神经网络densecnn

图神经网络--GNN从入门到精通

图神经网络--GNN从入门到精通一、图的基本表示和特征工程1.1什么是图1.2图的基本表示1.3图的性质--度（degree)1.4连通图，连通分量1.5有向图连通性1.6图直径1.7度中心性1.7特征中心性
小白学习记录·2024-01-01 17:26

基于MATLAB编程的BP神经网络土地分类，bp神经网络详细原理

目录摘要BP神经网络参数设置及各种函数选择参数设置训练函数传递函数学习函数性能函数显示函数前向网络创建函数BP神经网络训练窗口详解训练窗口例样训练窗口四部详解基于MATLAB编程的BP神经网络土地分类基于
神经网络机器学习智能算法画图绘图·2024-01-01 16:35

基于bp神经网络变压器的故障分类

目录摘要BP神经网络参数设置及各种函数选择参数设置训练函数传递函数学习函数性能函数显示函数前向网络创建函数BP神经网络训练窗口详解训练窗口例样训练窗口四部详解基于bp神经网络变压器气体函数的故障分类基于
神经网络机器学习智能算法画图绘图·2024-01-01 16:35

基于BP神经网络的磨具变形量分析，BP神经网络详细原理

目录摘要BP神经网络参数设置及各种函数选择参数设置训练函数传递函数学习函数性能函数显示函数前向网络创建函数BP神经网络训练窗口详解训练窗口例样训练窗口四部详解基于BP神经网络的磨具变形量分析完整代码下载链接
神经网络机器学习智能算法画图绘图·2024-01-01 16:34

基于变态模态分解+bp-rf的轴承故障分类，基于变态模态分解的+BP神经网络-随机森林的轴承故障分类

目录背影摘要随机森林的基本定义随机森林实现的步骤基于随机森林的机器启动识别代码下载链接：基于变态模态分解+bp-rf的轴承故障分类，基于变态模态分解的+BP神经网络-随机森林的轴承故障分类（代码完整，数据齐
神经网络机器学习智能算法画图绘图·2024-01-01 16:02

AI人工智能技术发现了拉斐尔名画背后的秘密：这幅画并非完全由大师本人完成

最近，一个先进的人工智能神经网络在拉斐尔的名画中发现了一个不寻常的地方：其中的一副面孔并非由拉斐尔本人绘制，而是出自其他艺术家之手。
喜好儿aigc·2024-01-01 16:24

第二十四周：文献阅读笔记（VIT）

传统上，卷积神经网络（CNN）在计算
@默然·2024-01-01 16:53

第二十一周：机器学习和深度学习基础回顾

算法总结摘要本周复习回顾了Transformer、GAN、RMSProp优化算法，Transformer模型由Vaswani等人在2017年提出，引发了自然语言处理领域的一系列重要突破，相比于传统的循环神经网络
@默然·2024-01-01 16:23

第二十二周：深度学习基础

第二十二周：深度学习基础摘要Abstract1.网络中的卷积及1x1卷积2.迁移学习3.数据扩充总结摘要在本文中，我们将探讨卷积神经网络中常用的两个核心概念：卷积和1x1卷积。
@默然·2024-01-01 16:23

第二十六周：学习笔记

第二十六周：学习笔记摘要Abstract全卷积网络FCN1.CNN与FCN2.全连接层-->成卷积层3.FCN的缺点摘要全卷积神经网络（FullyConvolutionalNetwork，FCN）是一种用于图像分割和语义分割任务的深度学习模型
@默然·2024-01-01 16:50

LDC: Lightweight Dense CNN for Edge Detection

摘要本文提出了一种用于边缘检测的轻量级密集卷积（LDC）神经网络。所提出的模型是对两种最先进方法的改编，但与这些方法相比，它所需的参数不到4%。
努力的小柚·2024-01-01 16:39

[C#]使用ONNXRuntime部署一种用于边缘检测的轻量级密集卷积神经网络LDC

源码地址：github.com/xavysp/LDCLDC:LightweightDenseCNNforEdgeDetection算法介绍：由于深度学习方法的快速发展，近年来，用于执行图像边缘检测的卷积神经网络
FL1623863129·2024-01-01 16:34

深度神经网络结构

单层的感知机不能解决“异或”问题。在前面分别介绍了M-P神经元模型和感知机模型。在M-P神经元模型中，神经元接收到若干个输入信号，并将计算得到的加权后的总输入，经过激活函数的处理，最终产生神经元的输出。而感知机模型则由两层神经元组成，输入层接收外界输入信号后，经过激活函数处理，传递给输出层，输出层再经过激活函数处理形成最终的输出。还讲到，单层的感知机不能解决“异或”问题，也正是因此被人工智能泰斗明
人工智能MOS·2024-01-01 15:38

深度学习中的感知机

感知机在1957年由弗兰克·罗森布拉特提出，是支持向量机和神经网络的基础。感知机是一种二类分类的线性分类模型，输入为实例的特征向量，输出为实例的类别，正类取1，负类取-1。
人工智能MOS·2024-01-01 15:08

神经网络中的分位数回归和分位数损失

在使用机器学习构建预测模型时，我们不只是想知道“预测值(点预测)”，而是想知道“预测值落在某个范围内的可能性有多大(区间预测)”。例如当需要进行需求预测时，如果只储备最可能的需求预测量，那么缺货的概率非常的大。但是如果库存处于预测的第95个百分位数(需求有95%的可能性小于或等于该值)，那么缺货数量会减少到大约20分之1。获得这些百分位数值的机器学习方法有：scikit-learn:Gradien
deephub·2024-01-01 14:15

PyTorch常用工具（1）数据处理

文章目录前言1数据处理1.1Dataset1.2DataLoader前言在训练神经网络的过程中需要用到很多的工具，最重要的是数据处理、可视化和GPU加速。
Font Tian·2024-01-01 14:50

深度学习 | 注意力机制、自注意力机制

卷积神经网络的思想主要是通过卷积层对图像进行特征提取，从而达到降低计算复杂度的目的，利用的是空间特征信息；循环神级网络主要是对序列数据进行建模，利用的是时间维度的信息。
西皮呦·2024-01-01 14:50

【机器学习基础】使用python实现BP算法

用pytorch跟tensorflow实现神经网络固然爽。但是想要深入学习神经网络，光学会调包是不够的，还是得亲自动手去实现一个神经网络，才能更好去理解。
风度78·2024-01-01 13:15

【MATLAB第87期】#源码分享 | 基于MATLAB的增量神经系统网络SFAM多输入单输出多分类预测模型

【MATLAB第87期】#源码分享|基于MATLAB的增量神经系统网络SFAM多输入单输出多分类预测模型前言SFAM是一种增量神经网络分类器。它是模糊ARTMAP（FAM）的一个简单而快速的版本。
随风飘摇的土木狗·2024-01-01 13:11

图卷积神经网络之 - 图拉普拉斯矩阵的解释

图拉普拉斯矩阵是图论和谱图理论中的一个核心概念，它在图卷积神经网络（GCN）的设计中起着重要的作用。下面我将详细解释图拉普拉斯矩阵和归一化图拉普拉斯矩阵。
UCAS_sqs·2024-01-01 13:22

SCI一区级 | Matlab实现KOA-CNN-LSTM-Mutilhead-Attention开普勒算法优化卷积长短期记忆神经网络融合多头注意力机制多变量多步时间序列预测

SCI一区级|Matlab实现KOA-CNN-LSTM-Mutilhead-Attention开普勒算法优化卷积长短期记忆神经网络融合多头注意力机制多变量多步时间序列预测目录SCI一区级|Matlab实现
机器学习之心·2024-01-01 13:49

分类预测 | Matlab实现WOA-CNN-LSTM-SAM-Attention鲸鱼算法优化卷积长短期记忆神经网络融合空间注意力机制的数据分类预测【23年新算法】

分类预测|Matlab实现WOA-CNN-LSTM-SAM-Attention鲸鱼算法优化卷积长短期记忆神经网络融合空间注意力机制的数据分类预测【23年新算法】目录分类预测|Matlab实现WOA-CNN-LSTM-SAM-Attention
机器学习之心·2024-01-01 13:19

图卷积神经网络之 - 图傅立叶变换的解释

L=np.array([[2,-1,0,-1],[-1,2,-1,0],[0,-1,2,-1],[-1,0,-1,2]])上述4个节点的简单无向图进行图傅立叶变换：我们计算了图拉普拉斯矩阵LLL的特征值和特征向量。特征值是：λ=[0,2,2,4]\lambda=\begin{bmatrix}0,&2,&2,&4\end{bmatrix}λ=[0,2,2,4]特征向量UUU（归一化后）是：U=[−0
UCAS_sqs·2024-01-01 13:48

异常检测 | Matlab基于GNN图神经网络的异常数据检测

异常检测|Matlab基于GNN图神经网络的异常数据检测目录异常检测|Matlab基于GNN图神经网络的异常数据检测效果一览基本介绍模型描述程序设计参考资料效果一览基本介绍Matlab基于GNN图神经网络的异常数据检测
机器学习之心·2024-01-01 13:18

基于简化版python+VGG+MiniGoogLeNet的智能43类交通标志识别—深度学习算法应用(含全部python工程源码)+数据集+模型（一）

借助Kaggle上的丰富交通标志数据集，我们采用了VGG和GoogLeNet等卷积神经网络模型进行训练。通过对网络架构和参数的巧妙调整，致力于提升模型在不同类型交通标志识别方面的准确率。首先，我们
小胡说人工智能·2024-01-01 12:08

CNN、DNN、RNN 内部网络结构区别

在实际应用中，所谓的深度神经网络DNN，往往融合了多种已知的结构，包括卷积层或是LSTM单元。但是就题主的意思来看，这里的DNN应该特指全连接的神经元结构，并不包含卷积单元或是时间上的关联。
夏天7788·2024-01-01 12:00

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

【深度学习】第三章：搭建架构-正向传播-计算损失

三、DNN架构-正向传播-计算损失1、DNN的前生今世DNN，全称是deepneuralnetwork,深度神经网络。从名字上看DNN的起源就是神经网络NN(neuralnetwork),如上图A。
宝贝儿好·2024-01-01 12:55

Keras加载预训练模型

常用的预训练模型VGG16：VGG16是一个用于图像分类的卷积神经网络模型，由牛津大学的VisualGeometryGroup开发。它使用连续的小滤波
缘起性空、·2024-01-01 12:50

图神经网络自监督学习工具箱 - JOAO

文章名称【ICML-2021】【TexasA&MUniversity/TheUniversityofTexasatAustin】GraphContrastiveLearningAutomated核心要点文章旨在解决现有GraphCL方法需要依赖领域知识和大量的试验来挑选图增广方法，才能从无标签的图数据上学习可迁移的，鲁棒知识的问题，提出了JOAO学习框架，把图自监督学习形式化为bi-levelmi
processor4d·2024-01-01 11:42

PyTorch中常用的工具（4）Visdom

文章目录前言3.2Visdom前言在训练神经网络的过程中需要用到很多的工具，最重要的是数据处理、可视化和GPU加速。
Font Tian·2024-01-01 10:23

编写C语言版本的卷积神经网络CNN之一：前言与Minst数据集

https://blog.csdn.net/tostq/article/details/51786265前言卷积神经网络是深度学习的基础，但是学习CNN却不是那么简单，虽然网络上关于CNN的相关代码很多
非鱼知乐·2024-01-01 10:55

【解决复杂链式任务打造全能助手】大模型思维链 CoT 应用：langchain 大模型 结合 做 AutoGPT

2021年，OpenAI在训练神经网络过程中有一个意外发现。神经网
Debroon·2024-01-01 10:57

使用概率编程和Pyro进行财务预测

去年我发表了几篇关于使用神经网络进行财务预测的教程，我认为其中一些结果至少很有意思，值得在真实交易应用中应用。
readilen·2024-01-01 09:28

机器学习基础--各种学习方式（5）--自动特征工程

隐式特征组合主要特点是对连续值特征非常友好，最成功的应用场景是语音和图像但是深度神经网络并不是万能的，在深度学习中，高维离散特征的变量处理非常复杂，同时缺乏可解释性，过于黑盒化也是神经网络大家关注的焦点
whitenightwu·2024-01-01 08:22

车牌识别系统 opencv

主要步骤原始车辆图像采集汽车牌照区域定位汽车牌照内字符的分割汽车牌照内字符的识别车牌定位方法：基于边缘检测的车牌定位方法基于遗传算法的车牌定位方法基于纹理特征的车牌定位方法基于数学形态学的车牌定位方法基于小波分析和变换的车牌定位方法基于神经网络的车牌定位方法车牌定位技术
daizikui·2024-01-01 08:41

离线语音识别 sherpa-ncnn 尝鲜体验

、ubuntu编译运行依赖安装下载与编译模型下载运行2、树莓派4B编译运行确认树莓派4B环境交叉编译交叉编译模型下载与运行模型对比测试树莓派4B运行大模型Sherpa-NCNN是一个基于C++的轻量级神经网络推理框架
杭州_燕十三·2024-01-01 08:04

基于python的BP神经网络

该程序的功能是实现三层BP神经网络；其中输入层有三个神经元，隐藏层有四个神经元，输出层有三个神经元；程序的目的是随机生成一个（3,1）的矩阵，然后定义标签为（0,1,0），通过前向传导和反向传导，最终输出的结果接近标签值
不吃草的小绵羊·2024-01-01 07:50

第三章 神经网络

文章目录3.1从感知机到神经网络3.1.1神经网络的例子3.1.2复习感知机3.1.3激活函数登场3.2激活函数3.2.1sigmoid函数3.2.2阶跃函数的实现3.2.3阶跃函数的图形3.2.4sigmoid
追寻远方的人·2024-01-01 07:20

【深度学习笔记】4.前馈神经网络

前馈神经网络发展历程神经元（M-P）神经元是1943年由两名科学家首次提出的神经元模型。
不休的turkeymz·2024-01-01 07:49

NNDL 实验五 前馈神经网络（2）自动梯度计算 & 优化问题

目录4.3自动梯度计算4.3.1利用预定义算子重新实现前馈神经网络4.3.2完善Runner类4.3.3模型训练4.3.4性能评价增加一个3个神经元的隐藏层，再次实现二分类，并与1做对比。
喝无糖雪碧·2024-01-01 07:19

C++实践（一）C++实现前馈神经网络

本篇主要讲2016年的时候写的一个神经网络，顺便复习以前的知识。需求想实现一个前馈神经网络，基于C++，性能会比较好。主要是因为当时Caffe等库依赖太多了，又没有其他开源的好用，顺便复习下C++。
goodluckcwl·2024-01-01 07:19

前馈神经网络复习

这样做的优点是在反向传播时加快网络中每层权重参数的收敛，避免Z型更新的情况，从而加快神经网络的收敛速度。零均值化，数据分布会距离零比较近，而激活函数在0附近
Simon52314·2024-01-01 07:47

46、激活函数 - Relu 激活

本节介绍一个在神经网络中非常常见的激活函数-Relu激活函数。
董董灿是个攻城狮·2024-01-01 06:05

使用pytorch神经网络拟合计算模型

一.内容简介使用pytorch神经网络拟合计算模型二.软件环境2.1vsCode2.2Anacondaversion:conda22.9.02.3pytorch安装pytorch(http://t.csdnimg.cn
+++.·2024-01-01 06:54

PyTorch常用工具（2）预训练模型

文章目录前言2预训练模型前言在训练神经网络的过程中需要用到很多的工具，最重要的是数据处理、可视化和GPU加速。
Font Tian·2024-01-01 06:23

2019-08-12

因为今天已经是8月12号了，暑假即将过去，论文还没看，综述还没写，神经网络还没入门，而我还在慢悠悠地刷着知乎，有一搭没一搭地刷微博。我知道，我现在应该马上敲代码，又不然看下吴恩达的视频也好。
你是你或是你·2024-01-01 06:42

【深度学习：Convolutional Neural Networks】卷积神经网络入门指南

卷积神经网络（CNN）是深度学习领域最引人注目的成就之一。自从LeCun等人在20世纪90年代初引入以来，CNN在图像处理、视频分析和自然语言处理等领域取得了显著的成就。
脆鲨Nana7mi·2024-01-01 06:21

PyTorch中常用的工具（3）TensorBoard

文章目录前言3可视化工具3.1TensorBoard前言在训练神经网络的过程中需要用到很多的工具，最重要的是数据处理、可视化和GPU加速。
Font Tian·2024-01-01 06:13

一文弄懂自编码器 -- Autoencoders

自动编码器于1980年推出，是一种用于神经网络的无监督学习技术，可以从未被标注的训练集中学习。本文重点介绍自编码器的概念、相关变体及其应用，闲话少说，我们直接开始吧！
赵卓不凡·2024-01-01 05:14
上一页 50 51 52 53 54 55 56 57 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他