神经网络+遗传算法第3页

神经网络（Neural Network）

引言神经网络，作为人工智能和机器学习领域的核心组成部分，近年来在诸多领域取得了显著的进展。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。

ningmengjing_·2025-02-10 23:41

深度学习入门2：自然语言处理（第一章神经网络的复习/代码+总结）

1.1数学和python的复习1.1.1向量和矩阵总结：代码实现：D:\py\pythonProject\0自学\LM\第一章\1向量和矩阵.pyimportnumpyasnpx=np.array([1,2,3])print(x.__class__)#输出类名np.ndarray类print(x.shape)#np.ndarray类实例变量shape和ndimshape表示多维数组的形状print

m0_58598898·2025-02-10 23:11

神经网络常见激活函数 6-RReLU函数

文章目录RReLU函数+导函数函数和导函数图像优缺点pytorch中的RReLU函数tensorflow中的RReLU函数RReLU随机修正线性单元：RandomizedLeakyReLU函数+导函数RReLU函数RReLU={xx≥0axx=0,inputs,alpha*inputs)#创建RReLU激活函数层rrelu=RReLU()#生成随机输入x=tf.random.normal([2])

亲持红叶·2025-02-10 22:40

基于“感知–规划–行动”的闭环系统架构

1.感知（Perception）1.1多模态数据采集与预处理传感器系统Agent的感知层通常由多种传感器组成，支持采集多种形式的数据：视觉：采用摄像头、深度传感器，通过卷积神经网络（CNN）、视觉Transformer

由数入道·2025-02-10 22:39

深度学习入门：搭建你的第一个神经网络

今天，我们将一起踏上深度学习的旅程，搭建你的第一个神经网络。一、深度学习的魅力深度学习是机器学习的一个分支，它通过模拟人脑的神经网络结构，让计算机能够自动从大量数据中学习规律和特征

Evaporator Core·2025-02-10 22:36

激活函数篇 03 —— ReLU、LeakyReLU、RandomizedLeakkyReLU、PReLU、ELU

本篇文章收录于专栏【机器学习】以下是激活函数系列的相关的所有内容:一文搞懂激活函数在神经网络中的关键作用逻辑回归：Sigmoid函数在分类问题中的应用整流线性单位函数（RectifiedLinearUnit

Echo-Nie·2025-02-10 19:16

Neural Radiance Fields (NeRF) 和 3D Gaussian Splatting区别

1.NeuralRadianceFields(NeRF)NeRF使用深度学习技术，特别是一种密集的神经网络（通常是多层感知机，MLP），来建模复杂的3D场景。

鬼马行天·2025-02-10 19:44

NeRF与3D Gaussian的异同对比

1.核心区别特性NeRF3DGaussianSplatting表示方式隐式表示：通过神经网络（MLP）学习场景的辐射场（颜色和密度）。显式表示：用3D高斯分布显式建模场景中的点云或粒子。优化目

zllz0907·2025-02-10 18:41

深度学习-医学影像诊断

我们将构建一个简单的卷积神经网络（CNN）模型，使用公开的肺炎X光影像数据集进行训练和评估。

小赖同学啊·2025-02-10 18:37

神经网络的训练过程详解

在深度学习领域中，训练一个神经网络是一项复杂但系统的工作过程。下面将从基本概念到具体步骤逐步阐述神经网络的训练方法一、神经网络的基本概念神经网络的结构输入层：接收外部数据，通常为多维向量。

西洲啊·2025-02-10 10:31

锂电池剩余寿命预测 | Matlab基于Transformer-GRU的锂电池剩余寿命预测

天天Matlab代码科研顾问·2025-02-10 09:24

coarse-to-fine(1) CF-DRNet

1、Coarse-to-fineclassificationfordiabeticretinopathygradingusingconvolutionalneuralnetwork使用卷积神经网络对糖尿病视网膜病变分级进行从粗到细的分类

momoka9·2025-02-10 05:39

AI大模型系列之七：Transformer架构讲解

前馈神经网络编码器（Encoder）解码器（Decoder）：基于卷积神经网络（CNN）的编码器-解码器结构基于Transformer架构的主流语言模型有哪

m0_74823683·2025-02-10 03:58

【论文精读】《Towards Deep Learning Models Resistant to Adversarial Attacks》

摘要本文探讨了深度学习模型在面对对抗性攻击时的脆弱性，并提出了一种基于鲁棒优化的方法来增强神经网络的对抗鲁棒性。

智算菩萨·2025-02-10 03:25

CNN-day5-经典神经网络LeNets5

经典神经网络-LeNets51998年YannLeCun等提出的第一个用于手写数字识别问题并产生实际商业（邮政行业）价值的卷积神经网络参考：论文笔记：Gradient-BasedLearningAppliedtoDocumentRecognition-CSDN

谢眠·2025-02-10 03:54

【电力负荷预测】时间卷积双向门控循环单元融合注意力机制TCN-BiGRU-Attention负荷多变量时间序列预测【含Matlab源码 4752期】

Matlab领域·2025-02-10 00:03

【论文投稿】Python 网络爬虫：探秘网页数据抓取的奇妙世界

【IEEE出版|广东工业大学主办】第五届神经网络、信息与通信工程国际学术会议（NNICE2025）_艾思科蓝_学术一站式服务平台目录前言一、Python——网络爬虫的绝佳拍档二、网络爬虫基础：揭开神秘面纱

m0_74824661·2025-02-10 00:00

自动驾驶---E2E架构演进

端到端自动驾驶架构是一种基于深层神经网络模型和方法的自动驾驶技术模式。

智能汽车人·2025-02-09 23:25

机器学习回归评估指标全解析：如何衡量模型的准确性？回归评估指标-MSE、MAE、RMSE、R²分数

阅读时长：25分钟发布时间：2025-02-09近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【柏企】公众号【柏企科技说】【柏企阅文

·2025-02-09 22:18

CNN-day11-注意力机制

day12-注意力机制一、卷积注意力机制神经网络能够在同样的计算资源下获得更强的表征能力和更优的性能表现。1注意力认知AM：AttentionMechanism，注意力机制。

谢眠·2025-02-09 19:26

数值型特征处理 - 归一化和分桶

而分桶可能是指把连续的数值分成不同的区间，比如年龄段分成0-18，19-30这样的区间消除特征间的量纲差异，使不同特征具有可比性，适用于依赖距离或梯度的模型（如SVM、神经网络、KNN）最大最小归一化（

Ivanqhz·2025-02-09 18:50

微软 LayoutLM：文档理解的强大工具

深入了解LayoutLM：文档理解的强大工具阅读时长：15分钟发布时间：2025-02-09近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM

·2025-02-09 18:35

深度学习-数学基础-01

学习神经网络需要以下数学基础：线性代数向量与矩阵神经网络中的数据通常以向量（如输入特征向量）和矩阵（如权重矩阵）的形式表示。理解向量的点积、加法、减法等运算，以及矩阵的乘法、转置等操作至关重要。

·2025-02-09 18:35

探秘检索增强生成：上下文检索、混合搜索与密集检索全解析

探秘检索增强生成：上下文检索、混合搜索与密集检索全解析阅读时长：15分钟发布时间：2025-02-09近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎

·2025-02-09 18:33

翻译模型

翻译模型发展史1980年，提出基于规则的翻译1993年，IBM提出基于词的统计翻译模型2003年，Koehn提出基于短语的统计翻译模型2014年，谷歌和蒙特利尔大学提出端到端神经网络机器翻译，SequencetoSequenceLearningwithNeuralNetworks

daisy190127·2025-02-09 16:08

SCI一区级 | SAO-CNN-LSTM-Mutilhead-Attention雪消融算法优化卷积长短期记忆神经网络融合多头注意力机制多变量时间序列预测Matlab实现

天天Matlab代码科研顾问·2025-02-09 14:50

CNN卷积神经网络多变量多步预测，光伏功率预测（Matlab完整源码和数据)

代码地址：CNN卷积神经网络多变量多步预测，光伏功率预测（Matlab完整源码和数据)标题：CNN卷积神经网络多变量多步预测，光伏功率预测一、引言1.1研究背景及意义随着全球能源危机的加剧和环保意识的提升

机器学习之心·2025-02-09 13:15

DeepSeek生成对抗网络（GAN）的训练与应用

GANs通过两个神经网络（生成器和判别器）的对抗训练，实现了高质量数据的生成。DeepSeek提供了强大的工具和API，帮助我们高效地训练和应用GANs。

Evaporator Core·2025-02-09 12:41

人工智能-A* 算法与机器学习算法结合

以下将为你展示如何将A*算法与机器学习算法（这里以简单的神经网络为例）结合实现路径规划。我们会先使用A*算法生成一些路径规划数据，然后用这些数据训练一个简单的神经网络，让神经网络学习如何预测路径。

小赖同学啊·2025-02-09 12:11

激活函数篇 02 —— 双曲正切函数tanh

本篇文章收录于专栏【机器学习】以下是激活函数系列的相关的所有内容:一文搞懂激活函数在神经网络中的关键作用逻辑回归：Sigmoid函数在分类问题中的应用tanh⁡(x)=ex−e−xex+e−x\tanh

Echo-Nie·2025-02-09 12:08

深度学习的算法在人群计数（数人头）

以下是几种被广泛认为效果较好的算法类别及其特点：1.基于卷积神经网络（CNN）的算法特点：利用CNN的强大特征提取能力，直接从图像中学习人群计数的特征。

人工智能专属驿站·2025-02-09 10:25

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

基于PyG搭建GCN-LSTM时空犯罪预测

基于PyG搭建GCN-LSTM时空犯罪预测1.前言最近针对犯罪时空预测、犯罪分布可视化开展研究，图神经网络是必不可少的研究工具之一，为了记录学习PyG的过程，本文通过结合官网案例(非常晦涩难懂)以及网上各位大佬的学习过程

职业摸鱼能手·2025-02-09 04:01

LS-SDMTSP：遗传算法（GA）求解大规模单仓库多旅行商问题（LS-SDMTSP），MATLAB代码

一、问题定义大规模单仓库多旅行商问题（Large-ScaleSingle-DepotMulti-TravelingSalesmanProblem，简称LS-SDMTSP）是组合优化领域中极具挑战性的经典问题。假设存在一个单一仓库，它既是所有旅行商的出发地，也是最终的返回地。同时，有数量众多的客户节点散布在地理空间中，并且有一支由多个旅行商组成的队伍。每个旅行商需要从仓库出发，遍历一定数量的客户节点

IT猿手·2025-02-09 01:14

AI 网络安全处理开源人工智能+网络安全

人工智能在网络安全领域应用近年来，Agent系统、神经网络、顾问系统、机器学习等人工智能技术在网络安全防御中涌现出很多研究成果。总体

黑客Jack·2025-02-09 01:40

DQN深度强化学习：CartPole倒立摆任务（完整代码）

DQN（DeepQ-Network，深度Q网络）是Q-Learning的深度学习扩展，通过神经网络替代Q表的方式来解决高维状态空间问题（例如图像输入），开启了深度强化学习时代。它在2013年由Dee

林泽毅·2025-02-08 21:45

Vision Transformer学习笔记（2020 ICLR）

该模型直接采用原始图像块作为输入，而不是传统的卷积神经网络（CNNs），并通过Transformer架构处理这些图像块以实现高效的图像识别。

刘若里·2025-02-08 21:15

《探秘卷积神经网络的核心—卷积核》

在当今人工智能飞速发展的时代，卷积神经网络（CNN）在图像识别、语音识别等众多领域取得了令人瞩目的成就。而其中，卷积核作为CNN的核心组件，发挥着至关重要的作用。

·2025-02-08 19:57

PyTorch深度学习实战（42）——图像字幕生成

图像字幕生成0.前言1.图像字幕1.1基本概念1.2模型分析1.3数据集分析2.图像字幕生成模型小结系列链接0.前言图像字幕生成(Imagecaptioning)模型是一种将图像与对应描述文字关联起来的神经网络模型

盼小辉丶·2025-02-08 14:57

‌双非硕士的抉择：自学嵌入式硬件开发还是深入Linux C/C++走软开？

粉丝提问：老师好，我是双非硕研一电子信息专业,导师搞的神经网络。但我想找好就业的方向，打算自学嵌入式单片机什么的。之前也咨询过别人建议研究生走Linux方向。

程序员yt·2025-02-08 13:16

图神经网络实战（8）——图注意力网络(Graph Attention Networks, GAT)

图神经网络实战（8）——图注意力网络0.前言1.图注意力层原理1.1线性变换1.2激活函数1.3Softmax归一化1.4多头注意力1.5改进图注意力层2.使用NumPy中实现图注意力层3.使用PyTorchGeometric

盼小辉丶·2025-02-08 12:09

动手学图神经网络（12）：MovieLens上的链接回归

MovieLens上的链接回归在MovieLens数据集上进行评分预测的实践过程，包括数据处理、模型构建、训练以及评估等步骤，预测用户对电影的评分（即边的属性值）。环境设置使用pip安装pyg-lib、pytorch_geometric、sentence_transformers、fuzzywuzzy、captum等。importtorchprint(torch.__version__)impor

段智华·2025-02-08 11:07

神经网络压缩实验-Deep-compression

首发于个人博客，结合论文阅读笔记更佳实验准备基础网络搭建为了实现神经网络的deepcompression，首先要训练一个深度神经网络，为了方便实现，这里实现一个两层卷积+两层MLP的神经网络classnet

无用技术研究所·2025-02-08 11:06

AI编程工具合集

)这里是一些知名和广泛使用的AI编程工具及其简要介绍：1.框架和库(FrameworksandLibraries)-TensorFlow:由谷歌开发的开源深度学习框架，支持多种平台，适合构建和训练复杂神经网络

109702008·2025-02-08 09:14

深度学习 - 神经网络的原理

##深度学习-神经网络的原理深度学习是机器学习的一个分支，其核心是模拟人脑神经网络的结构和功能，构建多层的神经网络模型，从数据中学习特征并进行预测或分类。**神经网络的基本原理：**1.

test猿·2025-02-08 09:43

【AI原理解析】— Gemini模型

.安全性与编程能力安全性评估编程能力6.模型发布与应用发布时间应用方向7.性能评估8.数学基础8.1Transformer解码器基础8.1.1自注意力机制（Self-Attention）8.1.2前馈神经网络

coolkidlan·2025-02-08 06:49

冯诺依曼计算机发展瓶颈,冯诺依曼瓶颈

计算速度的提高，必然会让人感觉到智能的提高，而人脑神经网络传递信号的速度，是否也有可能提高呢？所谓“冯诺依曼瓶颈”，是冯诺依曼架构本身带来的一些限制。

weixin_39747595·2025-02-08 05:14

MobileNetV2: Inverted Residuals and Linear Bottlenecks

以下是对这些核心内容的简要概述：MobileNetV2架构设计：提出了一种新的神经网络模块——倒残差结构（InvertedResiduals），其中的快捷连接位于瓶颈层之间。使用轻量级

TAICHIFEI·2025-02-08 03:38

【神经网络搜索】NasBench301 使用代理模型构建Benchmark

【GiantPandaCV导语】本文介绍的是NAS中的一个benchmark-NASBench301,由automl.org组织发表，其核心思想是针对表格型基准存在的不足提出使用代理模型拟合架构与对应准确率。Paper:NAS-Bench-301andThecaseforsurrogatebenchmarksforNeuralArchitectureSearchCode:https://githu

*pprp*·2025-02-08 03:32

pyannote 语音活动检测/说话者变化检测/语音重叠检测

这个项目是基于PyTorch的，与webrtcvad有着天壤之别,在嘈杂环境下解决语音活动检测还是得靠神经网络,而webrtcvad在嘈杂状态下是无法工作的，感兴趣的同学可以看一下，或许你们有更好的解决方案

wx:pjcoder·2025-02-08 00:44

推荐频道

神经网络+遗传算法