神经网络学习第15页

【深度学习实战】Pytorch Geometric实践——利用Pytorch搭建GNN

参考文档PYTORCHGEOMETRICDOCUMENTATION图神经网络（GNN）教程–用PyTorch和PyTorchGeometric实现GraphNeuralNetworkscs224w图神经网络学习笔记

喵木木·2020-08-02 19:15

[神经网络学习笔记]长短期记忆模型（Long-Short Term Memory，LSTM）综述

长短期记忆模型（Long-ShortTermMemory，LSTM）参考学习博客学习其他模型链接[神经网络学习笔记]卷积神经网络CNN（ConvolutionalNeuralNetworks,CNN）综述

Better Bench·2020-08-02 14:48

[神经网络学习笔记]递归神经网络，即循环神经网络(Recurrent Neural Network，RNN)综述

本人刚入门神经网络，学习了各个大佬们的博客，按照自己的学习思路整理出来的笔记，边学习边完善，供入门的同学学习，其中可能有错误的地方，望指出学习其他模型链接[神经网络学习笔记]卷积神经网络CNN（ConvolutionalNeuralNetworks

Better Bench·2020-08-02 14:47

[神经网络学习笔记]卷积神经网络CNN（Convolutional Neural Networks, CNN）综述

其中可能有理解错误的地方，望指出参考主要文献和博客通俗讲解什么叫卷积、池化参考资料-卷积神经网络研究综述-周飞燕学习其他模型链接[神经网络学习笔记]递归神经网络，即循环神经网络(RecurrentNeuralNetwork

Better Bench·2020-08-02 14:47

23.Deep Networks for Saliency Detection via Local Estimation and Global Search

在局部估计阶段，我们通过使用深度神经网络（DNN-L）来检测局部显著性，该神经网络学习局部块特征以确定每个像素的显著性值。通过探索高级对象概念，进一步确定估计的局部显著性图。

刺猬爱吃仙人掌·2020-08-02 14:35

从一组看似混乱的数据中找出y≈2x的规律

本实例就是让神经网络学习这些样本，并能够找到其中的规律，即让神经网络能够总结出y≈2x这样的公式。

cakincheng·2020-08-01 11:38

ECCV 2018 Proximal Dehaze-Net: A Prior Learning-Based Deep Network for Single Image Dehazing

其次，我们通过使用卷积神经网络学习邻近算子，将迭代算法展开为深度网络，称为邻近去雾网络。我们的网络结合了传统的基于先前的去雾

风之羁绊·2020-08-01 08:55

神经网络学习（1）————单层感知器以及python实现

一、感知器模型单层感知器是感知器中最简单的一种，有单个神经元组成的单层感知器只能用于解决线性可分的二分性问题。在空间中如果输入的数据是可分的，感知器相当于将输入的数据在空间中分为两类，已经证明，如果线性可分则算法一定收敛。单层感知器是指只有一层处理单元的感知器，其中输入层没有处理数据的能力，输入层有n个神经元结点，每个结点接受一个输入信号xi，输入层与输出层之前有权重w，将每个结点组成的输入矩阵和

就是这个七昂·2020-07-31 23:45

《深度学习入门》学习记录 Part2

这周主要是学习了《深度学习入门》的第四、五章节，了解了损失函数、数值微分、梯度、计算图、误差反向传播法和「神经网络学习」的整个过程。

puran1218·2020-07-31 21:59

神经网络学习——关于隐神经元的数目设置

在这方面还没有什么理论指导，有一些经验法则可以进行参考：1、隐藏单元的数量不应该超过输入层中单元的两倍（M.J.A.BerryandG.S.Linoff,DataMiningTechniques:ForMarketing,Sales,andCustomerSupport,NewYork:JohnWiley&Sons,1997.）2、隐藏单元的大小应该介于输入单元和输出单元之间（A.Blum,Neu

樱花城堡的小侍卫·2020-07-31 20:22

Coding and Paper Letter（九）

SensorSpecificHyperspectralImageFeatureLearning利用卷积神经网络学习高光谱图像传感器特有的空间谱特征。

G小调的Qing歌·2020-07-31 18:10

DL：深度学习(神经网络)的简介、基础知识(神经元/感知机、训练策略、预测原理)、算法分类、经典案例应用之详细攻略

经典案例应用之详细攻略目录深度学习(神经网络)的简介1、深度学习浪潮兴起的三大因素深度学习(神经网络)的基础知识(相关概念、训练策略)1、神经网络的基础知识2、神经元的结构3、感知机4、万能逼近定理5、神经网络训练6、神经网络学习

一个处女座的程序猿·2020-07-30 20:54

Coding and Paper Letter（九）

SensorSpecificHyperspectralImageFeatureLearning利用卷积神经网络学习高光谱图像传感器特有的空间谱特征。

weixin_34195142·2020-07-30 17:23

TensorFlow官方教程《Neural Networks and Deep Learning》译（第三章）

改进神经网络学习的方式当一个高尔夫球员第一次学习打高尔夫的时候，他们通常会把大部分的时间花费在练习基本的挥杆动作上。慢慢地他们才基于基础的动作学习新的动作：低飞球、左曲球和右曲球。

萧萧冷·2020-07-30 15:42

深度神经网络学习笔记----Keras框架用自己的图像数据构建网络模型，用Tensorboard显示 loss,acc,val_loss, val_acc

本文是一篇学习笔记，记录用keras框架训练用于自己的数据集的图像分类网络，并使用Tensorboard将训练过程可视化.把tensorboard加入训练的代码中，tbCallBack=TensorBoard(log_dir="./model",histogram_freq=1,write_grads=True)history=model.fit_generator(generate_arrays

shuyeah·2020-07-30 10:49

基于BP神经网络图像几何畸变的校正

博主设计的BP神经网络主要针对非线性畸变，核心思想是利用BP神经网络学习出原始图像和畸变图像对应坐标点之间的变化关系，即是利用神经网络拟合出对应坐标之间的映射关系（函数），然后利用图像插值的方法构造恢复图像实现畸变校

zshluckydogs·2020-07-30 07:13

【神经网络和深度学习】笔记 - 第三章如何提高神经网络学习算法的效果

文章导读：1.交叉熵损失函数1.1交叉熵损失函数介绍1.2在MNIST数字分类上使用交叉熵损失函数1.3交叉熵的意义以及来历1.4Softmax2.过拟合和正则化2.1过拟合2.2正则化2.3为什么正则化可以减轻过拟合问题2.4正则化的其它方法3.参数初始化4.其它方法4.1随机梯度下降算法的改进4.2其它神经元模型我们前面已经学习了反向传播算法，它是我们学习神经网络的基础。这一章将会介绍一系列的

weixin_30627381·2020-07-30 02:28

卷积神经网络学习心得以及代码实现

卷积神经网络卷积神经网络学习心得综述一些概念卷积过程（以下方代码实现的卷积为例）代码实现完整代码运行结果保存模型遇到的问题卷积神经网络学习心得综述我所理解的卷积神经网络，是一个多层网络，每层由若干个二维平面组成

杨彩·2020-07-29 21:41

卷积神经网络学习（一）——基本卷积神经网络搭建

#!/usr/bin/envpython#-*-coding:utf-8-*-importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_data#number1to10datamnist=input_data.read_data_sets('MNIST_data',one_hot=True)#输出结果依然是准确度d

yueguizhilin·2020-07-29 02:08

神经网络学习小记录-番外篇——常见问题汇总

神经网络学习小记录-番外篇——常见问题汇总前言问题汇总1、下载问题2、环境配置问题3、shape不匹配问题a、训练时shape不匹配问题b、预测时shape不匹配问题4、nomodule问题5、显存问题

Bubbliiiing·2020-07-28 22:18

神经网络学习小记录50——Pytorch EfficientNet模型的复现详解

神经网络学习小记录50——PytorchEfficientNet模型的复现详解学习前言什么是EfficientNet模型EfficientNet模型的特点EfficientNet网络的结构EfficientNet

Bubbliiiing·2020-07-28 22:17

神经网络学习小记录32——facenet详解及其keras实现

神经网络学习小记录32——facenet详解及其keras实现学习前言什么是facenet代码下载：Inception-ResNetV11、Stem的结构：2、Inception-resnet-A的结构

Bubbliiiing·2020-07-28 22:17

ReLU Sigmoid and Tanh

数学表达式：y=max(0,x)Sigmoid激活函数：sigmoid激活函数在神经网络学习方面，可以将重点特征推向中央区，将非重点特征推向两侧区。

BlackEyes_SGC·2020-07-28 13:18

神经网络的学习为何要设定损失函数？

对于这一疑问，我们可以根据**“导数“**在神经网络学习中的作用来回答。在神经网

ByiProX·2020-07-28 06:06

神经网络学习函数和训练函数有什么联系？

训练函数和学习函数是两个不同的函数，网络设置中两个都有。简单的说，训练函数确定调整的大算法，是全局调整权值和阈值，考虑的是整体误差的最小；学习函数决定调整量怎么确定，是局部调整权值和阈值，考虑的是单个神经元误差的最小。所以两者不冲突，可以一样也可以不同，就像你绕着楼跑步时，地球也在绕着太阳跑，是局部与整体的区别，既有联系又有区别，辩证统一。训练函数是如何让误差最小的一些算法，如梯度下降，共轭梯度，

Tiger-Li·2020-07-28 01:20

神经网络学习之 concat函数

在DenseNet和UNet中，常用concat函数在densenet中，concat操作如下：out=tf.concat((input1,input2,input3),3)unet网络（如下），蓝色框选处，也是concat操作在UNet中的代码。out=concatenate([UpSampling2D(size=(2,2),conv2d_8),conv2d_2],axis=3)函数使用说明：t

luoying_ontheroad·2020-07-16 02:11

2019-06-05

《阿毗达摩概要精解》导读网易云课堂-吴恩达机器学习课程55-64课时第八章：正则化；第九章：神经网络学习人工智能能否实现？

YZY君·2020-07-15 23:50

YOLOv2——学习笔记

YOLOv2主要在一些经验和tip上对yolov1进行改进，在保持速度不变的前提下提升检测精度，主要体现在三个方面：1.Better更精确1）batchnormalization神经网络学习过程本质就是为了学习数据分布

关注公号‘AI深度学习视线’·2020-07-15 20:36

深度学习物体检测（八）——YOLO2

神经网络学习过程本质就是为了学习数据分布,一旦训练数据与测试数据的分布不同,那么网络的泛化能力也大大降低;另外一方面，一旦每批训练数据的分布各不相同(batch梯度下降),那么网络就要在每次迭代都去学习适应不同的分布

zchang81·2020-07-15 16:02

图像风格迁移style-transfer

这个demo是之前一阵子很火的程序，给定一张艺术风格的画作，然后通过深度神经网络学习训练，将一幅普通的图片风格转换。

Sanjalblue·2020-07-15 10:59

AdaBoost人脸检测原理

近期人脸检测的研究主要集中在基于数据驱动的学习方法，如统计模型方法，神经网络学习方法，统计知识理论和支持向量机方法，基于马尔可夫随机域的方法，以及基于肤色的人脸检测。

littleshellbigshell·2020-07-14 14:31

神经网络学习笔记2-多层感知机，激活函数

1多层感知机定义：多层感知机是在单层神经网络上引入一个或多个隐藏层，即输入层，隐藏层，输出层2多层感知机的激活函数：如果没有激活函数，多层感知机会退化成单层多层感知机的公式：隐藏层H=XWh+bh输出层O=HW0+b0=(XWh+bh)W0+b0=XWhW0+b0W0+b0其中XWhW0相当于W，b0W0+b0相当于b，即WX+b的形式，与单层的同为一次函数，因此重新成为了单层3激活函数的作用（1

dfqqfb·2020-07-14 11:00

深度神经网络（使用CNN，NN，RNN，与KNN，SVM）

深度神经网络实验目的了解神经网络结构（NN，CNN，RNN）使用框架运行神经网络，查看并对比神经网络学习的效果不断调整神经网络的参数，逐步提升学习效果（以CNN为例）对比神经网络与一般机器算法的区别目录

qdmoxf·2020-07-14 03:13

深度学习感悟

神经网络学习到的东西完全达不到人类的“看见”的意义，从科学的的角度讲，这当然也不意味着我们已经解决了计算机视觉的问题。想得别太多，我们才刚刚踩上计算机视觉天梯的第一步。

sunshinearong·2020-07-14 02:37

深度学习入门系列，用白话文的方式让你看得懂学的快（第五章）

感知机（Perceptrons），基本上来说，是一切神经网络学习的起点。很多有关神经网络学习（包括深度学习）的教程，在提及感知机时，都知道绕不过，但也仅仅一带而过。学过编程的同学

chuange6363·2020-07-14 01:23

一个神经网络学习一切！谷歌又放了个大卫星(附论文)

转自佩服量子位李林问耕编译自Arxiv量子位出品|公众号QbitAI论文下载：OutrageouslyLargeNeuralNetworks：TheSparsely-GatedMixture-of-ExpertsLayer最近，Google又在论文题目上口出狂言：OneModelToLearnThemAll，一个模型什么都能学。非营利研究机构OpenAI的研究员AndrejKarpathy在Twi

阿炜·2020-07-13 22:31

神经网络学习-CNN（五）

神经网络学习-CNN（五）为什么要用CNN检测上图的鸟嘴，不需要看整张图，只需要看鸟嘴的地方就可以了。

WanderingSIN·2020-07-13 10:02

深度学习二：使用TensorFlow搭建简单的全连接神经网络

深度学习二：使用TensorFlow搭建简单的全连接神经网络学习《TensorFlow实战Google深度学习框架》一书在前一篇博客中，学习了使用python搭建简单的全连接神经网络深度学习一：搭建简单的全连接神经网络这里继续学习使用

杰尼成·2020-07-12 19:38

卷积神经网络学习——AlexNet网络（tensorflow2.0）

卷积神经网络学习——AlexNet网络（tensorflow2.0）目录卷积神经网络学习——AlexNet网络（tensorflow2.0）1、介绍2、采用Relu作为激活函数3、使用Dropout防止过拟合

岁月蹉跎的一杯酒·2020-07-12 14:32

《深度学习入门——基于python的理论与实现》读书笔记（四）

神经网络学习，其主要思想是，先为各层参数（模仿生物概念说，轴突强度（边权重，一层当中每个神经元的各个边权重组成该层的边权重矩阵W）和敏感度（激活阈值，由该层各神经元的阈值组成））设置一个随机的初始值，称之为初始网络

__Lysias__·2020-07-12 12:39

Attention在语音识别中的应用(1)

计算方式有很多亚种，但是核心都是通过神经网络学习而得到对应的权重。通常其权重

quheDiegooo·2020-07-11 21:54

论文笔记：The Effectiveness of Data Augmentation in Image Classification using Deep Learning

它将通过使用传统数据扩充技术(比如裁剪、旋转)或者现代意义上讲得GAN(CycleGAN)，还提出了一种通过神经网络学习改进分类器的增强的方法，称之为神经增强。

告白少年·2020-07-11 21:22

图解深度学习和神经网络学习笔记------第一章(深度学习及Tensorflow简介)

TensorFlow™是一个基于数据流编程（dataflowprogramming）的符号数学系统，被广泛应用于各类机器学习（machinelearning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。Tensorflow拥有多层级结构，可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算，被广泛应用于谷歌内部的产品开发和各领域的科学研究。TensorFlow

暗香独自开·2020-07-11 19:40

西瓜书第五章---神经网络

在机器学习中，神经网络一般指的是“神经网络学习”，是机器学习与神经网络两个学科的交叉部分。

Boran+·2020-07-11 16:29

神经网络学习7--添加层 def add_layer()

在Tensorflow里定义一个添加层的函数可以很容易的添加神经层,为之后的添加省下不少时间.实现的功能可以用下面的式子表示：y_out=A（x_in*W+b）首先，我们需要导入tensorflow模块。importtensorflowastf然后定义添加神经层的函数defadd_layer(),它有四个参数：输入值、输入的大小、输出的大小和激励函数，我们设定默认的激励函数是None。defadd

南山二毛·2020-07-11 15:41

深度学习入门基于python理论和实践读书笔记（六）

第四章神经网络学习第一二节从数据中学习神经网络它的特征就是可以从数据中进行学习，在学习中自动调整权重参数（不用人去手工调整），通过对权重参数的调整，达到更高的准确率。

嘤嘤怪赚钱养妈妈·2020-07-11 09:39

激活函数softmax 与 sigmoid 的区别

在神经网络学习的过程中不可避免的要学习到激活函数的使用。激活函数的介绍这里就不展开额讲解。在这里主要是将激活函数中softmax和sigmoid的区分做一下记录。

晚睡的人没对象·2020-07-10 21:25

图神经网络学习笔记（一）：graph attention neural network

论文地址代码实现（tensorflow）论文里面实现的GAT网络是多注意力机制的，直接理解起来很困难，这里我们就先从单注意力机制的GAT网络说起。一、单注意力机制先来看看单注意力下，GAT网络的工作流程（以代码中的demo为例）：上述流程图也可以简化为：这里将特征提取层、attentionlayer与hiddenlayer（outputlayer）合并为了一个attnheadlayer，论文中也明

lyd1995·2020-07-10 17:33

神经网络学习小记录21——InceptionV3模型的复现详解

神经网络学习小记录21——InceptionV3模型的复现详解学习前言什么是InceptionV3模型InceptionV3网络部分实现代码图片预测学习前言Inception系列的结构和其它的前向神经网络的结构不太一样

Bubbliiiing·2020-07-10 11:27

神经网络学习小记录20——ResNet50模型的复现详解

神经网络学习小记录20——ResNet50模型的复现详解学习前言什么是残差网络什么是ResNet50模型ResNet50网络部分实现代码图片预测学习前言最近看yolo3里面讲到了残差网络，对这个网络结构很感兴趣

Bubbliiiing·2020-07-10 11:26

推荐频道

神经网络学习

【深度学习实战】Pytorch Geometric实践——利用Pytorch搭建GNN

[神经网络学习笔记]长短期记忆模型（Long-Short Term Memory，LSTM）综述

[神经网络学习笔记]递归神经网络，即循环神经网络(Recurrent Neural Network，RNN)综述

[神经网络学习笔记]卷积神经网络CNN（Convolutional Neural Networks, CNN） 综述

23.Deep Networks for Saliency Detection via Local Estimation and Global Search

从一组看似混乱的数据中找出y≈2x的规律

ECCV 2018 Proximal Dehaze-Net: A Prior Learning-Based Deep Network for Single Image Dehazing

神经网络学习（1）————单层感知器以及python实现

《深度学习入门》学习记录 Part2

神经网络学习——关于隐神经元的数目设置

Coding and Paper Letter（九）

DL：深度学习(神经网络)的简介、基础知识(神经元/感知机、训练策略、预测原理)、算法分类、经典案例应用之详细攻略

Coding and Paper Letter（九）

TensorFlow官方教程《Neural Networks and Deep Learning》译（第三章）

深度神经网络学习笔记----Keras框架用自己的图像数据构建网络模型，用Tensorboard显示 loss,acc,val_loss, val_acc

基于BP神经网络图像几何畸变的校正

【神经网络和深度学习】笔记 - 第三章 如何提高神经网络学习算法的效果

卷积神经网络学习心得以及代码实现

卷积神经网络学习（一）——基本卷积神经网络搭建

神经网络学习小记录-番外篇——常见问题汇总

神经网络学习小记录50——Pytorch EfficientNet模型的复现详解

神经网络学习小记录32——facenet详解及其keras实现

ReLU Sigmoid and Tanh

神经网络的学习为何要设定损失函数？

神经网络学习函数和训练函数有什么联系？

神经网络学习之 concat函数

2019-06-05

YOLOv2——学习笔记

深度学习物体检测（八）——YOLO2

图像风格迁移style-transfer

AdaBoost人脸检测原理

神经网络学习笔记2-多层感知机，激活函数

深度神经网络（使用CNN，NN，RNN，与KNN，SVM）

深度学习感悟

深度学习入门系列，用白话文的方式让你看得懂学的快（第五章）

一个神经网络学习一切！谷歌又放了个大卫星(附论文)

神经网络学习-CNN（五）

深度学习二：使用TensorFlow搭建简单的全连接神经网络

卷积神经网络学习——AlexNet网络（tensorflow2.0）

《深度学习入门——基于python的理论与实现》读书笔记（四）

Attention在语音识别中的应用(1)

论文笔记：The Effectiveness of Data Augmentation in Image Classification using Deep Learning

图解深度学习和神经网络学习笔记------第一章(深度学习及Tensorflow简介)

西瓜书第五章---神经网络

神经网络学习7--添加层 def add_layer()

深度学习入门 基于python理论和实践读书笔记（六）

激活函数softmax 与 sigmoid 的区别

图神经网络学习笔记（一）：graph attention neural network

神经网络学习小记录21——InceptionV3模型的复现详解

神经网络学习小记录20——ResNet50模型的复现详解

[神经网络学习笔记]卷积神经网络CNN（Convolutional Neural Networks, CNN）综述

【神经网络和深度学习】笔记 - 第三章如何提高神经网络学习算法的效果

深度学习入门基于python理论和实践读书笔记（六）