神经网络和深度学习

pytorch 介绍以及常用工具包展示

1.引言1.1背景：神经网络和深度学习的崛起介绍神经网络和深度学习在计算机科学和人工智能中的重要性。1.2PyTorch简介：张量计算框架的演进回顾PyTorch作为张量计算框架的发展历程。
R0ot·2024-03-05 00:50

人工智能与开源机器学习框架

它提供了一个针对神经网络和深度学习的强大工具集，能够帮助开发人员构建和训练各种机器学习模型。
偶然i·2024-02-25 19:30

吴恩达深度学习-L1 神经网络和深度学习总结

作业地址：吴恩达《深度学习》作业线上版-知乎(zhihu.com)写的很好的笔记：吴恩达《深度学习》笔记汇总-知乎(zhihu.com)我的「吴恩达深度学习笔记」汇总帖（附18个代码实战项目）-知乎(zhihu.com)此处只记录需要注意的点，若想看原笔记请移步。1.1深度学习入门我们只需要管理神经网络的输入和输出，而不用指定中间的特征，也不用理解它们究竟有没有实际意义。1.2简单的神经网络——逻
向来痴_·2024-02-20 07:26

神经网络和深度学习

原著作者：michael_nielsen前往神经网络和深度学习神经网络和深度学习是一本免费的在线图书，这本书将教给你：神经网络，是一个由于生物启发的编程规范，使计算机通过观察数据进行学习深度学习，一种强大的神经网络学习技术神经网络和深度学习目前为图像识别
灰斗儿·2024-02-15 08:40

神经网络和深度学习(一):深度学习概论

视频地址：http://mooc.study.163.com/learn/2001281002?tid=2001392029#/learn/content?type=detail&id=2001701005&cid=20016940041、什么是神经网络我们来看一个简单的预测房价的例子，吴恩达老师还真是喜欢用这个例子呢。比如我们用房屋的大小来预测房屋的价格，我们在图上的得到了六个点，那么根据这六个
文哥的学习日记·2024-02-10 11:03

神经网络和深度学习第一周学习笔记

neuronnetwork:是一种非常强大的学习算法，这种算法的灵感来源与人类的大脑组成ReLUReLU函数的特点是初始值为0，之后变为一条直线singleneuron上图圆圈的部分代表单个神经元，其完成的任务为输入x可以输出相对应的y上图表示由多个神经元聚集而成的神经网络（multipleneuronnetwork）上图为surpervisedlearning的一些具体应用对于第1，2种应用，使
热爱生活的小谢·2024-02-07 12:18

Sklearn、TensorFlow 与 Keras 机器学习实用指南第三版（四）

原文：Hands-OnMachineLearningwithScikit-Learn,Keras,andTensorFlow译者：飞龙协议：CCBY-NC-SA4.0第二部分：神经网络和深度学习第十章：
绝不原创的飞龙·2024-02-05 10:51

2021-11-06《深度学习入门》笔记（二）

因此，学习感知机的构造也就是学习通向神经网络和深度学习的一种重要思想。首先，感知机是什么？感知机接收多个输入信号，输出一个信号。上图是一个接收两个输入信号的感知机的例子。
新手小嵩·2024-02-04 16:02

ChatGPT高效提问—基础知识（AIGC）

神经网络和深度学习技术的迅猛发展使得AIGC成为众多领域的重要工具，包括新闻撰写、艺术创作、广告制作
Bruce_Liuxiaowei·2024-02-03 23:18

Coursera吴恩达《神经网络和深度学习》课程笔记（3）

转载自http://blog.csdn.net/koala_tree/article/details/78059952神经网络和深度学习—浅层神经网络1.神经网络表示简单神经网络示意图：神经网络基本的结构和符号可以从上面的图中看出
遇见更好的自己·2024-02-03 06:05

神经网络和深度学习吴恩达coursera笔记

DeepLearning文章目录DeepLearningBasicLogisticRegressionsomesignLossfunctioncostfunctionGradientDescentComputationGraphaVectorizationvectorizedImplementing:broadcastingShallowNeuralNetworkRepresentationcom
stoAir·2024-02-03 06:52

生成式AI人工智能

生成式AI人工智能生成式AI生成式AI的核心思想生成对抗网络变分自编码器应用总结生成式AI生成式AI指的是基于神经网络和深度学习技术的人工智能系统，其能够根据输入的数据生成新的内容。
数据科学与艺术的贺公子·2024-01-30 09:54

Coursera吴恩达《深度学习》课程总结（全）

这里有Coursera吴恩达《深度学习》课程的完整学习笔记，一共5门课：《神经网络和深度学习》、《改善深层神经网络》、《结构化机器学习项目》、《卷积神经网络》和《序列模型》，最后附上人工智能领域大师访谈
双木的木·2024-01-27 20:03

Course1神经网络和深度学习编程作业

第三周-带有一个隐藏层的平面数据分类建立一个神经网络，带有一个隐藏层。用到的知识：构建具有单隐藏层的2类分类神经网络。使用具有非线性激活功能激活函数，例如tanh。计算交叉熵损失（损失函数）。实现向前和向后传播。numpy：是用Python进行科学计算的基本软件包。sklearn：为数据挖掘和数据分析提供的简单高效的工具。matplotlib：是一个用于在Python中绘制图表的库。testCas
毛十三_·2024-01-26 11:03

BP神经网络需要像深度学习一次次的迭代训练吗?

总结（BP神经网络和深度学习在本质上有以下区别）答案：是的，BP神经网络需要像深度学习一次次的迭代训练。
小桥流水---人工智能·2024-01-25 17:24

深度学习入门之1--感知机

因此，学习感知机的构造也就是学习通向神经网络和深度学习的一种重要思想。感知机接收多个输入信号，输出
梦灯·2024-01-13 13:06

Pytorch Overview

理解最基本的神经网络和深度学习的概念。要求：线性代数。概率论和数理统计。Python语法。监督学习和无监督学习：监督学习：监督学习是指在输入数据和输出数据
丘小羽·2024-01-05 07:36

吴恩达DeepLearningAI课程学习资源和课程总结

一、学习资源：吴恩达老师的DeepLearningAI课程分为5门课程：神经网络和深度学习、改善深层神经网络、结构化机器学习项目、卷积神经项目和序列模型。目前主要学习了前四门课程，遂做一些总结。
李大文·2024-01-04 09:39

地球物理中的深度学习理论（DNN的架构、反向传播、梯度消失、梯度爆炸）

图1给出人工智能、机器学习、神经网络和深度学习之间的包含关系，以及深度学习方法的分类。图11、
hhhhhhhhhhyyyyyy·2024-01-01 12:56

【吴恩达deeplearning】第一门课 - 第二周 - 神经网络的编程基础（笔记+习题+编程作业）

第一门课-神经网络和深度学习（第二周-神经网络的编程基础）2.1二分类（BinaryClassification）二分类中的逻辑回归2.2逻辑回归（LogisticRegression）2.3逻辑回归的代价函数损失函数
卷卷0v0·2024-01-01 02:45

【吴恩达deeplearning】第一门课 - 第一周 - 深度学习引言（笔记+习题）

第一门课-神经网络和深度学习（第一周-深度学习引言）1.2什么是神经网络1.3神经网络的监督学习【概念习题】1.2什么是神经网络在预测房屋价格时，除了房屋的面积，其他的特征例如卧室的数量也会影响房屋的价格
卷卷0v0·2024-01-01 02:15

第一门课 神经网络和深度学习

第一门课神经网络和深度学习(NeuralNetworksandDeepLearning)第一周：深度学习引言(IntroductiontoDeepLearning)1.1欢迎(Welcome)第一个视频主要讲了什么是深度学习
彳亍cium·2023-12-28 17:18

神经网络和深度学习(吴恩达) 第二周课程提炼

本系列笔记旨在记录自己的学习过程，能够及时回顾整理学过的东西，有助于加深理解和记忆，方便今后回看。学这个课程的同时，也在看《机器学习》(周志华)，所以会将书和视频的内容结合来看，综合学习。本篇主要是第二周课程中讲到的：二分分类、Logistic回归、损失函数、梯度下降、向量化。二分分类：简单理解就是输出的结果是两个离散的值，就像课程中举的例子：通过输入一张图片的信息，经过一系列的计算，输出一个离散
北冥丶有鱼·2023-12-25 19:24

神经网络和深度学习（四）—反向传播工作原理

姓名：吴丞楚学号：20012100032学院：竹园三号书院【嵌牛导读】简要介绍反向传播算法【嵌牛鼻子】深度学习神经网络反向传播算法【嵌牛提问】如何将反向传播算法应用到神经网络反向传播算法工作原理在上一篇文章，我们看到了神经网络如何通过梯度下降算法学习，从而改变权重和偏差。但是，前面我们并没有讨论如何计算代价函数的梯度，这是一个很大的遗憾。这一篇文章，我们将介绍一种称为反向传播的快速计算梯度的算法。
吴丞楚20012100032·2023-12-25 08:28

Pytorch学习概述

学习系统的发展历程传统的机器学习策略2.传统机器学习算法的一些挑战3.神经网络的简要历史3.1BackPropagation（反向传播）3.2神经网络模型发展历程3.3深度学习框架学习目标学会使用Pytorch构建学习系统理解基础的神经网络和深度学习需要具备
chairon·2023-12-18 11:33

阶段五：深度学习和人工智能(学习神经网络和深度学习的基本概念)

神经网络和深度学习是人工智能领域的重要分支，它们都基于模拟人脑神经元之间的连接和交互。下面是一些基本概念：神经网络：神经网络是一种模拟人脑神经元连接方式的计算模型，由多个神经元相互连接而成。
哈嗨哈·2023-12-15 04:14

神经网络和深度学习（四）—梯度下降算法

姓名：吴丞楚学号：20012100032学院：竹园三号书院【嵌牛导读】对梯度下降法的具体应用【嵌牛鼻子】深度学习神经网络梯度下降【嵌牛提问】如何将梯度下降算法应用到神经网络说了这么多，你可能会以为接下来我将介绍牛顿定理，摩擦力和重力对球体的影响。事实上，我们只是做了一个假设，并不是真的要用这个球的运动来寻找最小值。提到球只是用来激发我们的想象力，而不是束缚我们的思维。因此与其陷进物理学⾥凌乱的细节
吴丞楚20012100032·2023-12-14 21:16

用 C 写一个卷积神经网络

用C写一个卷积神经网络深度学习领域最近发展很快，前一段时间读transformer论文《AttentionIsAllYouNeed》时，被一些神经网络和深度学习的概念搞得云里雾里，其实也根本没读懂。
zerok775·2023-12-14 21:37

介绍 TensorFlow 的基本概念和使用场景

TensorFlow是由Google开发的一款开源机器学习框架，它能够支持各种类型的神经网络和深度学习算法。
跃跃欲试-迪之·2023-12-06 13:53

感知器（Perceptron）详解以及实现

感知器（Perceptron）详解感知器是一种简单的线性二分类算法，它是神经网络和深度学习的基础之一。感知器的核心概念感知器模型基于将输入特征加权求和，然后应用激活函数来决定输出类别。
h52013141·2023-12-04 08:38

吴恩达 神经网络和深度学习 assignment3 编程作业 构建神经网络模型

1、导入包#Packageimportsimportnumpyasnpimportmatplotlib.pyplotaspltfromtestCasesimport*importsklearnimportsklearn.datasetsimportsklearn.linear_modelfromplanar_utilsimportplot_decision_boundary,sigmoid,loa
sy今天看代码了吗·2023-12-01 23:50

深度学习入门之感知机

原理二、感知机能解决什么问题1.单层感知机1.1与运算问题1.2或运算问题1.3与非问题2.多层感知机2.1异或运算问题总结前言感知机作为神经网路（深度学习）的算法起源，学习感知机的构造也就是学习通往神经网络和深度学习的一种重要思想
code_of_yang·2023-11-25 01:59

【机器学习小记】【平面数据分类】deeplearning.ai course1 3rd week programming

np.multiply()的区别结果使用简单逻辑回归测试不同的隐藏层神经元数测试其他数据集原始数据集测试不同的隐藏层神经元数目标：带有一个隐藏层的平面数据分类神经网络参考自：【中文】【吴恩达课后编程作业】Course1-神经网络和深度学习
LittleSeedling·2023-11-23 19:27

『吴恩达神经网络和深度学习补充资料Part2 DeepLearning-WEEK2』

首先我们要明白的一点是在Python中的乘法分为矩阵点乘和矩阵相乘，其实根据字面意思就能够知道两者的区别。首先我们看下在课程中吴教授用英文的解释Recallthat“np.dot(a,b)”performsamatrixmultiplicationonaandb,whereas“a*b”performsanelement-wisemultiplication.矩阵点乘首先看下英文的解释Innump
「已注销」·2023-11-17 07:32

神经网络开篇

而由于毕业设计选题的缘故——“卷积神经网络“课题，我现在需要阅读一份英文的文档，都是我不认识的人写的，名字叫《Neuralnetworksanddeeplearning》，中文意思就是神经网络和深度学习
猪头劲·2023-11-11 10:47

AI 编程工具带来了什么

注册地址为https://web.devchat.ai/signup/AI编程工具带来了什么深度学习框架：用于实现神经网络和深度学习模型的框架，如TensorFlow、PyTorch、Keras等。
贾斯汀玛尔斯·2023-11-10 15:24

深度学习入门（一）之感知机

因此学习感知机的构造也就是学习通向神经网络和深度学习的一种重要思想。严格的来讲，感知机因该称为人工神经元或者朴素感知机。什么是感知机感知机接收多个信号输入，输出一个信号
今天学不学？·2023-10-31 13:16

推荐微软的开源课程《AI-For-Beginners》

神经网络和深度学习是现代人工智能的核心。课程使用两个最流行的框架——TensorF
深度之眼·2023-10-26 07:44

【计算机视觉全套教程】笔记总结

文章目录第一章课程概述1.研究理论和应用2.计算机和人之间对图像的差异3.课程简介4.主要研究的问题1.图像预处理2.图像特征及描述3.深度学习之前的方法5.神经网络和深度学习基础6.目标检测7.图像分割
Jul7_LYY·2023-10-23 00:59

区块链技术如何为人工智能（AI）开辟新的道路？

目前，为了致力于实现这一目标需要：机器学习、人工神经网络和深度学习。同时，区块链本质上是一种新的数字信息归档系统，它在加密的分布式账本存储数据。
TimeBankTBT·2023-10-21 15:55

【深度学习】神经网络和深度学习--卷积和池化的作用

深度学习通常指训练大型深度的神经网络的过程。与传统的神经网络模型相比，深度学习模型在结构上与之非常相似；不同的是，深度学习模型的“深度”更大，“深度”的体现就是神经网络层数多，神经网络每一层的结点数多。本章介绍两种深度神经网络——卷积神经网络和循环神经网络，以及它们分别在图像处理、文本处理和语音处理上的效果。卷积神经网络（CNN）与普通神经网络相比，卷积神经网络引入了“卷积”和“池化”两个操作。*
weixin_40293999·2023-10-11 10:24

sheng的学习笔记-【中文】【吴恩达课后测验】Course 1 - 神经网络和深度学习 - 第三周测验

课程1_第3周_测验题目录：目录第一题1.以下哪一项是正确的？A.【 】a[2](12)a^{[2](12)}a[2](12)是第12层，第2个训练数据的激活向量。B.【 】X是一个矩阵，其中每个列都是一个训练示例。C.【 】a4[2]a^{[2]}_4a4[2]是第2层，第4个训练数据的激活输出。D.【 】a4[2]a^{[2]}_4a4[2]是第2层，第4个神经元的激活输出。E.【 】a[2]
coldstarry·2023-10-05 09:54

sheng的学习笔记-【中英】【吴恩达课后测验】Course 1 - 神经网络和深度学习 - 第四周测验

课程1_第4周_测验题目录：目录第一题1.在我们的前向传播和后向传播实现中使用的“缓存”是什么？A.【 】它用于在训练期间缓存成本函数的中间值。B.【 】我们用它将在正向传播过程中计算的变量传递到相应的反向传播步骤。它包含了反向传播计算导数的有用值。C.【 】它用于跟踪我们正在搜索的超参数，以加快计算速度。D.【 】我们用它将反向传播过程中计算的变量传递到相应的正向传播步骤。它包含用于计算正向传播
coldstarry·2023-10-04 21:56

sheng的学习笔记-【中文】【吴恩达课后测验】Course 1 - 神经网络和深度学习 - 第一周测验

课程1_第1周_测验题目录：目录第一题1.“人工智能是新电力”这个比喻指的是什么？A.【 】人工智能为我们的家庭和办公室的个人设备供电，类似于电力。B.【 】通过“智能电网”，人工智能正在传递新一波的电力。C.【 】人工智能在计算机上运行，因此由电力驱动，但它让计算机做以前不可能做的事情。D.【 】与100年前开始的电力类似，人工智能正在改变多个行业。答案：D.【√】与100年前开始的电力类似，人
coldstarry·2023-10-04 19:13

sheng的学习笔记-【中文】【吴恩达课后测验】Course 1 - 神经网络和深度学习 - 第二周测验

课程1_第2周_测验题目录：目录第一题1.神经元计算什么？A.【 】神经元计算激活函数后，再计算线性函数（z=Wx+b）B.【 】神经元计算一个线性函数（z=Wx+b），然后接一个激活函数C.【 】神经元计算一个函数g，它线性地缩放输入x（Wx+b）D.【 】神经元先计算所有特征的平均值，然后将激活函数应用于输出答案：B.【√】神经元计算一个线性函数（z=Wx+b），然后接一个激活函数第二题2.以
coldstarry·2023-10-04 19:13

学习笔记-随机梯度下降法

《神经网络和深度学习》：https://nndl.github.io/梯度下降法中，目标函数是整个训练集上的风险函数，这种方式称为批量梯度下降法（BatchGradientDescent，BGD）。
kjasd233·2023-09-28 13:38

深度学习自学笔记一：神经网络和深度学习

神经网络是一种模拟人脑神经元之间相互连接的计算模型，它由多个节点（或称为神经元）组成，并通过调整节点之间的连接权重来学习和处理数据。深度学习则是指利用深层次的神经网络进行学习和建模的机器学习方法。假设有一个数据集，它包含了六栋房子的信息。你知道房屋的面积是多少平方米，并且知道房屋价格。这时，想要拟合一个根据房屋面积预测房价的函数。如果你对线性回归很熟悉，则可能会用这些数据拟合一条直线。但你可能也发
ironmao·2023-09-24 06:00

【大模型】—GLM大模型介绍

大模型——GLM大模型介绍随着人工神经网络和深度学习技术的不断发展和应用场景的不断拓展，大型语言模型已经成为了自然语言处理领域中的重要研究方向之一。
麦道先生·2023-09-22 16:15

7本最佳深度学习书籍，总有一本适合你

这些书籍中，有些非常注重理论知识，主要关注神经网络和深度学习背后的数学和相关假设；有些则注重实战，通过代码而不是理论来讲解深度学习。而那种既有
zqx951102·2023-09-14 16:48

TensorFlow

它的设计灵感来自于神经网络和深度学习的研究，因此主要用于构建机器学习模型和进行大规模数据处理。
xin980724·2023-09-12 05:33
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他