神经网络优化

【人工智能】AI现状分析 || 神经网络的数学基础 || 人工智能交叉领域的发展和技术应用 || 附：小白入门人工智能 学习步骤

目录1.AI现状分析（人工智能基础入门概念）1.1人工智能基础概念1.2人工智能的技术发展路线1.3产业发展的驱动因素1.4人工智能薪资岗位介绍2.神经网络的数学基础2.1神经网络的生物表示2.2神经网络的数学表示
追光者♂·2025-02-19 05:15

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

【第11章：生成式AI与创意应用—11.2 音频与音乐生成的探索与实践】

一、声波炼金术：从物理建模到神经作曲1.1传统音频生成的三大门派在AI登场之前，音乐科技已经历三次革命：物理建模派（1980s）：用微分方程模
再见孙悟空_·2025-02-19 02:51

a2,3-唾液酸转移酶|a2,3- sialyltransferase (PmST1)

a2,3-唾液酸转移酶是一种重要的酶类，以下是对其的详细介绍：一、基本信息a2,3-唾液酸转移酶，通常被称为PmST1，是一种催化唾液酸在α2,3-键从其激活形式（如胞苷单磷酸N-乙酰神经氨酸，CMP-Neu5Ac
陕西星贝爱科·2025-02-18 22:31

什么是神经网络

概述简而言之，神经网络就是函数：输入数据，输出结果。
jerryjee·2025-02-18 20:09

Decoder-Only、Encoder-Only、Encoder-Decoder 区别

Decoder-Only、Encoder-Only和Encoder-Decoder是三种常见的神经网络架构，主要用于自然语言处理（NLP）任务。它们在结构和应用上有显著的区别。
会喘气的粽子丶·2025-02-18 18:44

【YOLO模型】（1）--YOLO是什么

1.核心思想它的核心思想是将目标检测问题转化为一个回归问题，通过一个神经网络直接预测目标的类别和位置。
方世恩·2025-02-18 15:41

神经网络常见激活函数 10-GELU函数

GELU高斯误差线性单元（Gaussianerrorlinearunit）函数+导函数GELU函数的公式(近似表达式)GELU(x)=x∗P(X<=x)=x∗Φ(x)\rmGELU(x)=x*P(X<=x)=x*\Phi(x)GELU(x)=x∗P(X<=x)=x∗Φ(x)其中Φ(x)\Phi(x)Φ(x)指的是x的高斯正太分布的累积分布函数(CDF),进一步地，可得该函数的具体表达为x∗P(X<
亲持红叶·2025-02-18 15:11

深度学习下的图像分割

基于学习的图像分割算法主要依赖于深度神经网络，经典的深度神经网络分为如下几种：2.1卷积神经网络CNN：卷积神经网络是图像处理领域应用最为广泛的网络，其权值共享，局部连接等特性
人工智能大讲堂·2025-02-18 14:01

评测系统的神经架构搜索优化

评测系统的神经架构搜索优化关键词评测系统神经架构搜索优化强化学习人工智能摘要本文将探讨评测系统的神经架构搜索优化这一主题。
AI天才研究院·2025-02-18 13:50

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

LSTM-SVM故障诊断 | 基于长短期记忆神经网络-支持向量机多特征分类预测/故障诊断Matlab代码实现

LSTM-SVM故障诊断|基于长短期记忆神经网络-支持向量机多特征分类预测/故障诊断Matlab代码实现完整代码私信回复LSTM-SVM故障诊断|基于长短期记忆神经网络-支持向量机多特征分类预测/故障诊断
机器学习之心·2025-02-18 11:38

植物神经紊乱：科学锻炼，重拾身心平衡

在快节奏的现代生活中，植物神经紊乱已成为不少人的健康困扰。这种由于自主神经系统功能失调引起的疾病，不仅影响我们的情绪状态，还可能波及身体的各个系统，导致诸如心悸、失眠、消化不良等一系列症状。
小知识来科普·2025-02-18 09:38

植物神经紊乱：应该补充哪些营养与维生素

在当今快节奏的生活中，植物神经紊乱已成为困扰许多人的健康问题。这种病症虽非器质性病变，但其带来的焦虑、紧张、失眠等症状却严重影响了患者的生活质量。
小知识来科普·2025-02-18 09:38

植物神经功能紊乱患者应补充哪些维生素

植物神经功能紊乱，也称为躯体形式自主神经功能失调，是一种常见的神经系统功能紊乱疾病。其症状涉及多个系统，表现多样且复杂，包括心脏系统症状、消化系统症状、神经系统症状等。
养生小齐·2025-02-18 08:59

植物神经紊乱应补充哪些维生素

植物神经紊乱，也被称为自主神经功能紊乱，是一组常由心理社会应激因素引发的症状群。
小知识来科普·2025-02-18 08:58

OpenCV机器学习（1）人工神经网络 - 多层感知器类cv::ml::ANN_MLP

操作系统：ubuntu22.04OpenCV版本：OpenCV4.9IDE:VisualStudioCode编程语言：C++11算法描述cv::ml::ANN_MLP是OpenCV库中的一部分，用于实现人工神经网络
村北头的码农·2025-02-18 04:51

python 学习曲线函数_如何使用学习曲线来诊断你的LSTM模型的行为？（附代码）...

LSTM是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。在自然语言处理、语言识别等一系列的应用上都取得了很好的效果。
weixin_39576066·2025-02-17 23:49

翻译Deep Learning and the Game of Go（14）第十二章 采用actor-critic方法的强化学习

本章包括:利用优势使强化学习更有效率用actor-critic方法来实现自我提升AI设计和训练Keras的多输出神经网络如果你正在学习下围棋，最好的改进方法之一是让一个水平更高的棋手给你复盘。
idol_watch·2025-02-17 22:16

【漫话机器学习系列】041.信息丢失（dropout）

信息丢失（Dropout）Dropout是一种广泛应用于神经网络训练中的正则化技术，旨在减少过拟合（overfitting），提高模型的泛化能力。
IT古董·2025-02-17 22:40

AIMv2：多模态自回归预训练的视觉新突破

AIMv2：多模态自回归预训练的视觉新突破阅读时长：19分钟发布时间：2025-02-17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
·2025-02-17 20:28

一文理解大模型，并对当前流行模型做对比

大模型就像是一个“超级智能大脑”，它通过海量数据和复杂的计算结构（比如神经网络）学习人类语言、图像、声音等信息的规律。
Jing_saveSlave·2025-02-17 19:41

计算机视觉中图像的基础认知

第一章：计算机视觉中图像的基础认知第二章：计算机视觉：卷积神经网络(CNN)基本概念(一)第三章：计算机视觉：卷积神经网络(CNN)基本概念(二)第四章：搭建一个经典的LeNet5神经网络一、图像/视频的基本属性在计算机视觉中
全栈你个大西瓜·2025-02-17 15:38

【深度学习】计算机视觉（CV）-图像分类-ResNet（Residual Network，残差网络）

ResNet（ResidualNetwork，残差网络）是一种深度卷积神经网络（CNN）架构，由何恺明（KaimingHe）等人在2015年提出，最初用于ImageNet竞赛，并在分类任务上取得了冠军。
IT古董·2025-02-17 14:57

Python 循环神经网络（RNN）算法详解与应用案例

目录Python循环神经网络（RNN）算法详解与应用案例引言一、RNN的基本原理1.1RNN的结构1.2RNN的优势与挑战二、Python中RNN的面向对象实现2.1`RNNCell`类的实现2.2`RNNModel
闲人编程·2025-02-17 13:48

DeepSeek 混合专家（MoE）架构技术原理剖析

在这个团队里，每个专家都是一个小型神经网络，各自擅长处理特定
计算机学长·2025-02-17 13:15

使用多模态大语言模型进行深度学习的图像、文本和语音数据增强

在过去的五年里，研究方向已从传统的机器学习（ML）和深度学习（DL）方法转向利用大语言模型（LLMs），包括多模态方法，用于数据增强，以提高泛化能力，并在训练深度卷积神经网络时防止过拟合。
数行天下·2025-02-17 12:42

全面解析：AI大模型入门教程，让你的学习之路不再迷茫，这个大模型学习路线非常详细收藏这篇就够了！

基础知识大模型概述定义：AI大模型是一种拥有海量参数和强大计算能力的神经网络模型，能够处理复杂的数据和任务。应用：广泛应用于自然语言处理、图像识别、生成等领域。学习大模型的意义提升技术能力：掌握大模
AGI大模型老王·2025-02-17 11:03

Linux常见的性能优化策略

目录1.CPU性能优化：调整进程优先级2.内存优化：禁用透明大页3.磁盘I/O优化：切换I/O调度器4.网络优化：TCP缓冲区调优5.文件句柄优化：高并发API服务器策略总结：1.CPU性能优化：调整进程优先级场景描述
这多冒昧啊·2025-02-17 11:33

神经网络常见激活函数 12-Swish函数

Swish函数+导函数Swish函数Swish(x)=x⋅σ(βx)=x1+e−βx\begin{aligned}\rmSwish(x)&=x\cdot\sigma(\betax)\\&=\frac{x}{1+e^{-\betax}}\end{aligned}Swish(x)=x⋅σ(βx)=1+e−βxxSwish函数导数ddxSwish=(x⋅σ(βx))′=σ(βx)+x⋅(σ(βx))′∵
亲持红叶·2025-02-17 05:37

软件工程：构建数字世界的基石

三、软件工程面临的挑战及其应对策略1.需求变更：2.技术迭代迅速3.安全性问题四、未来趋势五，实例总结前言在这个数字化时代，软件无处不在，从手机上的各种应用到企业级的复杂系统，它们构成了现代社会运行的神经系统
JKER97·2025-02-17 01:07

【Stable Diffusion部署至GNU/Linux】安装流程

显卡与计算架构介绍CUDA是NVIDIAGPU的专用并行计算架构技术层级说明CUDAToolkit提供GPU编译器(nvcc)、数学库(cuBLAS)等开发工具cuDNN深度神经网络加速库（需单独下载）
星星点点洲·2025-02-17 00:34

spiking neural network概念学习

今天，我们有相当成熟的神经形态传感器，来记录环境实时的动态改变。这些动态感官数据可以与SNNs的时间处理能力相结合，以实现超低能耗的计算。
Zaгathustra·2025-02-16 21:45

深度学习（1)-简单神经网络示例

我们来看一个神经网络的具体实例：使用Python的Keras库来学习手写数字分类。在这个例子中，我们要解决的问题是，将手写数字的灰度图像（28像素×28像素）划分到10个类别中（从0到9）。
yyc_audio·2025-02-16 21:41

人工智能的本质解构：从二进制桎梏到造物主悖论

即使深度神经网络看似模拟人脑突触，其本质仍是矩阵乘法的迭代游戏——波士顿动力机器人的空翻动作不过是微分方程求解的物理引擎呈现，AlphaGo的围棋神话只是蒙特卡洛树搜索的概率统计。
Somnolence.·.·.·.·2025-02-16 18:18

文本生成型人工智能：逻辑算法与文字组合的重构艺术

一、数据训练：从概率统计到仿生逻辑的跨越文本生成型AI的核心在于通过神经网络模型对语言
Somnolence.·.·.·.·2025-02-16 17:13

麒麟SoC的详细架构组成介绍

目录麒麟SoC的主要组成部分1.应用处理器（ApplicationProcessor,AP）2.图形处理单元（GPU）3.神经网络处理单元（NPU）4.图像信号处理器（ISP）5.调制解调器（Modem
小蘑菇二号·2025-02-16 16:33

AI 大模型创业：如何利用市场优势？

大模型是指在特定领域中应用广泛、参数量巨大的神经网络模型，如BERT、GPT-3、DALL-E等。
SuperAGI2025·2025-02-16 12:37

字节跳动实习生和校招生内推

机器学习算法实习生-平台治理1、2026届硕士及以上学位在读，计算机等相关专业优先；2、有扎实的代码能力，熟悉深度学习/图神经网络/机器学习框架，如Pytorch、Tensorflow、DGL、Pyg、
飞300·2025-02-16 10:15

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

《深度Q网络优化：突破高维连续状态空间的束缚》

在人工智能的发展历程中，深度Q网络（DQN）作为强化学习与深度学习融合的关键成果，为解决复杂决策问题开辟了新路径。但当面对高维连续状态空间时，DQN会出现训练不稳定、收敛速度慢等问题，严重限制了其应用范围。如何优化DQN以适应高维连续状态空间，成为当下研究的热点。深度Q网络基础回顾深度Q网络结合了深度学习强大的特征提取能力与Q学习的决策优化思想。在传统强化学习中，Q学习通过Q表记录每个状态-动作对
·2025-02-15 18:22

DQN的原理和代码实现

DQN结合了Q学习和深度学习，通过使用神经网络来近似Q值函数，解决了传统Q学习在高维状态空间中的问题。2.DQN的训练步骤2.1初始化环境：定义环境（例如，Atari游戏
SmallerFL·2025-02-15 15:23

【python语言应用】最新全流程Python编程、机器学习与深度学习实践技术应用（帮助你快速了解和入门 Python）

理解和掌握深度学习的基础知识，深入了解其与经典机器学习算法的区别与联系，并系统掌握包括迁移学习、循环神经网络（RNN）、长短时记忆网络（L
赵钰老师·2025-02-15 14:20

点云从入门到精通技术详解100篇-基于 CBCT 与口内扫描数据的牙齿点云配准

目录前言国内外研究现状传统牙齿配准点云配准2牙齿数据的深度学习点云配准基础2.1牙齿数据获取方法2.1.1口腔印模2.1.2辐射成像2.1.3口内扫描2.2深度学习网络2.2.1全连接神经网络2.2.2
格图素书·2025-02-15 12:01

PyTorch入门实战：从零搭建你的第一个神经网络

二、环境搭建：5分钟快速安装三、核心概念：张量与自动求导1.张量（Tensor）：深度学习的数据基石2.自动求导（Autograd）：神经网络训练的核心四、实战：手写数字识别（MNIST）1.数据集加载与预处理
不打滑的西瓜皮·2025-02-15 08:58

使用神经架构搜索（Neural Architecture Search, NAS）自动化设计高效深度学习模型的技术详解

博客主页：瑕疵的CSDN主页Gitee主页：瑕疵的gitee主页⏩文章专栏：《热点资讯》使用神经架构搜索（NeuralArchitectureSearch,NAS）自动化设计高效深度学习模型的技术详解使用神经架构搜索
瑕疵·2025-02-15 06:17

基于深度学习YOLOv8的海洋动物检测系统（Python+PySide6界面+训练代码）

深度学习，尤其是卷积神经网络（CNN）的出现，极大地提高了计算机处理图像和视频的能力。
深度学习&目标检测实战项目·2025-02-15 04:57

远程分布式 IO 模块中的数字量模块：工业自动化的 “神经末梢”

在工业自动化的宏大舞台上，远程分布式IO模块正扮演着越来越关键的角色，而其中的数字量模块更是如同“神经末梢”，敏锐地感知和传递着工业生产中的各种状态信息。
明达技术·2025-02-15 04:24

Bengio新作Aaren：探索Transformer性能与RNN效率的融合

论文链接：https://arxiv.org/pdf/2405.13956一、摘要总结：本文提出了一种新的注意力机制，名为Aaren，它将注意力视为一种特殊的递归神经网络（RNN），能够高效地计算其多对一
AI记忆·2025-02-15 03:17

发文新思路！双通道CNN的惊人突破，准确率接近100%！

双通道CNN作为一种创新的卷积神经网络架构，正引领深度学习领域的新趋势。其核心优势在于并行卷积层设计，能够同时处理更多特征信息，从而显著提升模型的特征表示能力和识别精度。
沃恩智慧·2025-02-15 03:45
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他