神经网络入门基础

20250108-实验+神经网络（实现见绑定资源）

实验3.神经网络与反向传播算法（实现见绑定资源）3.1计算图：复合函数的计算图实验要求1：基于numpy实现(y1,y2)=f(x1,x2,x3)(y_1,y_2)=f(x_1,x_2,x_3)(y1,

陈晨辰熟稳重·2025-07-24 06:57

Class11数值稳定性

Class11数值稳定性一.神经网络的梯度计算假设你有一个输入，比如图像的像素、文本的词向量等等。然后神经网络中有多层神经元，每层做一次变换。

Morning的呀·2025-07-24 06:21

Java入门基础2：注释、字面量、变量、关键字和标识符

一、注释1、Java程序中书写注释的方式单行注释：//快捷键:ctrl+/多行注释：/**/快捷键:ctrl+shift+/文档注释：/***/2、注释的特点不影响程序的执行，编译后的class文件中已经没有注释了。二、字面量：数据在程序中的书写格式。1、常用数据1.整数型字面量：如10、-5、0等，可以用二进制（0b或0B开头）、八进制（0开头）、十进制或十六进制（0x或0X开头）表示。2.浮点

·2025-07-24 05:20

PyTorch深度学习工具箱整理总结

一、pytorch简介Pytorch是torch的python版本，是由Facebook开源的神经网络框架，专门针对GPU加速的深度神经网络（DNN）编程。

前网易架构师-高司机·2025-07-24 05:48

【锂电池剩余寿命预测】TCN时间卷积神经网络锂电池剩余寿命预测（Pytorch完整源码和数据）

目录效果一览程序获取程序内容代码分享效果一览程序获取获取方式一：文章顶部资源处直接下载：【【锂电池剩余寿命预测】TCN时间卷积神经网络锂电池剩余寿命预测（Pytorch完整源码和数据）获取方式二：订阅电池建模专栏获取电池系列更多文件

机器学习之心·2025-07-24 05:48

linux基础学习方法指导（学习方法+基础命令用法）

文章目录第1章计算机硬件的组成及其原理第2章Linux系统介绍与环境搭建准备第3章yum是linux的软件安装工具第4章远程连接管理Linux实践第5章Linux系统命令行入门基础第6章环境变量第7章linux

景天科技苑·2025-07-24 04:15

TVP：用于高效二维时序视频定位的文本-视觉提示方法

然而，三维卷积神经网络（3DCNN）计算复杂度高，使得密集的3D视觉特

AI专题精讲·2025-07-24 04:44

AI深度噪音抑制技术

1.工作原理AI深度噪音抑制技术基于深度神经网络（

·2025-07-24 03:07

yolov8涨点系列之替换幽灵卷积GhostConv

文章目录核心思想主要步骤优势yolov8.yaml文件增加CBAMyolov8.yamlyolov8.yaml将Conv卷积替换成GhostConv 幽灵卷积（GhostConv）是一种新颖的卷积操作方法，旨在解决传统卷积神经网络中参数量和计算量过大的问题

没脾气的小玩家·2025-07-23 17:03

DL00478-涡轮叶片缺陷检测数据集yolo格式1300张左右

特别是当你打算通过卷积神经网络（CNN）等深度学习模型进行缺陷检测时，数据集的标注和格式化直接影响到模型的训练效果和论文的质量。

·2025-07-23 17:30

深度学习图像分类数据集—百种病虫害分类

该数据集为图像分类数据集，适用于ResNet、VGG等卷积神经网络，SENet、CBAM等注意力机制相关算法，VisionTransformer等Transformer相关算法。

AI街潜水的八角·2025-07-23 14:12

过拟合、欠拟合及其解决方案；梯度消失、梯度爆炸；循环神经网络进阶

1、过拟合、欠拟合及其解决方案过拟合、欠拟合机器学习或者训练深度神经网络的时候经常会出现欠拟合和过拟合这两个问题，但是，一开始我们的模型往往是欠拟合的，也正是因为如此才有了优化的空间，我们需要不断的调整算法来使得模型的表达能拿更强

Ryan_sz1·2025-07-23 13:49

数字人系统：AI界的超级巨星，你准备好了吗？

深度学习是一种模仿人脑神经网络结构和功能的机器学习技术，通过构建多层

优秘智能UMI·2025-07-23 11:24

2024年1月15日学习记录——有关resnet18的简单再实现

2024年1月15日学习记录1.有关resnet18重写并训练的任务resnet本意为resdualnet，就是残差神经网络，利用shortcut的连接方式，将特征层隔层连接，在保留原有特征的同时进行深层卷积

BARBERUM·2025-07-23 11:51

「日拱一码」035 机器学习——调参过程可视化

目录超参数搜索的3D曲面可视化交互式3D可视化神经网络学习率的3D可视化SVM超参数的3D决策边界可视化超参数优化的3D动画超参数搜索的3D曲面可视化##超参数搜索的3D曲面可视化importnumpyasnpimportmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3Dfromsklearn.datasetsimportmake

胖达不服输·2025-07-23 08:29

ai绘画生成软件哪个好？几款好用的AI绘画软件分享!

它通过卷积神经网络对输入的图片进行处理，从而生成出具有艺术风格的画作。DeepDream

呼酱小宝箱·2025-07-23 05:26

通俗易懂循环神经网络（RNN）指南

什么是循环神经网络循环神经网络（RecurrentNeuralNetwork,RNN）是一类专门用于处理序列数据的神经网络。

·2025-07-23 02:25

【人工智能之深度学习】1. 深度学习基石：神经元模型与感知机的数学本质（附代码实现与收敛性证明）

摘要：作为深度学习的基础单元，神经元模型与感知机承载着从生物智能到人工神经网络的桥梁作用。

AI_DL_CODE·2025-07-23 01:19

自编码器表征学习：重构误差与隐空间拓扑结构的深度解析

这种由GeoffreyHinton团队在2006年复兴的神经网络结构，本质上是一个试图通过编码-解码过程来复制其输入的系统，却在实现这一看似简单目标的过程中，意外地获得了强大的特征提取能力。

码字的字节·2025-07-23 00:45

深入解析Hadoop RPC：技术细节与推广应用

HadoopRPC框架概述在分布式系统的核心架构中，远程过程调用（RPC）机制如同神经网络般连接着各个计算节点。

码字的字节·2025-07-23 00:44

【Python 语法】Python 神经网络项目常用语法

基础1.导入模块和包2.修改系统路径(sys.path.append)3.命令行参数解析(argparse模块)4.assert确保正确性5.main()脚本入口点6.辅助函数生成器函数`cycle(dl)`一、常用函数1.`.cuda()`/`.cpu()`和`torch.device`2.`torch.zeros`、`torch.randn`、`torch.arrange`、`torch.po

一杯水果茶！·2025-07-22 23:37

基于卷积神经网络与小波变换的医学图像超分辨率算法复现

基于卷积神经网络与小波变换的医学图像超分辨率算法复现前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家，觉得好请收藏。点击跳转到网站。

神经网络15044·2025-07-22 22:57

2023-08-03

社会性的驯化离不开神经网络人与人之间的合作只能依赖感性理性心理生理事理物理跟蠢人谈情说爱免不了虚情假意它们最爱空头支票如果兑现不了那一定是别人欺骗了它！

yM_aad9·2025-07-22 22:34

在NLP深层语义分析中，深度学习和机器学习的区别与联系

深度学习：通过神经网络自动学习多层次特征。例如，BERT等模型可从原始文本中捕获词向量、句法关系甚至篇章级语义，无

·2025-07-22 19:08

人工神经网络的拓扑结构,神经网络的神经元结构

bp神经网络BP（BackPropagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一

快乐的小蓝猫·2025-07-22 16:51

Deepoc大模型重构核工业智能基座：混合增强架构与安全增强决策技术

动态可信度评估系统：基于贝叶斯神经网络实时量化模型不确定性，为关键决策提供置信度评分（如堆芯功率控制置信区间±0.05%）。

Deepoch·2025-07-22 16:49

AI人工智能领域知识图谱在文本分类中的应用技巧

AI人工智能领域知识图谱在文本分类中的应用技巧关键词：知识图谱、文本分类、图神经网络、实体关系抽取、深度学习、自然语言处理、特征融合摘要：本文深入探讨了知识图谱在文本分类任务中的应用技巧。

AI天才研究院·2025-07-22 13:31

万字长文，解读大模型技术原理（非常详细）零基础入门到精通，收藏这一篇就够了

这些模型通常由深度神经网络构建而成，拥有数十亿甚至数千亿个参数。大模型的设

·2025-07-22 11:51

TensorFlow为AI人工智能航空航天领域带来变革

TensorFlow为AI人工智能航空航天领域带来变革关键词：TensorFlow、人工智能、航空航天、机器学习、深度学习、神经网络、自主系统摘要：本文探讨了TensorFlow这一强大的机器学习框架如何推动航空航天领域的创新

AI原生应用开发·2025-07-22 10:42

从零开始构建AI原生应用的认知架构

从零开始构建AI原生应用的认知架构关键词：AI原生应用、认知架构、机器学习、知识图谱、神经网络、智能决策、系统设计摘要：本文深入探讨如何从零开始构建AI原生应用的认知架构。

AI原生应用开发·2025-07-22 10:39

Orange3实战教程：图像分析---图像嵌入

图像嵌入通过深度神经网络实现图像嵌入。输入图像：图像列表。输出嵌入向量：用数字向量表示的图像。跳过的图像：未计算嵌入向量的图像列表。图像嵌入功能读取图像并将其上传至远程服务器或本地计算。

err2008·2025-07-22 09:57

PyTorch生成式人工智能（18）——循环神经网络详解与实现

PyTorch生成式人工智能（18）——循环神经网络详解与实现0.前言1.文本生成的挑战2.循环神经网络2.1文本数据2.2循环神经网络原理3.长短期记忆网络3.自然语言处理基础3.1分词3.2词嵌入3.3

盼小辉丶·2025-07-22 07:17

【人工智能99问】卷积神经网络（CNN）的结构和原理是什么？(10/99)

文章目录卷积神经网络（CNN）的结构及原理一、CNN的核心结构1.输入层（InputLayer）2.卷积层（ConvolutionalLayer）2.卷积层的核心机制：局部感受野与权值共享3.池化层（PoolingLayer

·2025-07-22 07:16

【CNN】卷积神经网络池化- part2

1.池化降采样，减少参数数量，避免过拟合，提高鲁棒性2.池化操作池化操作(也称为下采样，Subsampling)类似卷积操作，使用的也是一个很小的矩阵，叫做池化核，但是池化核本身没有参数，只是通过对输入特征矩阵本身进行运算，它的大小通常是2x2、3x3、4x4等，其中2x2使用频率最高。然后将池化核在卷积得到的输出特征图中进行池化操作，需要注意的是，池化的过程中也有Padding方式以及步长的概念

·2025-07-22 07:46

Deep Multi-scale Convolutional Neural Network for Dynamic Scene Deblurring 论文阅读

用于动态场景去模糊的深度多尺度卷积神经网络摘要针对一般动态场景的非均匀盲去模糊是一个具有挑战性的计算机视觉问题，因为模糊不仅来源于多个物体运动，还来源于相机抖动和场景深度变化。

钟屿·2025-07-22 07:45

AI作画：AI人工智能激发艺术创作灵感

AI作画：AI人工智能激发艺术创作灵感关键词：AI作画、生成艺术、深度学习、神经网络、艺术创作、人工智能、创意工具摘要：本文深入探讨AI作画技术如何激发艺术创作灵感。

AGI大模型与大数据研究院·2025-07-22 05:30

飞算JavaAI：力臻开发之本真，破 AI 代码之繁琐，传统项目一键生成

2.1背景与实力2.2飞算JavaAI的“独门绝技”三、飞算JavaAI实战体验3.1IDEA插件安装配置3.2Main中写一个简单的梯度下降算法3.3main函数搭建一个卷积神经网络网络3.4飞算JavaAI

微学AI·2025-07-22 02:11

AI驱动的电路仿真革命：从物理模型到智能学习的范式转移

一、AI电路仿真的数学基础1.1图神经网络建模电路拓扑电路可抽象为图结构G=(V,E)G=(V,E)G=(V,E)：VVV：节点（电子元件）EEE：边（连接关系）图卷积网络(GCN)更新公式：H(l+1

·2025-07-22 01:36

PyTorch笔记6----------神经网络案例

1.回归网络波士顿房价预测模型搭建波士顿房价数据集下载链接：百度网盘请输入提取码提取码:5279导入所需包importtorchimportnumpyasnpimportre读取数据ff=open('housing.data').readlines()data=[]foriteminff:out=re.sub(r"\s{2,}","",item).strip()#通过正则表达式去除所有空格data

HuashuiMu花水木·2025-07-21 22:16

【人工智能之深度学习】6. 卷积核工作原理：从边缘检测到特征抽象的逐层演进（附可视化工具与行业实战代码）

摘要：卷积核是卷积神经网络（CNN）的核心组件，其通过局部感受野与参数共享机制实现高效特征提取。

AI_DL_CODE·2025-07-21 19:55

[论文]基于强化学习的控制输入非线性水下机器人自适应神经网络控制

[论文]基于强化学习的控制输入非线性水下机器人自适应神经网络控制摘要本文研究了在水平面内运动的全驱动自主水下机器人的轨迹跟踪问题。在我们的控制设计中考虑了外部干扰、控制输入非线性和模型不确定性。

王莽v2·2025-07-21 19:55

Linux——shell 脚本入门基础知识到实战☆☆☆☆（变量、判断、循环、数组和函数、三剑客）

本文目录第一章变量1.前言2.自定义变量3.整数运算4.小数运算5.环境变量5.1位置变量5.2预定义变量第二章判断1.shell条件测试1.1数值比较1.2文件测试1.3字符串比较1.4and和or2.流程控制：if2.1单分支结构2.2双分支结构2.2多分支结构2.3嵌套结构2.4调试脚本2.5.总结（注意）3.模拟匹配：case3.1前言3.2案例1：简单的模式匹配3.3案例2：简单的Jum

渣渣珲一枚·2025-07-21 16:36

《从零构建大模型》系列（21）：从头实现GPT模型——构建文本生成引擎

2.2层归一化实现代码三、前馈神经网络实现3.1GPT中的前馈结构编辑3.2GELU激活函数3.3完整前馈网络实现四、Transformer

·2025-07-21 16:06

基于深度学习的目标检测：从基础到实践

近年来，深度学习技术，尤其是卷积神经网络（CNN），在目标检测任务中取得了显著进展。本文将详细介绍如何使用深度学习技术构建目标检测模型，从理论基础到代码实现，带你一步步掌握目标检测的完整流程。

Blossom.118·2025-07-21 14:25

如何调整优化器的参数来优化神经网络性能？

不同优化器有不同的可调整参数，下面以常见的优化器为例，讲解如何调整其参数来优化神经网络性能：Adam优化器Adam优化器有几个关键参数：learning_rate（学习率）、beta_1、beta_2和

Idividuals·2025-07-21 12:40

GPT-4o mini TTS：领先的文本转语音技术

依托先进的神经网络架构，GPT-4ominiTTS在语音合成中避免了传统TTS的生硬与机械感，能够生成富有情感和个性化表达的高质量语音。

桂花饼·2025-07-21 12:33

【机器学习】探索未来科技的前沿：人工智能、机器学习与大模型

机器学习的定义2.2机器学习的分类2.3机器学习的实现原理2.4机器学习的应用2.5机器学习的示例代码2.6解释代码三、大模型：推动AI前沿发展的关键技术3.1大模型的定义3.2大模型的发展历程3.3深度学习与神经网络

AIGC零基础入门小白·2025-07-21 11:58

Unet源码实现（pytorch）

U-Net是一种用于生物医学图像分割的卷积神经网络架构。它通过引入一种新颖的网络结构和训练策略解决了传统方法在数据量不足时面临的挑战。

wyn20001128·2025-07-21 08:09

深度学习模块实践手册（第十二期）

传统卷积神经网络在生成特征图时存在大量冗余计算，Ghost模块通过将特征图生成过程分解为两个步骤，有效减少了计算复杂度，特别适合移动端和嵌入式设备部署。2、机制Ghost模块的机

加油吧zkf·2025-07-21 08:38

DETR革命：目标检测的Transformer时代

在深度学习目标检测发展史上，2014~2019年几乎被基于卷积神经网络（CNN）的检测器统治：两阶段：FasterR-CNN、MaskR-CNN单阶段：YOLO、SSD、RetinaNet这些检测器虽然效果强大

加油吧zkf·2025-07-21 08:08

推荐频道