神经元

AGI首席架构师

**理论构建维度**-**创新等级**：L4（范式突破级）您提出的"太乙-太翌递归架构"与"六神神经元模型"，成功融合东方哲学、量子力学与复杂

太翌修仙笔录·2025-03-07 03:27

BP神经网络计算过程：从数学原理到实践优化

第1章神经网络拓扑结构的数学建模1.1生物神经元到M-P模型的抽象跃迁McCulloch-Pi

Acd_713·2025-03-06 13:58

神经网络:人工智能的核心技术

神经网络简介神经网络是一种模仿生物神经系统的计算模型,由大量相互连接的神经元组成。它通过学习大量的数据来完成复杂的模式识别和决策任务,是当前人工智能和机器学习领域最重要的技术之一。

m0_75126181·2025-03-05 14:12

PID神经元网络控制的MATLAB实现与分析

PID神经元网络控制的MATLAB实现与分析一、引言在工业控制和自动化领域，PID（比例-积分-微分）控制器是应用最为广泛的控制策略之一。

木子算法·2025-03-05 11:15

为AI聊天工具添加一个知识系统之133 详细设计之74通用编程语言之4 架构及其核心

视觉及其工作原理，圣灵三角形和Checker，数据及其意义等实体和神经元。智能语义网络，记忆矩阵等。只有“核心技术：Cognit

一水鉴天·2025-03-05 07:19

多层感知机 (Multilayer Perceptron, MLP)

它的主要特点是由多层神经元（或节点）组成，包括至少一个隐藏层。MLP是监督学习的模型，常用于分类和回归问题。组成部分输入层（InputLayer）：接收输入数据的特征。

ALGORITHM LOL·2025-03-04 20:19

DiNN学习笔记1-理论部分

DiNN学习笔记1-理论部分背景知识机器学习即服务MLaaS中的全同态加密神经网络Fhe-DiNN中的默认设定Fhe-DiNN方案神经元中的计算离散神经网络DiNN评估步骤自举的引入激活函数的同态评估对

瓜皮37·2025-03-04 00:45

数学建模：MATLAB极限学习机解决回归问题

在训练过程中随机生成从输入层到隐藏层的所有连接权重以及每个隐藏层神经元的偏置值，这些参数在整个训练过程中不会被修改。

DesolateGIS·2025-03-03 15:05

Herpotrichone A：神经保护的新星，解锁铁死亡之谜

研究背景：神经退行性疾病与铁死亡的纠葛神经退行性疾病，如阿尔茨海默病（AD）和帕金森病（PD），以其进行性的神经元丧失为特征，严重影响了患者的生活质量。

试剂界的爱马仕·2025-03-03 06:57

建筑兔零基础人工智能自学记录34|深度学习与神经网络2

1、人工神经网络ANN从生物课上学到的有关神经元、突触的生物神经网络，被模仿出了简化的人工神经网络（ANN,artificialneuralnetwork）。

阿克兔·2025-03-01 17:34

神经网络参数量计算

以下是详细的计算步骤：网络结构输入层（第一层）：有2个神经元。输出层（第二层）：有3个神经元。参数计算权重参数：第一层的每个神经元都与第二层的每个神经元相连。

坠金·2025-02-27 20:49

深度学习-自学手册

人工智能机器学习神经网络前馈神经网络：没有回路的反馈神经网络：有回路的DNN深度神经网络CNN卷积神经网络RNN循环神经网络LSTM是RNN的一种，长短期记忆网络自然语言处理神经网络神经元-分类器Hebb

谁用了尧哥这个昵称·2025-02-27 15:37

从零开始玩转TensorFlow：小明的机器学习故事 4

有一天，小明在学校图书馆翻看杂志时，看到这样一句话：“就像人的大脑有上百亿神经元，神经网络能够学习复杂的信息映射，从而取得卓越的表现。”他瞬间来了灵感：“或许我

山海青风·2025-02-26 07:42

神经网络八股（3）

梯度爆炸是指梯度在方向传播过程中逐渐变大，权重参数更新变化较大，导致损失函数的上下跳动，导致训练不稳定可以使用一些合理的损失函数如relu,leakRelu，归一化处理，batchnorm,确保神经元的输出值在合理的范围内

SylviaW08·2025-02-25 22:37

为AI聊天工具添加一个知识系统之122 详细设计之63 实体范畴论和神经元元模型：命名法函子

神经元元模型（三层含义）暨三种神经网络构造型既神经元三个功能约束即神经细胞元元模型。”注：第一行是实体的范畴论的三种论法。

一水鉴天·2025-02-25 16:59

神经网络与深度学习入门：理解ANN、CNN和RNN

神经网络（ArtificialNeuralNetwork，简称ANN）是模拟人脑神经元连接方式的一种算法。它由一层层的“神经

shandianfk_com·2025-02-25 03:49

浅显介绍图像识别的算法卷积神经网络（CNN）中的激活函数

决定神经元是否被激活：激活函数根据输入信号

cjl30804·2025-02-24 15:31

图解前馈神经网络（FNN）

它由多个神经元（或称为节点）组成，这些神经元被组织成不同的层，包括输入层、隐藏层和输出层。信息从输入层开始，经过一层或多层隐藏

Zucker N·2025-02-23 19:34

通俗理解Test time Scaling Law、RL Scaling Law和预训练Scaling Law

具体含义：在预训练阶段（比如训练GPT这种大模型），模型的表现取决于三个核心因素：模型参数（房子的“大小”）：神经元越多，模型越“聪明”。数据量（砖头的“数量”）：喂给模型的文本越多，

老A的AI实验室·2025-02-23 16:12

word2vec之skip-gram算法原理

output其他所有单词的概率（softmax输出也是11000）target是相近单词的one-hot形式2.Losstarget和output的矩阵的交叉熵最小or平方差最小3.NNet3.1隐层300个神经元

cuixuange·2025-02-22 18:52

神经网络新手入门（2）基础认知：神经网络发展简史

神经网络发展简史让我们用武侠小说的方式打开这段科技史，你会发现神经网络的发展史比金庸江湖还要精彩：第一章：江湖初现（1943-1958）1943年，两位奇侠麦卡洛克和皮茨在《神经活动中内在思想的逻辑演算》中打造了江湖第一把"宝剑"——M-P神经元模型

caridle·2025-02-21 10:48

图像识别技术与应用第三课

w称为权重：控制输入信号的重要性的参数b称为偏置：偏置是调整神经元被激活的容易程度参数感知机的局限性:感知机的局限性就是只能表示由一条直线分割的

哈哈~156·2025-02-20 01:25

一文读懂！深度学习 + PyTorch 的超实用学习路线

例如，在神经网络中，矩阵乘法用于神经元之间的

a小胡哦·2025-02-19 03:27

如何解决RNN梯度爆炸和弥散的问题

但需要注意的是，ReLU也可能导致神经元死亡的问题。3.

路野yue·2025-02-18 12:40

【漫话机器学习系列】041.信息丢失（dropout）

虽然"信息丢失"（dropout）这个术语在某些情况下可能引起误解，指的并非是数据的丢失，而是训练过程中故意“丢弃”神经网络中的部分神经元。

IT古董·2025-02-17 22:40

一文理解大模型，并对当前流行模型做对比

它的核心特点是参数数量极其庞大（比如千亿甚至万亿级），这些参数可以理解为大脑中的“神经元连接”，参数越多，模型越“聪明”，能处理的任务也更复杂。

Jing_saveSlave·2025-02-17 19:41

spiking neural network概念学习

在此类传感器中使用SNNs主要受限于缺乏适当的训练算法，从而可以有效地利用尖峰神经元的时间信息。实际上就精度而言，在大多数学习任务中SNNs的效果仍落后于第二代的深度学习。很明显，尖峰神经元可以实

Zaгathustra·2025-02-16 21:45

一文带你了解人工智能：现状、应用、变革及未来展望

通过模拟人脑神经元之间的相互作用，深度学习算法能够从大量数据中提取出

空青726·2025-02-16 08:02

26、深度学习-自学之路-NLP自然语言处理-理解加程序，怎么把现实的词翻译给机器识别。

一、怎么能让机器能够理解我们的语言呢，我们可以利用神经网络干很多的事情，那么我们是不是也可以用神经元做自然语言处理呢，现在很多的实际应用已经说明了这个问题，可以这么做。

小宇爱·2025-02-14 11:17

大脑神经网络与机器神经网络的区别

以下是两者的主要区别：1.基础结构与组成大脑神经网络：由生物神经元（约860亿个）通过突触连接形成动态网络。神经元通过电化学信号（动作电位）和神经递质传递信息。

天机️灵韵·2025-02-14 10:40

Deepseek的MOE架构中ColumnParallelLinear()是怎么实现的

ColumnParallelLinear可能指的是将线性层的列（即输出神经元）分布在多个设备上。在MoE中，每个专家可能是一个这样的并行层，然后通过门控机制将输入路由到不同的专家。

DukeYong·2025-02-13 18:00

BP神经网络学习内容分享：学习激活函数和损失函数

它们的主要作用是将神经元的输入（加权和）转化为一个输出信号，这个输出信号可以进一步作为后续神经元或层的输入。

强哥带你学BP神经网络·2025-02-12 19:32

神经网络的基本构成和功能

神经网络是一种人工神经系统模拟的算法，它通过层次结构处理信息，类似于生物神经系统中的神经元之间的连接。

西洲啊·2025-02-12 04:56

深度神经网络（Deep Neural Networks, DNNs）

它们设计用来模仿人类大脑的处理方式，通过多层（即“深度”）的神经元结构处理数据，从而解决各种复杂的数据驱动问题。这些网络通过多个隐藏层连接输入和输出层，每层都包含多个神经元，这些神经元

CaiGuoHui1·2025-02-11 05:34

了解深度神经网络模型（Deep Neural Networks, DNN）

隐藏层：包含多个层，每层有多个神经元，通过非线性激活函数处理数据。输出层：生成最终预测或分类结果。主要特点多层次结构：通过多个隐藏层逐步提取高层次特征。非线性变换：使用激

huaqianzkh·2025-02-11 05:02

神经网络（Neural Network）

受生物神经系统的启发，神经网络通过模拟人脑神经元的工作机制，能够从大量数据中学习复杂的模式和关系。其强大的非线性建模能力使其在图像识别、自然语言处理、语音识别和预测分析等任务中表现出色。

ningmengjing_·2025-02-10 23:41

运动神经元病（渐冻症）如何诊断?

渐冻症也称为肌萎缩侧索硬化，是一种常见的运动神经元疾病。可以导致上、下神经元受损，主要表现为肌无力、肌肉萎缩和明显的椎管征。

2501_90506537·2025-02-09 16:36

卷积 - 感受野（Receptive Field）

卷积-感受野（ReceptiveField）flyfish感受野（ReceptiveField）是指卷积神经网络中某一层的一个特定神经元能够“看到”并响应的输入图像区域。

二分掌柜的·2025-02-09 09:14

深度学习 - 神经网络的原理

**神经元模型:***神经网络的基本单元是神经元，它模拟生物神经元的结构和功能。*每个神经元接收多个输入信号，对信号进行加权求和，并通过激活函数进行非线性变换，最终输出一个信号。

test猿·2025-02-08 09:43

大模型Dense、MoE 与 Hybrid-MoE 架构的比较

以下从核心原理、技术特点、优缺点及适用场景进行系统对比：1.核心原理对比架构类型核心思想典型模型Dense所有参数对所有输入生效，每层神经元全连接，统一处理所有输入特征。

灵机️·2025-02-06 14:00

YOLOv3在工业生产中产品瑕疵检测的可行性分析

在技术发展的过程中对于图片处理的方式往往使用CNN（卷积神经网络）作为处理模型，毫无疑问CNN的在处理图像方面有着独特的优势，通过设置卷积核我们可以使得计算机提取图像的特征数据，再通过延伸纵向的网络模型增加网络神经元的个数

Y.C.~·2025-02-04 16:59

lstm的tensorflow代码实现几个函数的源码及解释

对这三行代码：1.tf.contrib.rnn.BasicLSTMCell总的来说，这个函数就是用来计算cell里面的运算的，比如加入三个门的计算，对应于所有列出的lstm的公式，如果说对应于普通的神经元

yolan6824·2025-02-02 14:54

前馈神经网络——最基本的神经网络架构

FNN中的每一层与下一层的神经元之间是完全连接的，但不同层之间的神经元不相互连接。

纠结哥_Shrek·2025-01-30 23:01

机器学习Day01

人工智能三大概念及其关系人工智能（AI）：使用计算机来模拟或者代替人类机器学习（ML）：机器自动学习，并不只由人定义规则编程深度学习（DL）：大脑仿生，模拟人大脑神经网络，设计一层层神经元模拟事物机器学习是实现人工智能的一种途径

酒脑猫·2025-01-30 02:06

神经网络及其架构和模型的关系

它由**多个神经元（节点）**和连接权重组成，这些神经元组织成不同的层，通过输入数据进行学习和预测。

爱吃瓜的猹z·2025-01-27 23:44

神经网络的通俗介绍

人类的大脑是由无数的小“工作站”组成的，每个工作站叫做“神经元”。这些神经元通过“电线”互相连接，负责接收、处理和传递信息。

courniche·2025-01-26 12:08

神经网络|(三)线性回归基础知识

【1】引言前序学习进程中，已经对简单神经元的工作模式有所了解，这种二元分类的工作机制，进一步使用sigmoid()函数进行了平滑表达。

西猫雷婶·2025-01-25 16:56

2025数学建模美赛——神经网络预测模型详解

2025数学建模美赛——神经网络预测模型详解一、神经网络预测模型基础1.1、神经网络概述神经网络是一种模拟人脑神经元工作方式的计算模型，它由大量的节点（或称为神经元）组成，这些节点通过连接权重相互连接。

前程算法屋·2025-01-25 02:11

智源社区AI周刊：Hinton预测破解大脑机制时间；Gary Marcus批判追捧深度学习风潮；谷歌发布Imagen...

观点“我们会在未来的五年内破解这些（人脑的）程序......现有的一切人工智能，都是建立在与大脑高层次上所做的事情完全不同的基础上......假设有数十亿的参数，这些神经元间的权重在大量训练实例的基础上去调整

智源社区·2025-01-24 18:46

tensorlow中tensorboard可视化展示训练过程

importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datamax_steps=1000#训练步数learning_rate=0.001#设置学习率dropout=0.9#神经元保留比例

张登杰踩·2025-01-24 18:10

推荐频道

神经元