神经网络模型训练

深度学习的进展

深度学习近年来的进展在各个领域均展现出非凡的实力，以下将进一步详述几个关键领域的具体突破和应用：1.计算机视觉图像分类与识别：随着深度卷积神经网络的发展，如AlexNet、VGG、Inception系列
李建军·2024-02-07 01:20

ECE755_gnn图神经网络（附完整工程）

ECE755_gnn图神经网络（附完整工程）ECE755课程要求任务1完成：题目要求MS1代码：仿真任务二完成题目要求MS2代码：仿真总结ECE755ECE755_sp23是加拿大渥太华大学（UniversityofOttawa
_max_max·2024-02-07 00:54

神经网络的参数设计

现在神经网络基本一上就是深度神经网路，而深度神经网路就像个黑箱一样，对于什么样的场景该设计什么样的结构还没有理论支持，都是全凭经验，所以本文也仅限于经验之谈。
菜鸟瞎编·2024-02-06 23:48

基于平衡优化器算法的极限学习机(ELM)回归预测

回归问题数据处理4.基于平衡优化器算法优化的ELM5.测试结果6.参考文献7.Matlab代码8.Python摘要：本文利用平衡优化器算法对极限学习机进行优化，并用于回归预测1.极限学习机原理概述典型的单隐含层前馈神经网络结构如图
智能算法研学社（Jack旭）·2024-02-06 23:07

基于鸽群算法的极限学习机(ELM)回归预测

回归问题数据处理4.基于鸽群算法优化的ELM5.测试结果6.参考文献7.Matlab代码8.Python摘要：本文利用鸽群算法对极限学习机进行优化，并用于回归预测1.极限学习机原理概述典型的单隐含层前馈神经网络结构如图
智能算法研学社（Jack旭）·2024-02-06 23:06

基于纵横交叉算法的极限学习机(ELM)回归预测

回归问题数据处理4.基于纵横交叉算法优化的ELM5.测试结果6.参考文献7.Matlab代码8.Python摘要：本文利用纵横交叉算法对极限学习机进行优化，并用于回归预测1.极限学习机原理概述典型的单隐含层前馈神经网络结构如图
智能算法研学社（Jack旭）·2024-02-06 23:36

【lssvm回归预测】基于哈里斯鹰算法优化最小二乘支持向量机HHO-lssvm实现数据回归预测附matlab代码

更多Matlab完整代码及仿真定制内容点击智能优化算法神经网络预测雷达通信无线传感器电力系统信号处理图像处理路径规划元胞自动机无人机内容介绍在当今世界上，可再生能源的重要性越来越被人们所认识和重视。
Matlab科研辅导帮·2024-02-06 23:35

基于哈里斯鹰算法的极限学习机(ELM)回归预测

回归问题数据处理4.基于哈里斯鹰算法优化的ELM5.测试结果6.参考文献7.Matlab代码8.Python摘要：本文利用哈里斯鹰算法对极限学习机进行优化，并用于回归预测1.极限学习机原理概述典型的单隐含层前馈神经网络结构如图
智能算法研学社（Jack旭）·2024-02-06 23:04

Swin-UMamba：结合基于ImageNet的预训练和基于Mamba的UNet模型

然而，现有方法在建模长距离全局信息方面面临挑战，其中卷积神经网络（CNNs）受限于其局部感受野，而视觉转换器（ViTs）则受到其注意力机制高二次复杂度的困扰。
AI浩·2024-02-06 22:52

Swin-Unet： Unet-like Pure Transformer forMedical Image Segmentation（用于医学图像分割的纯U型transformer）

Unet-likePureTransformerforMedicalImageSegmentation_unet-likepuretransformer-CSDN博客方便自己学习摘要：在过去的几年中，卷积神经网络
我在努力学习分割（禁止说我水平差）·2024-02-06 22:52

数据无量纲化 学习（1）：三种常用数据缩放方法的对比：StandardScaler、MinMaxScaler、RobustScaler

在以梯度和矩阵为核心的算法中，譬如逻辑回归，支持向量机，神经网络，无量纲化可以加快求解速度；在距离类模型，譬如K近邻，KMeans聚类中，无量纲化可以帮我们提升模型精度，避免某一个取值范围特别大的特征对距离计算造成影响
Tony Einstein·2024-02-06 22:03

神经网络不需要懂原理，只需要应用？？？（附268篇顶会论文）

神经网络不需要弄明白原理，只要会应用就行，这是真的吗？具体情况具体分析。如果你是论文要求不高，那么就不需要搞太清楚，如果你的毕业要求高，或者想要更高的提升，尤其是想申博、进大厂，那么还是懂一下吧。
深度之眼·2024-02-06 22:27

最新模型VMamba：颠覆视觉Transformer，下一代主流Backbone？

VisualStateSpaceModel论文作者：YueLiu,YunjieTian,YuzhongZhao,HongtianYu,LingxiXie,YaoweiWang,QixiangYe,YunfanLiu1.摘要卷积神经网络
深蓝学院·2024-02-06 21:39

【深度学习】loss与梯度与交叉熵的关系

问的GPT3.5模型训练时loss与梯度的关系？在深度学习模型训练过程中，loss（损失函数）与梯度（gradient）之间存在密切关系。
sdbhewfoqi·2024-02-06 19:25

【推荐算法】userid是否建模

第一次做推荐，看了几篇论文发现都会用到id类特征，比如在电商推荐领域，可能会用到user_id和item_id，随机初始化该类特征的向量表进行模型训练，那么在线服务时怎么对未出现的user_id进行预测呢
sdbhewfoqi·2024-02-06 19:24

一个用于验证在GPU上训练模型比在CPU上快的代码||TensorFlow||神经网络

importtimeimporttensorflowastffromkerasimportlayers#创建一个大规模模型model=tf.keras.Sequential()model.add(layers.Dense(1000,activation='relu',input_shape=(10000,)))model.add(layers.Dropout(0.5))model.add(laye
@Duang~·2024-02-06 19:07

机器学习简要概述

一、基本概念及应用传统机器学习算法首先需要对数据进行特征提取，采用分类器（如决策树、人工神经网络、贝叶斯、集成学习、支持向量机等）进行分类。机器学习：特征提取+分类器分类特征提取难，制约发展。
@Duang~·2024-02-06 19:03

对话系统介绍和基础神经网络模型

1、对话系统背景介绍对话系统（或聊天机器人）在世界上扮演着越来越重要的角色。人们可能仍然有一种刻板印象，认为聊天机器人是给银行打电话时那些死板的代理。然而，得益于人工智能的复兴，尤其是深度学习的发展，现代聊天机器人可以与丰富的话题进行对话，从你的生日派对到拜登的演讲，如果你愿意，它们可以为你的派对场所预定位置或播放演讲视频。目前，对话系统是NLP的热点话题之一，在工业和日常生活中有很高的要求。聊天
浅白Coder·2024-02-06 17:24

对话系统介绍和基础神经网络模型(二)

接上一篇对话系统介绍和基础神经网络模型（一）2.2.2、长短期记忆网络（LSTM）LSTM（如图2-3）通过引入门机制来解决梯度消失问题，输入门、遗忘门、输出门被用来决定从当前输入和过去的记忆中应该保留多少信息
浅白Coder·2024-02-06 17:24

对话系统介绍和基础神经网络模型(三)

链接对话系统介绍和基础神经网络模型链接对话系统介绍和基础神经网络模型(二)3、面向任务式对话系统本章介绍面向任务式对话系统，包括管道方式和端到端系统。
浅白Coder·2024-02-06 17:24

大白话介绍循环神经网络

循环神经网络实质为递归式的网络，它在处理时序任务表现出优良的效果，毕竟递归本来就是一步套一步的向下进行，而自然语言处理任务中涉及的文本天然满足这种时序性，比如我们写字就是从左到右一步步来的鸭，刚接触深度学习的友友们
浅白Coder·2024-02-06 17:23

阿里云 -- 测测你的一见钟情

都是使用网格搜索进行调优这是用神经网络跑的importosfromsklearnimportmetricsimportpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltimportseabornassbfromsklearn.neural_networkimportMLPClassifierfromsklearn.model_selectio
哲子带你学编程·2024-02-06 16:34

Autoencoder 有什么用？

autoencoder可以用来初始化神经网络的权重（即预训练：pre-training）和降维。如果在做autoencoder的时候激活函数为linear的话，那么这就相当于在做PCA了。
脏小明·2024-02-06 15:16

脉冲神经网络（SNN）概述

https://www.toutiao.com/a6701844289518830091/主要讨论脉冲神经网络的拓扑结构、信息的脉冲序列编码方法、脉冲神经网络的学习算法和进化方法等。
喜欢打酱油的老鸟·2024-02-06 15:35

基于BP神经网络 粒子群优化BP神经网络 CNN卷积神经网络 LSTM 长短期记忆神经网络

基于BP神经网络粒子群优化BP神经网络CNN卷积神经网络LSTM长短期记忆神经网络ELMAN递归神经网络BiLSTM双向长短期记忆遗传算法神经网络七种神经网络回归预测算法汇总（基于Matlab实现）特殊要求
chBbzEkkf·2024-02-06 15:53

基于CNN+LSTM深度学习网络的时间序列预测matlab仿真

目录1.算法运行效果图预览2.算法运行软件版本3.部分核心程序4.算法理论概述4.1卷积神经网络（CNN）4.2长短时记忆网络（LSTM）4.3CNN+LSTM网络结构5.算法完整程序工程1.算法运行效果图预览
简简单单做算法·2024-02-06 14:42

基于CNN卷积网络的MNIST手写数字识别matlab仿真,CNN编程实现不使用matlab工具箱

目录1.算法运行效果图预览2.算法运行软件版本3.部分核心程序4.算法理论概述4.1卷积神经网络（CNN）4.2损失函数和优化5.算法完整程序工程1.算法运行效果图预览2.算法运行软件版本matlab2022a3
简简单单做算法·2024-02-06 14:11

深度学习(13)--搭建神经网络进行气温预测

一.搭建神经网络进行气温预测流程详解1.1.导入所需的工具包importnumpyasnp#矩阵计算importpandasaspd#数据读取importmatplotlib.pyplotasplt#画图处理
GodFishhh·2024-02-06 12:29

自媒体人福音！10款ai写作实用工具让你创作无忧！ #学习方法#其他#知识分享

1.七燕写作这是一个微信公众号，可以进行AI对话、AI创作、AI绘画、AI训练，内置智能对话机器人、图片设计、AI模型训练、文案生成、方案创作、营销内容创作等数十项AI
不晚归来·2024-02-06 12:57

20天吃pytorch 1-2 图片数据建模流程遇到问题及分析

学习内容：1-2图片数据建模流程如下1、datasets.ImageFolder图片数据加载，然后送入Dataloader做一个数据管道2、nn.Module基类构建自定义模型3、模型训练步骤4、模型训练评估遇到问题与解决方案
七月的和弦·2024-02-06 11:29

多模态对比语言图像预训练CLIP：打破语言与视觉的界限，具备零样本能力

一种基于多模态（图像、文本）对比训练的神经网络。它可以在给定图像的情况下，使用自然语言来预测最相关的文本片段，而无需为特定任务进行优化。
代码讲故事·2024-02-06 10:30

YOLO-World——超级轻量级开放词汇目标检测方法

随着深度神经网络的发展，目标检测方面的研究取得了显著进展。尽管这些方法取得了成功，但它们存在一些限制，主要体现在只能处理具有固定词汇表的目标检测问题，例如COCO数据集中的80个类别。
知来者逆·2024-02-06 10:28

【MATLAB】交叉验证求光滑因子的广义神经网络回归预测算法

有意向获取代码，请转文末观看代码获取方式~也可转原文链接获取~1基本定义交叉验证求光滑因子的广义神经网络回归预测算法是一种用于选择模型超参数并提高泛化性能的方法。
Lwcah·2024-02-06 09:57

电力负荷预测 | Matlab实现基于LSTM长短期记忆神经网络的电力负荷预测模型（结合时间序列）

文章目录效果一览文章概述源码设计参考资料效果一览文章概述电力负荷预测|Matlab实现基于LSTM长短期记忆神经网络的电力负荷预测模型（结合时间序列）所谓预测，就是指通过对事物进行分析及研究，并运用合理的方法探索事物的发展变化规律
天天酷科研·2024-02-06 09:27

电力负荷预测 | Matlab实现基于RBF径向基神经网络的电力负荷预测模型（结合时间序列）

文章目录效果一览文章概述源码设计参考资料效果一览文章概述电力负荷预测|Matlab实现基于RBF径向基神经网络的电力负荷预测模型（结合时间序列）所谓预测，就是指通过对事物进行分析及研究，并运用合理的方法探索事物的发展变化规律
天天酷科研·2024-02-06 09:26

空气质量预测 | Matlab实现基于BP神经网络回归的空气质量预测模型

基于BP（Backpropagation）神经网络的回归模型可以用于空气质量的预测。BP神经网络是一种常见的人工神经网络，它可以通过学习样本数据的输入和输出之间的关系
天天酷科研·2024-02-06 09:26

计算机设计大赛 深度学习+opencv+python实现车道线检测 - 自动驾驶

文章目录0前言1课题背景2实现效果3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV56数据集处理7模型训练8
iuerfee·2024-02-06 09:19

计算机设计大赛 深度学习+opencv+python实现昆虫识别 -图像识别 昆虫识别

文章目录0前言1课题背景2具体实现3数据收集和处理3卷积神经网络2.1卷积层2.2池化层2.3激活函数：2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络4MobileNetV2
iuerfee·2024-02-06 09:17

组合预测 | MATLAB实现COA-CNN-BiLSTM-Attention-RF浣熊优化卷积双向长短期记忆神经网络注意力机制组合随机森林多输入单输出回归预测

组合预测|MATLAB实现COA-CNN-BiLSTM-Attention-RF浣熊优化卷积双向长短期记忆神经网络注意力机制组合随机森林多输入单输出回归预测目录组合预测|MATLAB实现COA-CNN-BiLSTM-Attention-RF
机器学习之心·2024-02-06 08:55

【专业技术】高效并行分布式深度学习策略，助力模型训练与量化

尊敬的客户，您好！我们是一家专注于提供高效深度学习解决方案的专业团队，为您提供并行分布式策略、高效精调策略、大模型无损量化和高性能推理服务。我们的服务包括：并行分布式策略：我们的Trainer封装支持多种并行配置，包括数据并行、张量并行、流水线并行和分组参数切分并行，有效提升在多模型、多硬件下的训练性能。用户可以根据需求修改Trainer配置，组合多种预训练或精调过程的分布式策略，充分组合大模型4
路人与大师·2024-02-06 06:26

基于BiLSTM-CRF模型的分词、词性标注、信息抽取任务的详解，侧重模型推导细化以及LAC分词实践

基于BiLSTM-CRF模型的分词、词性标注、信息抽取任务的详解，侧重模型推导细化以及LAC分词实践1.GRU简介GRU（GateRecurrentUnit）门控循环单元，是[循环神经网络]（RNN）的变种种
汀、人工智能·2024-02-06 06:51

「深度学习」dropout 技术

一、工作原理1.正则化网络dropout将遍历网络的每一层，并设置消除神经网络中节点的概率。
Sternstunden·2024-02-06 06:20

「深度学习」循环神经网络RNN

一、序列模型的例子二、数学符号定义X^{(i)}：训练样本i的输入序列的第t个元素。T_{X}^{i}：训练样本i的输入序列的长度。Y^{(i)}：训练样本i的输出序列的第t个元素。T_{Y}^{i}：训练样本i的输出序列的长度。三、举例：识别人名【输入和输出序列长度相同】1、数据表示准备Vocabulary/Dictionary将所有要用到的单词放在一起，做成清单——将每个单词用一位one-ho
Sternstunden·2024-02-06 06:50

「机器学习」神经网络

(2)深度学习的起飞2.需求预测(1)神经网络的符号与描述(2)不需要自己手动自己设计特征神经网络将自己决定它将在隐藏层使用哪些数据3.例子：图像识别随着层数增加，窗口大小在增大。
Sternstunden·2024-02-06 06:49

Plus GPT API最有前途的应用领域

PlusGPTAPI通过对GPT-3API进行二次开发，除了实现GPT-3的所有功能之外，我们还开发了语音交互的API、知识库"喂养"的API、AI绘图API……PlusGPTAPI基于深度学习算法，通过大规模的语言模型训练
橘子海_G·2024-02-06 05:45

Pytorch学习记录-卷积Seq2Seq（模型训练）

这个项目主要包括了6个子项目使用神经网络训练Seq2Seq使用RNNencoder-decoder训练短语表示用于统计机器翻译使用共同学习完成NMT的堆砌和翻译打包填充
我的昵称违规了·2024-02-06 03:47

通过神经网络模拟人类大脑的学习过程

通过神经网络模拟人类大脑的学习过程在本文中，我们将探讨深度学习的最新发展及其在各个领域的应用。首先，让我们来看看深度学习在计算机视觉领域的新进展。计算机视觉是指让计算机“看见”并理解图像和视频的能力。
M乔木·2024-02-06 03:05

2019年上半年收集到的人工智能卷积神经网络干货文章

2019年上半年收集到的人工智能卷积神经网络干货文章了解CNN这一篇就够了——关于卷积神经网络的介绍关于卷积的6个基本知识一文读懂深度学习中的各种卷积CNN卷积神经网络的三种基本模式（不懂的话还得多努力啊
城市中迷途小书童·2024-02-06 02:18

深度学习入门笔记（五）前馈网络与反向传播

5.1前馈网络一个最简单的前馈神经网络如图所示，对于每一个隐藏层，输入对应前一层每一个节点权重乘以节点输出值，输出则是经过激活函数（例如sigmoid函数）计算后的值。
zhanghui_cuc·2024-02-06 01:25

On the Spectral Bias of Neural Networks论文阅读

1.摘要众所周知，过度参数化的深度神经网络(DNNs)是一种表达能力极强的函数，它甚至可以以100%的训练精度记忆随机数据。这就提出了一个问题，为什么他们不能轻易地对真实数据进行拟合呢。
瞻邈·2024-02-06 01:50
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他