神经元

神经网络：从模式组合到多层神经网络的进化

这两张图展示了神经网络如何从“简单判断”进化到“复杂识别”：1.模式组合：让神经网络“拆分任务”第一张图的核心是“模式组合”：比如识别数字3时，网络会把任务拆成“识别左半部分”和“识别右半部分”；中间的神经元专门负责提取局部特征
MoonlitHan·2025-07-21 00:05

神经网络：模拟人脑的 AI 信息处理系统

1.神经网络是什么：AI的“数字大脑”1.1从生物神经元到人工神经元人脑由860亿个神经元通过突触连接形成复杂网络，神经元通过电信号传递信息——当信号强度超过阈值时，神经元被激活并向其他神经元发送信号。
·2025-07-20 10:27

Python实现神经网络算法指南

Python实现神经网络算法指南神经网络是一种模拟人脑神经元结构进行信息处理的机器学习算法。在深度学习领域中，神经网络是最为强大的算法之一。
代码编织匠人·2025-07-20 05:30

【DW11月-深度学习】Task03前馈神经网络

%E5%89%8D%E9%A6%88%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C一、神经元模型2.1神经元1943年，美国神经生理学家沃伦·麦卡洛克(WarrenMcCulloch
沫2021·2025-07-20 02:29

太阳系舰队3：新生之界：第十三章：杀了他？

与此同时，那名死在了突袭者的神经元幻境中的敌人正在突袭者精神的操控下，使用飞行器向美洲狮他们的那两艘飞船快速地飞去。很明显，这名敌人被突袭者的神经元幻境吓死之后，便沦为了突袭者的玩偶。
银天星风·2025-07-19 09:11

bert中 [CLS] 和 [SEP] 表示什么意思？

在BERT中，[CLS]对应着输入文本中第一个词的词向量，输出层中的第一个神经元通常会被用来预测文本的类别。[SEP]是"separator"的缩写，它通常表示句子或文档的结尾。
·2025-07-11 20:04

神经形态芯片提升实时处理能力的技术路径及2025年最新进展

1.异步脉冲编码范式神经形态芯片通过脉冲时间编码（TemporalCoding）实现生物启发的信息传递模式：s_i(t)=\sum_{k}\delta(t-t_i^{(k)})其中s_i(t)为第i个神经元的脉冲序列
·2025-07-11 11:57

深度学习 最简单的神经网络 线性回归网络

用最简单的线性模型讲清神经网络训练全流程，让你5分钟看懂AI是怎么学会预测的1真实神经元结构真实神经元包括：树突接收其他神经元传来的电信号（输入）。细胞核负责整合输入信号并产生动作电位。
·2025-07-11 00:17

深层神经网络：原理与传播机制详解

网络架构概述本文探讨的深层神经网络结构如下：输入层：3个神经元第一隐藏层：5个神经元第二隐藏层：5个神经元第三隐藏层：3个神经元输出层：1个神经元输出层隐藏层3隐藏层2隐藏层1输入层输出神经元3.1神经元
网安spinage·2025-07-09 22:03

【深度学习】【入门】Linear和flatten

它的核心特点是每一个神经元都与上一层的所有神经元相连接，这种全连接的方式使得信息能够在层与层之间充分传递和整合2.Linear层的作用Linear层在神经网络中主要承担着特征整合与输出映射的重任。
学习中的阿陈·2025-07-09 18:34

从0开始学习计算机视觉--Day08--卷积神经网络

之前我们提到，神经网络是通过全连接层对输入做降维处理，将输入的向量通过矩阵和激活函数进行降维，在神经元上输出激活值。而卷积神经网络中，用卷积层代替了全连接层。
·2025-07-09 01:12

轻量化分布式AGI架构：基于区块链构建终端神经元节点的互联网智脑

通过将终端设备转化为神经元节点，结合区块链技术构建去中心化的互联网智脑，不仅能够突破传统AGI开发的算力瓶颈，还能实现数据安全共享与价值分配。
探客木木夕·2025-07-07 23:39

Python训练营打卡 Day53

对抗生成网络知识点回顾：对抗生成网络的思想：关注损失从何而来生成器、判别器nn.sequential容器：适合于按顺序运算的情况，简化前向传播写法leakyReLU介绍：避免relu的神经元失活现象对抗生成网络
yunvwugua__·2025-07-07 22:03

反向传播神经网络极简入门

单个神经元神经网络是多个“神经元”（感知机）的带权级联，神经网络算法可以提供非线性的复杂模型，它有两个参数：权值矩阵{Wl}和偏置向量{bl}，不同于感知机的单一向量形式，{Wl}是复数个矩阵，{bl}
自信哥·2025-07-07 15:46

跨平台ZeroMQ：在Rust中使用zmq库的完整指南

“消息就像神经元间的电信号，而ZeroMQ就是那个让系统思考的神经网络”——某个深夜调试zmq的程序员当你需要轻量级、高性能的进程间通信时，ZeroMQ就像代码世界里的瑞士军刀。
涵树_fx·2025-07-07 15:43

Happy-LLM 第二章 Transformer

happy-llm/docs/chapter2/第二章Transformer架构.mdatmain·datawhalechina/happy-llm)，若加载不出来，请开梯子注意力机制前馈神经网络每一层的神经元都与上下两层的每一个神经元完全连接数据在其中只向前流动
HalukiSan·2025-07-06 10:58

重生学AI第十五集：学习非线性激活函数

“激活”一词来源于生物学神经系统，在人的大脑中，存在着大量的神经元。每个神经元在接收到足够强的刺激时，会被激活，产生电信号并传递给其他神经元。
·2025-07-05 23:51

day40python打卡

知识点回顾：彩色和灰度图片测试和训练的规范写法：封装在函数中展平操作：除第一个维度batchsize外全部展平dropout操作：训练阶段随机丢弃神经元，测试阶段eval模式关闭dropout作业：仔细学习下测试和训练代码的逻辑
qq_58459892·2025-07-05 14:15

【SNN脉冲神经网络2】AdEx神经网络软件仿真

本文使用AdEx神经元搭建一个完整的神经网络来进行生物神经脉冲现象的仿真。主要的目的是为了验证数学原理，因此只调用的numpy函数包。
XvnNing·2025-07-04 04:26

【Torch】nn.Dropout算法详解

其核心思想是在训练阶段随机“丢弃”（置零）部分神经元的输出，以减少网络对特定神经元的过度依赖；在推理阶段则保持所有神经元输出不变。
油泼辣子多加·2025-07-03 17:11

Python Day53

Task：1.对抗生成网络的思想：关注损失从何而来2.生成器、判别器3.nn.sequential容器：适合于按顺序运算的情况，简化前向传播写法4.leakyReLU介绍：避免relu的神经元失活现象1
别勉.·2025-07-03 07:56

DAY 40 训练和测试的规范写法

view/reshape操作总结二、彩色图片的规范写法知识点回顾：彩色和灰度图片测试和训练的规范写法：封装在函数中展平操作：除第一个维度batchsize外全部展平dropout操作：训练阶段随机丢弃神经元
acstdm·2025-07-03 01:10

脑机新手指南（二十一）基于 Brainstorm 的 MEG/EEG 数据分析（上篇）

神经电生理信号作为脑机接口的重要数据来源，主要包括以下几种类型：MEG（脑磁图）：通过测量大脑神经元电活动产生的磁场变化来反映脑功能，具有极高的时间分辨率。EEG（脑电图）：通过头皮电极记录大脑皮
Brduino脑机接口技术答疑·2025-07-02 17:43

深度学习中常见激活函数总结

以下是一份深度学习激活函数的系统总结，涵盖定义、类型、作用、应用及选择影响，便于你快速掌握核心知识：一、激活函数的定义在神经网络中，激活函数（ActivationFunction）是神经元计算输出的非线性变换函数
向左转,　向右走ˉ·2025-07-02 07:54

《数字孪生+AI：如何模拟人类大脑的智能进化？》

大脑发展的五阶段理论与AI模型发展关系人类大脑在一生中经历五个主要发展阶段，从胎儿期一直到老年期阶段1（孕期0–10月）：大脑迅速增长，大量神经元和神经连接形成这是大脑发育的基础阶段，孕期的营养和环境对神经系统发育至关重要
嘉图明·2025-07-01 23:29

十分钟了解人工智能的过去、现在与未来

从1943年人工神经元模型的提出，到2025年AI应用场景的全面爆发，AI发展经历了多个关键阶段。在接下来的十分钟里，我们将通过图文解说，快速了解AI从萌芽到现在的历程，以及未来可能带来的机遇与挑战。
ithadoop·2025-07-01 18:57

分布式学习

神经网络结构（NeuralNetworkArchitecture）：模拟生物神经元连接，用于人工智能。
嘉陵妹妹·2025-06-30 20:30

CARLsim开源程序 是一个高效、易用、GPU 加速的软件框架，用于模拟具有高度生物细节的大规模脉冲神经网络 （SNN） 模型。

CARLsim允许在通用x86CPU和标准现成GPU上以逼真的突触动力学执行Izhikevich脉冲神经元网络。
struggle2025·2025-06-30 16:06

人工智能-基础篇-10-什么是卷积神经网络CNN（网格状数据处理：输入层，卷积层，激活函数，池化层，全连接层，输出层等）

1、核心概念与原理1、生物视觉启发局部感受野：模仿人类视觉皮层神经元仅响应局部区域刺激的特性，每个神经元关注输入数据的局部区域（如图像的一小块区域）。权值共享：同一
weisian151·2025-06-30 11:30

机器学习算法——神经网络1（神经元模型）

神经网络中最基本的成分是神经元（neuron）模型。即上述定义中的“简单单元”。
·2025-06-30 07:08

第 3 章：神经网络如何学习

第3章：神经网络如何学习在第二章中，我们详细了解了神经网络的静态结构：由神经元组成的层，以及连接它们的权重和偏置。现在，我们将进入整个教程最核心的部分：神经网络是如何从数据中"学习"的？
鱼摆摆拜拜·2025-06-29 15:19

Python打卡：Day39

知识点回顾图像数据的格式：灰度和彩色数据模型的定义显存占用的4种地方模型参数+梯度参数优化器参数数据批量所占显存神经元输出中间状态batchisize和训练的关系@浙大疏锦行
剑桥折刀s·2025-06-28 00:18

LLM模型的一些思考

LLM的压缩能力是否可以拆解成单个神经元的“压缩
巴基海贼王·2025-06-27 01:08

用 PyTorch 构建液态神经网络(LNN)：下一代动态深度学习模型

液态神经网络(LiquidNeuralNetworks,LNN)正是这样一种受生物神经元动态特性启发的创新架构。本文将带你了解LNN的核心概念，并展示如何使用PyTorch实现这种前沿模型。
点我头像干啥·2025-06-26 22:42

DAY 40 训练和测试的规范写法

知识点回顾：彩色和灰度图片测试和训练的规范写法：封装在函数中展平操作：除第一个维度batchsize外全部展平dropout操作：训练阶段随机丢弃神经元，测试阶段eval模式关闭dropout#先继续之前的代码
小白菜333666·2025-06-26 02:31

DAY 39 图像数据与显存

知识点回顾图像数据的格式：灰度和彩色数据模型的定义显存占用的4种地方模型参数+梯度参数优化器参数数据批量所占显存神经元输出中间状态batchisize和训练的关系#先继续之前的代码importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataLoader
小白菜333666·2025-06-26 02:01

**脉冲神经网络：探索发散创新的潜力**一、引言随着人工智能技术的飞速发展，神经网络已成为解决复杂问题的强大工具。其中，脉冲神经网络（Spiking Neural Network，SNN）作为一种模拟

二、脉冲神经网络概述脉冲神经网络是一种模拟生物神经网络中神经元之间通信方式的网络。与传统的人
weixin_43880734·2025-06-25 21:50

Day 40训练

图像数据训练与测试的规范写法单通道图像的规范训练流程数据预处理与加载模型定义训练与测试函数封装模型训练执行彩色图像的扩展应用数据预处理调整模型结构调整关键要点总结知识点回顾：彩色和灰度图片测试和训练的规范写法：封装在函数中展平操作：除第一个维度batchsize外全部展平dropout操作：训练阶段随机丢弃神经元
Nina_717·2025-06-24 20:20

DAY 39 图像数据与显存

目录DAY39图像数据与显存1.图像数据的格式：灰度和彩色数据2.模型的定义3.显存占用的4种地方a.模型参数+梯度参数b.优化器参数c.数据批量所占显存d.神经元输出中间状态4.batchisize和训练的关系作业
HINOTOR_·2025-06-24 19:47

DAY 40 训练和测试的规范写法

目录DAY40训练和测试的规范写法1.彩色和灰度图片测试和训练的规范写法：封装在函数中2.展平操作：除第一个维度batchsize外全部展平3.dropout操作：训练阶段随机丢弃神经元，测试阶段eval
HINOTOR_·2025-06-24 19:16

DAY 39 图像数据与显存

@浙大疏锦行https://blog.csdn.net/weixin_45655710知识点回顾图像数据的格式：灰度和彩色数据模型的定义显存占用的4种地方模型参数+梯度参数优化器参数数据批量所占显存神经元输出中间状态
·2025-06-23 14:31

day53python打卡

知识点回顾：对抗生成网络的思想：关注损失从何而来生成器、判别器nn.sequential容器：适合于按顺序运算的情况，简化前向传播写法leakyReLU介绍：避免relu的神经元失活现象ps；如果你学有余力
qq_58459892·2025-06-22 21:37

人工神经网络：单层神经网络(感知器)

一、神经网络介绍1、生物学起源与基本概念(1)生物神经网络启发人类大脑由约860亿个神经元组成，这些神经元通过突触相互连接，形成复杂网络。
·2025-06-22 08:44

深度学习之模型压缩三驾马车：基于ResNet18的模型剪枝实战（1）

模型剪枝（ModelPruning）作为模型压缩的核心技术之一，通过删除冗余的神经元或通道，在保持模型性能的前提下显著降低模型大小和计算量，是解
king of code porter·2025-06-21 21:00

循环神经网络RNN与LSTMPython实战

隐藏层的神经元不仅接收当前时间步的输入，还接收上一个时间步的隐藏状态，通过
python自动化工具·2025-06-20 15:14

深度学习——激活函数

激活函数使网络可以逼近任意复杂函数（依据万能逼近定理）2.控制信息流动某些激活函数可以抑制部分神经元的输出（如ReLU），是模型更稀疏
笨小古·2025-06-20 14:08

深入理解AI人工智能深度学习的原理架构

接着详细剖析深度学习的核心概念，包括神经元、神经网络等，通过文本示意图和Mermaid流程图展示其架构。深入讲解核心算法原理，结合Python代码进行具体操作步骤的说明。介绍深度学习中的数学
AI大模型应用实战·2025-06-20 12:56

碳基觉醒：从3.5万美元生物黑箱到意识边界的终极博弈——CL1如何重划人类文明的技术伦理疆界

CorticalLabsCL1生物计算机的技术参数与核心功能CorticalLabsCL1生物计算机的技术参数与核心功能如下：1.技术参数：核心组件：CL1将人类神经元与硅芯片相结合，形成一个动态、可持续且节能的计算系统
百态老人·2025-06-20 07:45

python打卡day53@浙大疏锦行

知识点回顾：对抗生成网络的思想：关注损失从何而来生成器、判别器nn.sequential容器：适合于按顺序运算的情况，简化前向传播写法leakyReLU介绍：避免relu的神经元失活现象ps；如果你学有余力
风逸hhh·2025-06-19 17:32

打卡Day53

知识点：1.对抗生成网络的思想：关注损失从何而来2.生成器、判别器3.nn.sequential容器：适合于按顺序运算的情况，简化前向传播写法4.leakyReLU介绍：避免relu的神经元失活现象ps
月宝好q·2025-06-19 09:41
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他