神经网络应用实例第36页

机器学习（一）—— 简介

参考书籍《机器学习和深度学习：原理、算法、实战》文章目录1工业界流行的机器学习算法2机器学习3深度学习4预备知识5监督学习与无监督学习1工业界流行的机器学习算法线型回归逻辑回归决策树随机森林梯度提升机人工神经网络卷积神经网络循环神经网络贝叶斯技术支持向量机进化方法马尔可夫逻辑网络隐马尔可夫模型生成对抗网络

奶盖加芝士·2024-01-19 10:15

神经网络算法 - 一文搞懂自然语言处理

目录一、NLP的本质二、NLP的原理三、NLP的应用一、NLP的本质核心逻辑：NLP就是人类和机器之间沟通的桥梁！NLP（自然语言处理）定义：NLP是一种机器学习技术，使计算机能够解读、处理和理解人类语言。语言翻译与沟通的桥梁：人类通过语言来交流，狗通过汪汪汪来交流。机器也有自己的交流方式，那就是数字信息。不同的语言之间是无法沟通的，需要翻译才能交流，NLP就是人类和机器之间沟通的桥梁！为什么NL

之乎者也··2024-01-19 09:42

ResNet

目录一、ResNet介绍1、深度网络的退化问题2、退化问题的应对方式(残差学习)3、ResNet的网络结构二、代码实现1、ResNet块2、ResNet-18模型3、训练模型一、ResNet介绍残差神经网络

奉系坤阀·2024-01-19 09:50

Python数据分析案例36——基于神经网络的AQI多步预测(空气质量预测)

案例背景不知道大家发现了没，现在的神经网络做时间序列的预测都是单步预测，即(需要使用X的t-n期到X的t-1期的数据去预测X的t期的数据)，这种预测只能预测一个点，我需要预测X的t+1期的数据就没办法了

阡之尘埃·2024-01-19 08:36

李沐《动手学深度学习》线性神经网络 softmax回归

系列文章李沐《动手学深度学习》预备知识张量操作及数据处理李沐《动手学深度学习》预备知识线性代数及微积分李沐《动手学深度学习》线性神经网络线性回归目录系列文章一、softmax回归（一）问题背景（二）网络架构

丁希希哇·2024-01-19 08:36

一个简单的KNN实现方法

对于许多离散问题，经过神经网络解决再通过softmax之后每一个值在[0,1]之间的连续变量，想要将其离散化，即离散化到每个元素都是binary-variable，即0-1，这时可以用KNN方法，其实就是找到与这个向量的方差最小的

远离科研，保命要紧·2024-01-19 08:03

神经网络激活函数--Sigmoid、Tanh、Relu、Softmax

本文主要总结了Sigmoid、Tanh、Relu、Softmax四种函数；给出了函数的形式，优缺点和图像。sigmoid和Tanh函数的导数简单，但是可能出现梯度弥散。ReLU函数仅保留正元素，有良好的特性。Softmax一般是用于分类最后一层的归一化。目录1.Sigmoid函数2.Tanh函数3.Relu函数4.Softmax函数四种函数的图像：1.Sigmoid函数形式：特点：Sigmoid函

远离科研，保命要紧·2024-01-19 08:27

AIGC笔记--特征线性调制（FiLM）层的实现

目录1--特征线性调制层的作用2--特征线性调制层的实现3--论文实例1--特征线性调制层的作用特征线性调制（Feature-wiseLinearModulation，FiLM）层是一种神经网络模块，它可以用来实现特征的条件调整

晓晓纳兰容若·2024-01-19 07:02

深度学习(1)--基础概念

(RGB)二.神经网络基础1.得分函数：(1).输入的图片经过

GodFishhh·2024-01-19 07:51

深度学习(2)--卷积神经网络(CNN)

卷积神经网络（ConvolutionalNeuralNetworks）是一种深度学习模型或类似于人工神经网络的多层感知器，常用来分析视觉图像。一.卷积网络基础概念传统网络是一维的，而卷积网络是三维的。

GodFishhh·2024-01-19 07:51

基于深度学习的交通标志检测和识别（从原理-环境配置-代码运行）

基于深度学习的交通标志检测和识别是一种先进的计算机视觉技术，利用深度神经网络模型来准确地检测和识别道路上的各种交通标志。

毕设阿力·2024-01-19 07:20

深度学习笔试题（一）

CA、卷积神经网络有反馈连接。B、增加多层感知机的隐层层数，测试集的分类错误会减

beyond谚语·2024-01-19 07:50

神经网络分为哪几层？

神经网络的层数可以根据具体架构和应用场景有所不同，但通常包括以下几种基本层：输入层（InputLayer）：这是神经网络的第一层，负责接收输入数据。在输入层中，每个神经元代表了数据集中的一个特征。

CA&AI-drugdesign·2024-01-19 07:13

查看神经网络中间层特征矩阵及卷积核参数

可视化featuremaps以及kernelweights，使用alexnet模型进行演示。1.查看中间层特征矩阵alexnet模型，修改了向前传播importtorchfromtorchimportnnfromtorch.nnimportfunctionalasF#对花图像数据进行分类classAlexNet(nn.Module):def__init__(self,num_classes=100

mango1698·2024-01-19 06:23

YOLOV2网络剪枝

对神经网络进行剪枝这个想法并不新奇，可追溯至1900年（YanLecun的工作-http://yann.lecun.com/exdb/publis/pdf/lecun-90b.pdf）。

立夏陆之昂·2024-01-19 05:18

Darknet_yolov2综述入门整理

接着上次的神经网络，这次整理一下Darknet，yolov2首先得先了解Darknet,是深度学习框架，总的来说深度学习框架提供了一些列的深度学习的组件（对于通用的算法，里面会有实现），当需要使用新的算法的时候就需要用户自己去定义

立夏陆之昂·2024-01-19 05:48

图像生成之条件生成对抗网络（CGAN）

在原文中，作者指出扩大神经网络模型去适应大量的预测输出类别是很有挑战性的，所以作者提到，利用来自其他模态的附加信息去解决这个问题:例如，通过使用自然语言语料库来学习标签的向量表示，因为几何关系具有语义意义

Wilson_Hank·2024-01-19 05:34

图像生成之变分自动编码器（VAE）

简要介绍“概率图模型+神经网络”、“EM算法、变分推断”自动编码器是一种无监督学习方法，将高维的原始数据映射到一个低维特征空间，然后从低维特征学习重建原始的数据。

Wilson_Hank·2024-01-19 05:03

Python库matplotlib的使用总结

python中导入matplotlib库二、绘制折线图1.绘制基本图表：plota)绘制含一条折线的图表的基本语法b)绘制多条折线2.图表的美化与丰富a)对于整张图表进行设置b)文本注释/数据点值显示应用实例不想写了

知撩·2024-01-19 05:33

深度学习 | 三个概念：Epoch, Batch, Iteration

深度学习|三个概念：Epoch,Batch,Iteration-(jianshu.com)image.pngEpoch（时期）：当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一次>epoch

柠檬先生在搬砖·2024-01-19 04:36

机器学习笔记——感知机【图文，详细推导】

机器学习笔记第一章机器学习简介第二章感知机文章目录机器学习笔记一、超平面二、感知机定义三、学习策略和学习算法1线性可分2损失函数定义3优化算法—SGD4算法收敛性四、感知机的缺点参考资料感知机（PLA）是1957年，由Rosenblatt提出会，是神经网络和支持向量机的基础

格兰芬多_未名·2024-01-19 03:20

laafeer·2024-01-19 03:35

机器学习入门

机器学习：发展与未来人工智能>机器学习>深度学习>神经网络多种机器学习技术：深度学习，强化学习，蒙特卡洛树搜索。。。3.机器学习”有哪些技术局限？

zelda2333·2024-01-19 02:36

【机器学习】西瓜书要点个人整理

目录前置基础知识第三章线性模型机器学习三要素1.函数集合2.目标函数3.优化方法4.模型评估方法对数几率回归（逻辑回归）第四章决策树第五章SVM第六章贝叶斯分类器第八章集成学习第九章神经网络前情提要：本文适合在学习机器学习课程前

_hermit:·2024-01-19 02:45

安装mxnet详细版

MXNet提供了丰富的神经网络层和优化算法，可以用于各种深度学习任务，如图像分类、目标检测、语音识别等。同时，MXNet还具有高效、灵活、易用等特点，受到了广泛的关注和应用。

江江酱₍ᐢ..ᐢ₎♡·2024-01-19 01:00

基于深度学习和改进卷积神经网络的花卉信息识别系统

在图像识别领域，卷积神经网络（ConvolutionalNeuralNetworks，CNN）已经取得了显著的成果。然而，传统的卷积神经网络在花卉信息识别方面仍然存在一些

xuehai996·2024-01-19 01:25

为什么GPU比CPU更适合人工智能计算？

人工智能模型，也称为神经网络，本质上是一个数学千层面，由一层又一层的线性代数方程组成。每个方程都表示一段数据与另一段数据相关的可能性。

英智未来·2024-01-19 01:51

生成式AI入门指南

生成式AI的定义生成式AI模型通过神经网络辨识现有数据中的规律和架构，从而创造出新的独特内容。这类模型的突破性进展之一在于，它们可以运用无监督或半监督学习等不同训练方法。

英智未来·2024-01-19 01:21

计算机视觉：AI如何识别与理解图像

随着深度学习和神经网络的发展，人们对于如何让AI识别和理解图像产生了浓厚的兴趣。本文将探讨计算机视觉中AI如何进行图像识别与理解的过程，并介绍相关应用和挑战。

Imagination官方博客·2024-01-19 00:57

Kaggle知识点：训练神经网络的7个技巧

来源：Coggle数据科学神经网络模型使用随机梯度下降进行训练，模型权重使用反向传播算法进行更新。

Imagination官方博客·2024-01-19 00:56

神经网络是如何学习预测的？

GPT与神经网络的关系GPT想必大家已经耳熟能详，当我们与它进行对话时，通常只需关注自己问出的问题（输入）以及GPT给出的答案（输出），对于输出内容是如何产生的，我们一无所知，它就像一个神秘的黑盒子。

Imagination官方博客·2024-01-19 00:25

精选 25 个 RNN 问题

本文来源：MomodelAI循环神经网络是一类人工神经网络，其中节点之间的连接可以创建一个循环，允许某些节点的输出影响对相同节点的后续输入。

Imagination官方博客·2024-01-19 00:25

人人都能懂的机器学习——用Keras搭建人工神经网络04

回归MLPMLP可以用于计算回归问题。如果你想要预测一个单一值（比如，获得房子的各种情况来预测房价），那么你只需要一个输出神经元来输出预测值。对于多元回归（即同时输出多个预测值），对于每个输出值都需要一个输出神经元。比如定位图像上的一个点，需要预测二维坐标，那就需要两个输出神经元。如果还想在点的周围预测一个包围框，那么还需要另外两个神经元，用来输出长度和宽度，那么总共需要4个神经元。通常在构建用于

苏小菁在编程·2024-01-19 00:13

机器学习之卷积神经网络

卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此又称为SIANN。

WEL测试·2024-01-18 23:18

【无标题】

我们的目标是建立一个结合卷积神经网络(CNN)和长短期记忆(LSTM)网络的动作识别模型，以取得令人印象深刻的结果。

新缸中之脑·2024-01-18 23:50

人工智能SCI二区期刊Applied Intelligence高被引录用论文合集，含2024最新

该刊由SPRINGER出版商于1991年创刊，刊期Bimonthly，专注于人工智能和神经网络的研究，重点关注有关创新智能系统的方法论及其在解决现实生活复杂问题的研究进展，目前已经被国际重要权威数据库SCIE

深度之眼·2024-01-18 23:05

视觉工程师需要具备的技能

了解深度学习神经网络架构及其在解决计算机视觉问题中的应用。具有使用R/Python/Matlab等编程语言进行编程的能力。深入了解数据结构和算法。计算机

人工智能技术与咨询·2024-01-18 22:18

CNN：Convolutional Neural Network（下）

1.3Output2DeepDream3DeepStyle4MoreApplication4.1AlphaGo4.2Speech4.3Text原视频：李宏毅2020：ConvolutionalNeuralNetwork本博客属于学习笔记，如有问题请大佬指正~1CNN学到的是什么我们可能会认为神经网络都是一个黑箱

狂放不羁霸·2024-01-18 21:23

基于深度学习的时间序列算法总结

1.概述深度学习方法是一种利用神经网络模型进行高级模式识别和自动特征提取的机器学习方法，近年来在时序预测领域取得了很好的成果。

流浪的诗人，·2024-01-18 21:36

MLP-Mixer: An all-MLP Architecture for Vision

Abstract在计算机视觉领域，卷积神经网络（CNNs）是首选的模型。最近，基于注意力机制的网络，如VisionTransformer，也变得流行起来。

fish小余儿·2024-01-18 20:32

神经网络（二）：Softmax函数与多元逻辑回归

一、Softmax函数与多元逻辑回归为了之后更深入地讨论神经网络，本节将介绍在这个领域里很重要的softmax函数，它常被用来定义神经网络的损失函数（针对分类问题）。

城市中迷途小书童·2024-01-18 20:08

回归预测 | Matlab实现GA-APSO-MBP、GA-MBP、MBP、BP多输入单输出回归预测

多输入单输出回归预测预测效果基本描述程序设计参考资料预测效果基本描述1.Matlab实现GA-APSO-MBP、GA-MBP、MBP、BP多输入单输出回归预测（完整源码和数据）；2.改进遗传-粒子群算法优化双层BP神经网络多

机器学习之心·2024-01-18 17:14

分类预测 | Matlab实现ZOA-CNN-LSTM-Attention斑马优化卷积长短期记忆神经网络注意力机制的数据分类预测【24年新算法】

分类预测|Matlab实现ZOA-CNN-LSTM-Attention斑马优化卷积长短期记忆神经网络注意力机制的数据分类预测【24年新算法】目录分类预测|Matlab实现ZOA-CNN-LSTM-Attention

机器学习之心·2024-01-18 17:42

计算机视觉设计如何应用于人脸识别技术？

下面是计算机视觉设计在人脸识别技术中的应用方法：人脸检测：计算机视觉设计可以通过使用人脸检测算法，如Haar级联分类器、基于深度学习的卷积神经网络等，来检测图像中的人脸位置。

人工智能培训·2024-01-18 17:07

机器学习在表面缺陷检测中的技术与实践

通过构建深度神经网络，可以对图像进行自动的缺陷检测和分类。常见

matlabgoodboy·2024-01-18 16:18

线性回归+小批量梯度下降算法

目录1.线性模型计算预测值：2.使用均方损失作为损失函数：3.基础优化算法：梯度下降4.训练数据：5.线性回归实现：6.线性回归总结：1.线性模型计算预测值：线性模型可以看做单层神经网络。

姓蔡小朋友·2024-01-18 15:44

2024年1月17日Arxiv热门NLP大模型论文：THE FAISS LIBRARY

嵌入向量是由神经网络生成的向量表示，其主要目的是将输入媒体项映射（嵌入）到向量空间中，空间中的局部性编码了输入的语义。这些嵌入向量从各种媒体形式中提取，包括文字、图像、用户和推荐项目等。

夕小瑶·2024-01-18 12:05

pytorch集智4-情绪分类器

和上一章节单车预测回归问题相比，这个问题是分类问题，不是回归问题2神经网络分类器2.1如何用神经网络分类第二章节用torch.nn.Sequantial做的回归预测器，输出神经元只有一个。

peter6768·2024-01-18 12:38

机器学习之常用激活函数

人工神经网络中最基本的单元叫神经元，又叫感知器，它是模拟人脑神经系统的神经元（分析和记忆）、树突（感知）、轴突（传导）的工作原理，借助计算机的快速计算和存储来实现。

WEL测试·2024-01-18 11:08

AI绘画认识

什么是AI绘画AI绘画是指利用人工智能技术进行绘画创作的过程，它使用机器学习算法和深度神经网络等技术，通过对现有艺术品、图像等大量数据进行分析和学习，生成新的艺术品或图像。

北辰Charih·2024-01-18 11:03

推荐频道

神经网络应用实例