机器学习的一个分支，它使用深度神经网络来模拟人脑的工作方式，通过学习样本数据的内在规律和表示层次，让机器能够具有类似于人类的分析学习能力。

打工人何苦为难打工人·2024-01-24 08:28

强化学习11——DQN算法

DQN算法的全称为，DeepQ-Network，即在Q-learning算法的基础上引用深度神经网络来近似动作函数Q(s,a)Q(s,a)Q(s,a)。

beiketaoerge·2024-01-24 06:46

NIPS 2018 | Quoc Le提出卷积网络专属正则化方法DropBlock

【嵌牛正文】：深度神经网络在具备大

薰风初入弦Isono_5c51·2024-01-24 01:48

推荐频道

深度神经网络gcForest