神经

深度学习小项目合集-视频介绍下自取

内容包括：基于深度学习的动物声音分类https://www.bilibili.com/video/BV11C4y1P7mD/基于卷积神经网络之鸟鸣识别鸟的种类https://www.bilibili.com
no_work·2025-06-15 23:59

机器学习在智能水泥基复合材料中的应用与实践

会议亮点1.前沿技术融合围绕材料科学核心挑战（如强度预测、小样本数据分析），系统讲解：物理信息神经网络（PINNs）：融合物理定律解决材料力学问题生成对抗网络（GAN）：实现复合材料数据增强可解
m0_75133639·2025-06-15 22:51

30 - Partnet模块

论文《NON-DEEPNETWORKS》1、作用论文提出了“Partnet”，这是一种新型的神经网络架构，旨在不依赖传统的深层架构就能在视觉识别任务中达到高性能。
Leo Chaw·2025-06-15 22:17

28 - ShuffleAttention模块

它通过在神经网络中引入注意力机制，使网络能够更加关注于图像中的重要特征，同时抑制不相关的信息。2、机制1、特征分组：SA模块首先将输入特征图沿通道维度分成多个子特征组，这样每个子特征组可以
Leo Chaw·2025-06-15 22:47

为什么在自动微分操作中要设置梯度清零

在自动微分（如PyTorch的Autograd机制）中，梯度清零（通常通过optimizer.zero_grad()实现）是训练神经网络的关键步骤，主要原因如下：⚙️1.防止梯度累加导致的参数更新错误梯度累加机制
AI扶我青云志·2025-06-15 20:38

卷积神经网络（二）---PyTorch卷积模块

PyTorch作为一个深度学习库，卷积神经网络是其中一个最为基础的模块，卷积神经网络中所有的层结构都可以通过nn这个包调用，下面具体介绍如何调用每种层结构，以及每个函数中的参数。
miodi·2025-06-15 19:03

机器学习小白必看：从零开始的模型压缩与优化

例如，一个典型的卷积神经网络（CNN）可能包含数百万甚至
人工智能教程·2025-06-15 17:22

基于深度学习的智能图像分类系统：从零开始构建

近年来，卷积神经网络（CNN）及其变体（如ResNet、Inception等）在图像分类任务中取得了巨大的成功。
Blossom.118·2025-06-15 12:11

一文读懂特征对齐：多模态世界的“月老红线”

文章目录1、引言2、啥是多模态数据3、为啥要特征对齐4、特征对齐是咋干活的5、特征对齐的应用场景6、多模态领域里特征对齐的方法6.1基于神经网络架构设计6.2基于注意力机制6.3基于损失函数设计6.4基于生成对抗网络
.别止步春天.·2025-06-15 10:32

深度学习——基于卷积神经网络的MNIST手写数字识别详解

文章目录引言1.环境准备和数据加载1.1下载MNIST数据集1.2数据可视化2.数据预处理3.设备配置4.构建卷积神经网络模型5.训练和测试函数5.1训练函数5.2测试函数6.模型训练和评估6.1初始化损失函数和优化器
E-An居士·2025-06-15 09:28

美股TRS交易系统开发：跨时区资本的精密管道工程

“当纽约的波动率遇见香港的清算引擎，全天候资本流动的神经脉络由此诞生”美股TRS（总收益互换）是连接亚洲资本与华尔街的核心管道。
Ashlee_code·2025-06-15 04:50

工业实时操作系统的变革之路：开放生态与国产化突破

在智能制造、工业机器人等高精度控制领域，实时操作系统（RTOS）作为设备的“中枢神经”，其性能直接关系到生产效率和系统可靠性。传统RTOS凭借封闭架构下的确定性调度，长期占据工业控制领域核心地位。
望获linux·2025-06-15 03:17

【超强组合】VMD-粒子群算法PSO-Transformer-LSTM光伏预测【含Matlab源码 8679期】

更多Matlab神经网络与分类预测仿真内容点击①Matlab智能算法神经网络预测与分类（高阶版）②Matlab神经网络与分类预测（中级版）③Matlab智能算法神经网络预测与分类（初级版）⛳️关注CSDNM
Matlab领域·2025-06-15 02:09

Python----神经网络发（神经网络发展历程）

年份网络名称突出点主要成就论文地址1989LeNet首个现代卷积神经网络（CNN），引入卷积、池化操作手写数字识别先驱，奠定CNN基础MNISTDemosonYannLeCun'swebsite2012AlexNet
蹦蹦跳跳真可爱589·2025-06-14 23:43

python打卡第52天

知识点回顾：随机种子内参的初始化神经网络调参指南参数的分类调参的顺序各部分参数的调整心得##随机种子importtorchimporttorch.nnasnn#定义简单的线性模型（无隐藏层）#输入2个纬度的数据
·2025-06-14 22:08

The Quantization Model of Neural Scaling

幂律规模和新兴能力4拆解大型语言模型的规模定律4.1单token损失的分布4.2单基因（monogenic）与多基因（polygenic）的规模曲线5.1语言模型量子的自然分布6相关工作7讨论摘要我们提出了神经网络规模定律的量化模型
绒绒毛毛雨·2025-06-14 21:04

深度学习入门（2）：alexnet

正文AlexNet是深度学习时代的开端，它用一场决定性的胜利，证明了深度卷积神经网络在计算机视觉中的巨大潜力。单层alexnet网络架构：
qq_776882262·2025-06-14 20:29

深度学习入门（3）：vgg16

奠基了卷积神经网络一些基础的模块。本文参考pytorch实战7：手把手教你基于pytorch实现VGG16_vgg16pytorch-CSDN博客，此处只做记录供本人复习记录。
qq_776882262·2025-06-14 20:29

基于GRNN+SHAP可解释性分析的回归预测 Matlab代码

一、原理概述1.GRNN回归模型GRNN是一种基于概率密度的径向基神经网络，由DonaldF.Specht于1991年提出。其核心特点包括：结构简单：仅需设置光滑因子（Spread）σ，无需迭代训练。
前程算法屋·2025-06-14 20:53

【BP分类】基于matlab灰狼算法优化BP神经网络结合Adaboost GWO-BP-Adaboost数据分类预测【含Matlab源码 3769期】

欢迎来到海神之光博客之家✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进；个人主页：海神之光代码获取方式：海神之光Matlab王者学习之路—代码获取方式（1）完整代码，已上传资源；需要的，在博主主页搜期号直接付费下载或者订阅本专栏赠送此代
海神之光·2025-06-14 19:19

AI芯片：驱动AI人工智能发展的核心力量

AI芯片：驱动AI人工智能发展的核心力量关键词：AI芯片、计算架构、神经网络加速、存算一体、边缘计算摘要：当你用手机拍摄一张照片，AI瞬间识别出“猫”；当ChatGPT流畅回答你的问题时，背后都藏着一位
AI智能探索者·2025-06-14 19:46

基于大模型预测的视神经脊髓炎技术方案大纲

目录一、引言（一）研究背景（二）研究目的与意义（三）大模型在医疗领域的应用现状二、术前评估与预测（一）数据采集与预处理（二）大模型构建与训练（三）术前风险评估与预测三、术中监测与决策支持（一）实时数据采集与传输（二）术中决策支持系统四、术后管理与康复（一）术后早期预警与监测（二）康复效果预测与个性化康复方案制定五、并发症风险预测与防控（一）并发症类型与风险因素分析（二）并发症风险预测模型构建与验证
LCG元·2025-06-14 16:26

基于Matlab+cnn的水果识别系统

文章目录1.准备工作2.加载和预处理数据3.定义CNN架构4.训练网络5.测试与评估以下文字及示例代码仅供参考基于MATLAB和卷积神经网络（CNN）的水果识别系统是一个很好的实践项目，它展示了如何使用深度学习技术来分类不同种类的水果
Matlab算法工程师985计算机硕·2025-06-14 12:54

图像处理遇上AI人工智能：开启智能之旅

图像处理遇上AI人工智能：开启智能之旅关键词：图像处理、AI人工智能、智能图像处理、卷积神经网络、图像识别摘要：本文探讨了图像处理与AI人工智能相结合所开启的智能之旅。
AI学长带你学AI·2025-06-14 11:50

初学者对训练神经网络的疑问

作为初学者，在开始跑论文当中的代码，会产生一些疑问，我希望用这篇总结一下。如果有没涉及到的，或者错误之处，希望大家可以指出来，后面我也会在学习中不断完善这部分内容。超参数1.batchsize(批量大小)每次训练输入给模型多少张图像。例如batchsize=8，那模型每次只处理8张，叫做“一个batch”如果共有10,000张训练图，那么一个epoch会包含10,000÷8=1250个batch2
shuise_9527·2025-06-14 11:49

深度学习驱动的低照度图像质量提升技术

本技术采用深度学习模型，特别是卷积神经网络（CNN）及其变种如条件生成对抗网络（CGAN），提升低照度图像的可见度和质量。
·2025-06-14 08:06

python打卡第53天

知识点回顾：对抗生成网络的思想：关注损失从何而来生成器、判别器nn.sequential容器：适合于按顺序运算的情况，简化前向传播写法leakyReLU介绍：避免relu的神经元失活现象importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataLoader
whyeekkk·2025-06-14 07:00

Pytorch 之torch.nn进阶第1关：正则化

接下来，本实训将介绍更多内容帮助同学们运用神经网络的特性。任务描述本关任务：本关提供了一个Variable类型的变量input，要求利用BatchNorm1d创建一个
ad_m1n·2025-06-14 05:50

神经网络在智能家居中的场景化应用实践

神经网络在智能家居中的场景化应用实践关键词：神经网络、智能家居、场景化应用、机器学习、物联网、智能控制、数据分析摘要：本文深入探讨神经网络在智能家居领域的场景化应用实践，系统解析神经网络如何解决传统智能家居的自动化瓶颈
AI天才研究院·2025-06-14 04:45

2026年因果推理模块集成规划方案：技术路径、实施策略与行业赋能

一、技术架构设计：神经符号混合与因果引擎融合1.核心架构分层（参考）视觉/文本/时序多模态感知层因果特征提取器神经-符号接口动态因果图谱
百态老人·2025-06-14 01:24

AI+遥感应用深度报告：气候变化监测中的CV技术突破点（人工智能丨智慧农业丨机器学习丨计算机视觉丨深度学习丨神经网络）

一、技术价值量化公式解析技术价值=（监测精度的1.2次方×时空分辨率）÷计算成本×预测提前量的自然对数公式要素定义（5级量化标准）：指标定义分级标准（1-5分）监测精度温度/降水等参数测量误差1分:误差>5%；2分:3%-5%；3分:1%-3%；4分:0.5%-1%；5分:30天×100km；2分:15天×50km；3分:7天×25km；4分:1天×10km；5分:小时级×1km计算成本单节点年运
唐宇迪（学习规划+技术答疑）·2025-06-13 23:12

多分类与多标签分类的损失函数

使用神经网络处理多分类任务时，一般采用softmax作为输出层的激活函数，使用categorical_crossentropy（多类别交叉熵损失函数）作为损失函数，输出层包含k个神经元对应k个类别。
麦格芬230·2025-06-13 21:24

多标签多分类 用什么函数激活

输出层通常为：神经元数量等于标签总数（每个神经元对应一个二分类任务）。输出值需表示“属于该标签的概率”或“是否存在该标签”。二、常用激活函数及适用场景1.Sigmoid激活函数（最
MYH516·2025-06-13 20:20

零基础神经网络第六课零代码Excel表手搓回归任务价格预测神经网络AI模型

零基础神经网络第六课零代码Excel表手搓回归任务价格预测神经网络AI模型神经网络可以简单理解为一个“会自己学规律的智能计算器”，它的核心原理和人类学习的过程很像：通过不断试错来调整自己的判断逻辑，最后学会从输入信息中找出规律并做出准确预测
，哎什么名·2025-06-13 19:43

Python搞定自动驾驶实时数据分析，这套方案你值得拥有！

今天咱们聊聊如何用Python构建一个自动驾驶实时数据分析系统，这不仅是技术活儿，更是保证车辆安全与性能的中枢神经。整个系统如何设计？如何实时处理和分析多源数据？
Echo_Wish·2025-06-13 18:31

第三十七课：大白话教你pytorch.nn模块

有了这些积木，你可以像搭乐高一样轻松构建神经网络！
顽强卖力·2025-06-13 16:48

外部记忆的组织艺术：集合、树、栈与队列的深度解析

外部记忆的组织艺术：集合、树、栈与队列的深度解析在构建具有外部记忆机制的AI系统（如神经图灵机或记忆增强网络）时，数据结构的选择直接影响记忆效率与知识提取能力。
·2025-06-13 14:05

Hummingbird库：将机器学习模型转换为深度学习模型

引言随着深度学习在各个领域的广泛应用，研究人员和工程师开始探索如何将传统的机器学习模型（如决策树、随机森林等）转换为可以在GPU上高效运行的神经网络模型。
萧鼎·2025-06-13 10:34

图注意力卷积神经网络GAT在无线通信网络拓扑推理中的应用

如果已经编写好了GCN的程序，改写GAT的程序是很方便的，torch_geometric.nn下既有一般图神经网络GCNConv包,也有图注意力神经网络GATConv包程序：#作者：zhouzhichao
zzc921·2025-06-13 06:34

[论文笔记] [2008] [ICML] Extracting and Composing Robust Features with Denoising Autoencoders

在06年以前，想要去训练一个多层的神经网络是比较困难的，主要的问题是超过两层的模型，当时没有好的策略或方法使模型优化的很好，得不到预期的效果。
Alexzhuan·2025-06-13 05:30

神经网络训练：激活函数与损失函数的选择，一篇干到底！

在神经网络的世界里，激活函数决定模型能不能“学会非线性”，损失函数决定模型往哪个方向学、学多少。
赵青临的辉·2025-06-13 04:55

# PyTorch：深度学习世界的真实体验（从零到英雄之旅！）

（别慌，超简单拆解）动态图vs静态图：PyTorch的杀手锏（和我的血泪史）核心组件：张量、神经网络和自动微分（保姆级指南）实战片段：训练一个Mini模型（手把手代码秀）PyTorch的闪光点和坑点（血淋淋的真相
qq_21422587·2025-06-13 03:14

pytorch-frame开源程序适用于 PyTorch 的表格深度学习库，一个模块化深度学习框架，用于在异构表格数据上构建神经网络模型。

一、软件介绍文末提供程序和源码下载pytorch-frame开源程序适用于PyTorch的表格深度学习库，一个模块化深度学习框架，用于在异构表格数据上构建神经网络模型。
struggle2025·2025-06-13 00:27

PyTorch：让深度学习像搭积木一样简单有趣！

文章目录一、张量：PyTorch世界的万能积木块⚡二、动态计算图：你的神经网络"乐高说明书"三、神经网络模块化：像堆积木一样建模型四、训练三板斧：优化器/损失函数/数据加载1.数据管道（Dataset+
pythonpapaxia·2025-06-13 00:56

昇思训练营打卡第二十五天（RNN实现情感分类）

RNN，即循环神经网络（RecurrentNeuralNetwork），是一种深度学习模型，特别适用于处理序列数据。
qhcl246810·2025-06-13 00:20

Python打卡第49天

@浙大疏锦行cbam注意力CBAM是一种能够集成到任何卷积神经网络架构中的注意力模块。
猛犸MAMMOTH·2025-06-12 23:17

生物启发算法：AI人工智能不可或缺的技术法宝

我们将通过蚂蚁找路、鸟群觅食、物种进化等生活故事，用小学生都能听懂的语言，拆解遗传算法、粒子群优化、蚁群算法等核心技术的底层逻辑；结合Python代码实战和真实AI场景（如机器人路径规划、神经网
AI智能探索者·2025-06-12 20:21

RK3588平台开发系列：RKNPU Android的介绍和示例代码

RKNPU是Rockchip公司自家研发的神经网络处理器，它可以在边缘设备上高效地执行深度学习推理任务。在本文中，我们将详细介绍RKNPUAndroid的功能和使用方法，
天使问过的键盘·2025-06-12 18:35

树莓派 5 AI 套件（Hailo-8L）使用教程

套件包含以下内容：包含神经处理单元（N
kuan_li_lyg·2025-06-12 15:17

神经网络算法 - 一文搞懂RNN（循环神经网络）

前言本文将从RNN解决了什么问题、RNN的基本原理、RNN的优化算法、RNN的应用场景四个方面，带您一文搞懂循环神经网络RNN。
AI大模型探索者·2025-06-12 13:31
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他