神经网络优化算法

知识蒸馏在小样本学习中的作用

知识蒸馏在小样本学习中的作用关键词：知识蒸馏，小样本学习，深度神经网络，软标签，迁移学习，注意力机制摘要：本文将详细探讨知识蒸馏技术在小样本学习中的重要作用。
AI天才研究院·2025-05-21 09:32

Python----循环神经网络（WordEmbedding词嵌入）

一、编码当我们用数字来让电脑“认识”字符或单词时，最简单的方法是为每个字符或单词分配一个唯一的编号，然后用一个长长的向量来表示它。比如，假设“我”这个字在字典中的编号是第10个，那么它的表示就是一个很多0组成的向量，除了第10个位置是1，其余都是0。这种表示叫做one-hot编码，中文常用字就有大约五千个，所以每个字的向量长度也就大约是五千维。不过，这样的表示有两个问题。第一，向量很长，存储和计算
蹦蹦跳跳真可爱589·2025-05-21 06:20

粒子群算法（四维rosenbrock函数的优化问题）

欢迎来到智能优化算法的世界博客主页：卿云阁欢迎关注点赞收藏⭐️留言本文由卿云阁原创！本阶段属于筑基阶段之一，希望各位仙友顺利完成突破首发时间：2021年11月07日✉️希望可以和大家一起完成进阶之路！
卿云阁·2025-05-21 06:46

弹性力学优化算法：蚁群算法(ACO)：弹性力学优化中的ACO算法变种_2024-08-08_07-16-08.Tex

弹性力学优化算法：蚁群算法(ACO)：弹性力学优化中的ACO算法变种绪论蚁群算法在弹性力学优化中的应用背景在工程设计与分析领域，弹性力学优化是一个关键环节，它涉及到结构的强度、刚度和稳定性等重要属性的优化
chenjj4003·2025-05-21 05:43

Python33 智能优化算法之粒子群算法PSO

智能优化算法是一类受自然界生物、物理、化学等现象启发而设计的优化算法，具备全局搜索能力，能够在复杂、多峰的搜索空间中找到近似全局最优解，常用于解决各种实际中的复杂优化问题。
智能建造研究生·2025-05-21 05:42

TensorFlow在自然语言处理(NLP)中的实战应用

TensorFlow在自然语言处理(NLP)中的实战应用关键词：TensorFlow、自然语言处理、实战应用、深度学习、循环神经网络、Transformer、文本分类摘要：本文系统解析TensorFlow
AI天才研究院·2025-05-21 03:55

神经网络在MATLAB中是如何实现的？

文章目录前言MATLAB环境配置一、图形化界面工具（适合快速上手）1.NeuralNetworkToolboxGUI2.DeepLearningToolboxGUI二、编程实现（适合高级定制）1.基础神经网络
tyatyatya·2025-05-21 03:25

OpenCV 环境搭建与概述

3、中级:角点查找、BLOB查找、特征提取与匹配、机器学习、深度神经网络、CUDA加速。4、高级:掌握自定义对象检测
清醒的兰·2025-05-21 02:22

简单神经网络（ANN）实现：从零开始构建第一个模型

本文将手把手带你用Python+Numpy实现一个最基础的人工神经网络（ArtificialNeuralNetwork,ANN）。不依赖任何深度学习框架，适合入门理解神经网络的本质。
赵青临的辉·2025-05-21 02:52

strassen算法 DeepMind的AlphaZero最快矩阵乘法的前身

本文将介绍传统的矩阵乘法方法以及一种经典的优化算法——Strassen算法，并探讨它们在4×4矩阵乘法中的应用。目录引言矩阵乘法基础传统矩阵乘法Strassen
中堂李1027·2025-05-21 02:19

深度学习模型入门：从基础到前沿

基础神经网络模型1.多层感知机（MLP）多层感知机是最基础的深度学习模型之一，由输入层、隐藏层和输出层组成：importtorchimportt
像素艺术家·2025-05-20 23:00

【RAG实战】语言模型基础

它结合了统计学原理和深度神经网络技术，通过对大量的样本数据进行复杂的概率分布分析来学习语言结构的内在模式和相关性。具体地，语言模型可根据上下文中已出现的词序列，使用概率推断来预测接下来可能出现的词汇。
sysu_lluozh·2025-05-20 23:28

BERT模型原理与代码实战案例讲解

深度学习:利用神经网络学习语言的深层特征，例如Word2Vec、RNN、LSTM等，语义理解能力显著提升。1.2BERT的诞生B
AI大模型应用之禅·2025-05-20 22:58

反向传播算法——矩阵形式递推公式——ReLU传递函数

考虑一个深度神经网络g[xi,ϕ]g[\boldsymbol{x}_i,\boldsymbol{\phi}]g[xi,ϕ]，它接受输入xi\boldsymbol{x}_ixi，
phoenix@Capricornus·2025-05-20 22:27

CVPR 2025 | OverLoCK：一种先概览后细察且具有上下文混合动态内核的卷积神经网络

AnOverview-first-Look-Closely-nextConvNetwithContext-MixingDynamicKernelsOverLoCK：一种先概览后细察且具有上下文混合动态内核的卷积神经网络作者
小白学视觉·2025-05-20 22:25

深度学习模型入门：从基础到前沿

基础神经网络模型1.多层感知机（MLP）多层感知机是最基础的深度学习模型之一，由输入层、隐藏层和输出层组成：importtorchimportt
AIGC创想家·2025-05-20 21:51

计算机视觉与深度学习 ｜ Matlab实现INFO-BiTCN-SVM向量加权优化算法优化双向时间卷积神经网络结合支持向量机时间序列预测，含优化前后对比（Matlab完整源码和数据）

以下是一个基于Matlab2023b实现的INFO-BiTCN-SVM时间序列预测系统的完整代码框架，包含智能优化算法、双向时间卷积网络与支持向量机的混合模型以及多指标评估体系。
单北斗SLAMer·2025-05-20 20:42

spaCy 模型架构与训练循环深度指南：从 Thinc 类型系统到自定义网络实践

一、Thinc模型的输入输出类型系统：定义数据流动的“语法规则”spaCy的底层依赖Thinc框架实现神经网络，而Thin
佑瞻·2025-05-20 19:36

PyTorch深度学习实战（18）—— 可视化工具

在训练神经网络时，通常希望能够更加直观地了解训练情况，例如损失函数曲线、输入图片、输出图片等信息。这些信息可以帮助读者更好地监督网络的训练过程，并为参数优化提供方向和依据。
shangjg3·2025-05-20 19:04

day12python打卡

超参数调整专题2三种启发式算法的示例代码：遗传算法、粒子群算法、退火算法学习优化算法的思路（避免浪费无效时间）作业：今天以自由探索的思路为主，尝试检索资料、视频、文档，用尽可能简短但是清晰的语言看是否能说清楚这三种算法每种算法的实现逻辑
qq_58459892·2025-05-20 14:37

一文解析13大神经网络算法模型架构

目录一、引言：神经网络的演进脉络二、基础架构：深度学习的基石2.1人工神经网络（ANN）2.2深度神经网络（DNN）三、专项任务架构：领域定制化突破3.1卷积神经网络（CNN）3.2循环神经网络（RNN
攻城狮7号·2025-05-20 08:58

使用PyTorch训练MobileNetV2模型进行图像分类

MobileNetV2是一种轻量级的卷积神经网络（CNN），它在保持较高准确率的同时具有较低的计算复杂度，非常适合在移动设备和嵌入式系统上进行实时图像识别任务。
云端.代码农夫CloudFarmer·2025-05-20 02:17

YOLO12改进-模块-引入Convolutional Modulation模块 捕捉更丰富的局部 - 全局空间关系，提升目标边界定位精度。

在视觉识别领域，卷积神经网络（ConvNets）擅长捕捉局部空间特征，但在建模全局上下文依赖方面存在不足；VisionTransformers（ViTs）通过自注意力机制能有效建模全局关系，却面临高分辨率图像下计算成本呈二次增长的问题
一勺汤·2025-05-20 01:13

深度学习详细入门路线----以本人亲身实践得出

或者研一导师交给你一个深度学习的项目而你却从来没接触过不知道该如何入门本文将以一个初学者的角度分析如何入门深度学习同时也是对三个月以来学习路线的梳理首先认识深度学习我不知道有多少人是被这个名字吸引过来的反正我是深度学习听着是不是就比电机嵌入式什么的高级一些呢哈哈哈言归正传所谓深度学习不过是神经网络的层数
妄想成为master·2025-05-19 15:33

使用 PyTorch 实现 CBOW 词向量模型

CBOW模型是一种基于上下文预测目标词的神经网络模型，由Mikolov等人在2013年提出。与Skip-gram模型相
进来有惊喜·2025-05-19 14:27

优化算法实战：SGD 与 Adam，该选哪个更适合你？

一、什么是优化算法？在训练深度学习模型时，我们的目标是让模型预测更准确。为了达到这个目的，我们需要“调整”模型里的参数，使得预测误差（损失）尽可能小。
赵青临的辉·2025-05-19 10:01

Pytorch实现卷积神经网络CNN

Pytorch是torch的Python版本，对TensorFlow造成很大的冲击，TensorFlow无疑是最流行的，但是Pytorch号称在诸多性能上要优于TensorFlow，比如在RNN的训练上，所以Pytorch也吸引了很多人的关注。之前有一篇关于TensorFlow实现的CNN可以用来做对比。下面我们就开始用Pytorch实现CNN。step0导入需要的包1importtorch2im
weixin_30312557·2025-05-19 08:45

大模型的微调步骤与技术栈

大模型的微调步骤与技术栈一、技术栈分层体系（一）理论基础层核心知识神经网络：神经元工作机制、网络层（输入层、隐藏层、输出层）作用。
上有晨光·2025-05-19 08:45

轻松发TGRS！遥感结合小目标检测 模型达到94.2%mAP

近年来，随着深度学习技术的兴起，基于卷积神经网络（CNN）的检测算法为遥感小目标检测带来
Ai多利·2025-05-19 05:25

深度学习笔记（一）：卷积变种（分组卷积、空洞卷积、深度可分离卷积、可形变卷积） 卷积中的不一样的操作

AtrousConvolution）深度可分离卷积（depthwiseseparableconvolution）标准卷积与深度可分离卷积的不同深度可分离卷积的过程深度可分离卷积的优点可变形卷积网络背景想法评价卷积神经网络中十大拍案叫绝的操作一
生活需要深度·2025-05-19 04:46

MATLAB的神经网络工具箱教程

文章目录前言MATLAB环境配置1.工具箱概述2.基本操作流程3.常见网络类型与应用4.数据预处理技巧5.高级功能6.可视化工具前言以下是MATLAB神经网络工具箱的入门教程，涵盖基本概念、操作流程和实例
tyatyatya·2025-05-18 23:17

使用 C# 入门深度学习：线性代数详细讲解

无论是神经网络的训练过程，还是数据的预处理和特征提取，线性代数的知识都无处不在。掌握线性代数的核心概念，对于理解和实现深度学习算法至关重要。
江沉晚呤时·2025-05-18 21:38

卷积神经网络踩坑全记录

文章目录一、数据预处理阶段1.图像尺寸不一致2.数据归一化不当3.数据标签错误二、网络结构设计阶段1.卷积层参数设置不合理2.池化层的滥用3.网络层数过深或过浅三、训练过程阶段1.学习率设置不当2.过拟合问题3.训练时间过长四、模型评估和调优阶段1.评估指标选择不当2.超参数调优不充分一、数据预处理阶段1.图像尺寸不一致在实际项目中，我接手了一个图像分类任务，数据源来自多个渠道，有不同的设备拍摄的
珠峰日记·2025-05-18 20:59

多因子量化模型的黄金市场非线性波动解析：CPI数据扰动下的动态对冲策略

摘要：本文运用LSTM神经网络对黄金价格波动进行时序建模，结合宏观经济因子库与市场情绪量化指标，深度解析CPI数据披露对贵金属市场的传导机制。
金融小师妹·2025-05-18 19:48

深度神经网络模型量化

深度神经网络模型量化模型量化的基本概念模型量化技术作为一种重要的模型压缩方法，在降低计算复杂度和提高执行效率方面显示出巨大价值。
DuHz·2025-05-18 17:38

【深度学习-Day 12】从零认识神经网络：感知器原理、实现与局限性深度剖析

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手
吴师兄大模型·2025-05-18 17:36

端到端自动驾驶系统实战指南：从Comma.ai架构到PyTorch部署

不同于传统分模块处理感知、规划、控制的方案，端到端系统通过深度神经网络直接建立传感器原始数据到车辆控制指令的映射关系。
Tech Synapse·2025-05-18 15:51

Batch Normalization原理与代码实例讲解

原理与代码实例讲解作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来深度学习在图像识别、自然语言处理等领域的应用取得了显著的成果，然而，深度神经网络容易受到内部协变量偏移的影响
AI天才研究院·2025-05-18 13:39

搜索领域新宠：AI搜索深度解析

搜索领域新宠：AI搜索深度解析关键词：AI搜索、语义理解、向量搜索、个性化推荐、搜索算法、神经网络、知识图谱摘要：本文深入解析AI搜索的技术原理与实现路径，涵盖从传统关键词搜索到现代语义搜索的演进过程。
搜索引擎技术·2025-05-18 12:06

【Pytorch搭建卷积神经网络】利用神经网络解决手写识别数据集问题

本文利用手写数字数据集搭建一个简单的分类神经网络，代码有详细的注释，帮助理解整个搭建流程。
一颗洋芋·2025-05-18 11:28

RNN/LSTM原理与 PyTorch 时间序列预测实战

️RNN/LSTM原理与PyTorch时间序列预测实战在处理时间序列数据、语音信号、文本序列等连续性强的问题时，循环神经网络（RNN）及其改进版本LSTM（长短期记忆网络）是最常见也最有效的模型之一。
风亦辰739·2025-05-18 07:23

Matlab中的神经网络训练和深度学习技术

概述：深度学习是当今计算机科学领域的一个热门话题，神经网络是深度学习的基础。Matlab作为一个功能强大的科学计算和数据分析软件，提供了丰富的工具和函数来实现神经网络训练和深度学习任务。
vipfanxu·2025-05-18 06:48

自然语言处理 (NLP) 入门教程

近年来，NLP领域取得了显著进展，这得益于深度学习模型的引入，例如词嵌入、循环神经网络和Transformer，这些模型在文本分类、机器翻译、问答系统等应用中取得了突破性成果。
斯陀含·2025-05-18 01:14

【神经网络与深度学习】通俗易懂的介绍非凸优化问题、梯度消失、梯度爆炸、模型的收敛、模型的发散

然而，神经网络的训练过程并不总是顺利的，优化过程中可能会遇到各种挑战，如非凸优化问题、梯度消失、梯度爆炸、模型收敛和模型发散。
如果树上有叶子·2025-05-18 00:37

优化算法的挑战：全局最小值与局部最小值

背景简介在深度学习的误差表面中，优化算法如梯度下降旨在找到全局最小值，即网络可能输出中的最小误差。然而，由于极小值、极大值、平台和鞍部的存在，我们经常陷入局部最小值或卡在鞍部，难以达到全局最优。
多行不易·2025-05-18 00:37

神经网络与深度学习知识总结（一）

1.SGD问题：病态曲率图为损失函数轮廓。在进入以蓝色标记的山沟状区域之前随机开始。颜色实际上表示损失函数在特定点处的值有多大，红色表示最大值，蓝色表示最小值。我们想要达到最小值点，为此但需要我们穿过山沟。这个区域就是所谓的病态曲率。如果把原始的SGD想象成一个纸团在重力作用向下滚动，由于质量小受到山壁弹力的干扰大，导致来回震荡；或者在鞍点处因为质量小速度很快减为0，导致无法离开这块平地。动量方法
2301_77111278·2025-05-18 00:35

基于权重正则的结构化剪枝：原理、方法与应用

基于权重正则的结构化剪枝：原理、方法与应用深度神经网络已经在计算机视觉、自然语言处理等领域取得了巨大成功，但随之而来的是模型参数量和计算量的急剧增加。在资源受限的环境中部署这些模型面临严峻挑战。
DuHz·2025-05-17 23:28

量子机器学习：下一代AI的算力革命与算法范式迁移——从量子神经网络到混合量子-经典架构的产业落地

一、引言：当AI遇见量子力学2025年，全球量子计算市场规模突破200亿美元，而量子机器学习（QML）正以370%的年复合增长率（数据来源：Gartner2024）成为最受关注的技术融合领域。传统深度学习面临指数级增长的算力需求：训练GPT-5需要1025次浮点运算，相当于消耗全球年度发电量的3%（MIT研究报告）。而量子计算带来的并行性突破，使得某些特定任务的加速比达到经典算法的**108倍**
Frankabcdefg12138·2025-05-17 16:38

学习深度学习是否要先学习机器学习？

有小伙伴问我，最近做毕设要做一个神经网络的课题，想请教一下需不需要把机器学习也都学习一遍？永远正确的回答是：建议先学机器学习，再学深度学习。上面那句你从哪都挑不出毛病，毕竟机器学习是深度学习的基础。
深度学习入门·2025-05-17 15:01

终极爬虫秘籍：从入门到入狱の全方位指南

：从入门到入狱の全方位指南数据炼金术：你的简历镶金指南ChatGPT每天狂吞的50TB数据，70%来自爬虫工程师布下的"天罗地网"那些让你惊呼"好懂我"的智能推荐，背后是2.8亿个爬虫在暗夜织就的数据神经网络应届生秘密武器
时间er.·2025-05-17 15:29
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他