神经

初始CNN(卷积神经网络)

卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）作为深度学习的重要分支，在图像识别、目标检测、语义分割等领域大放异彩。
超龄超能程序猿·2025-07-06 21:04

典型的几种神经网络

骨干网络CNN(卷积神经网络)RNN(循环神经网络)三级目录CNN(卷积神经网络)包括输入层、隐藏层、输出层：输入层一般为一张图片（w,h,d）,输入层数据一般要做归一化处理;隐藏层包含特有的卷积层（卷积核有权重系数
Victor Zhong·2025-07-06 19:23

生物启发AI新突破：神经形态芯片+脉冲神经网络落地指南

点击跳转到网站《生物启发AI新突破：神经形态芯片+脉冲神经网络落地指南》副标题：基于2025年英特尔Loihi3芯片的工业级部署实战（附能耗对比&代码库）封面建议：脉冲神经网络动态脉冲传导图覆盖在神经形态芯片显微结构上
HeartException·2025-07-06 17:30

聚焦的伟力：注意力机制与Transformer的创世纪

当LSTM和GRU凭借其精密的门控系统，成功驯服了时间的长河，让神经网络能够跨越数十甚至数百步记住关键信息，并在机器翻译、文本生成等领域大放异彩时，一个看似微小却影响深远的瓶颈逐渐浮出水面，尤其是在序列到序列
田园Coder·2025-07-06 17:28

《卷积神经网络到Vision Transformer：计算机视觉的十年架构革命》

点击跳转到网站题目《卷积神经网络到VisionTransformer：计算机视觉的十年架构革命》展开深度解析，全文采用技术演进史+架构对比+产业影响的三段式结构，附关键数据与趋势预测：卷积神经网络到VisionTransformer
HeartException·2025-07-06 17:57

【网络通信安全】深入解析 OSPF 协议：从概念到 eNSP 实战配置（附完整代码与排错指南）

目录一、OSPF协议核心概念：为什么它是企业网络的“神经网络”？
不羁。。·2025-07-06 12:46

happy-llm 第一章 NLP 基础概念

二、NLP发展三大阶段三、NLP核心任务精要四、文本表示演进史1.传统方法：统计表征2.神经网络：语义向量化课程地址：happy-llmNLP基础概念一、什么是NLP？
weixin_38374194·2025-07-06 10:28

Happy-LLM 第二章 Transformer

Happy-llm](happy-llm/docs/chapter2/第二章Transformer架构.mdatmain·datawhalechina/happy-llm)，若加载不出来，请开梯子注意力机制前馈神经网络每一层的神经元都与上下两层的每一个神经元完全连接数据在其中只向前流动
HalukiSan·2025-07-06 10:58

Day36 复习日

目录一、对之前的信贷项目，利用神经网络训练下二、尝试进入nn.Module中，查看他的方法模型训练与评估相关参数管理相关模块管理相关设备相关钩子函数相关一、对之前的信贷项目，利用神经网络训练下importtorchimporttorch.nnasnnimporttorch.optimasoptimfromsklearn.model_selectionimporttrain_test_splitfr
cylat·2025-07-06 03:20

全素山药开发指南：从防痒处理到高可用食谱架构

一、核心问题分析：山药处理中的“痛点”致痒物质皂角素+植物碱→刺激皮肤神经末梢解决方案（5种设计模式）：graphLRA[防痒方案]-->B[物理隔离-手套]A-->C[化学中和-醋/油涂层]A-->D
109702008·2025-07-06 03:17

纹理贴图算法研究论文综述

传统方法主要关注静态几何模型上的纹理生成与映射，而近年来，随着多视角图像重建、RGB-D扫描、神经渲染的发展，
点云SLAM·2025-07-06 01:08

ConvNeXT：面向 2020 年代的卷积神经网络

摘要视觉识别的“咆哮二十年代”始于VisionTransformer（ViT）的引入，ViT很快取代了ConvNet，成为图像分类任务中的最新最强模型。然而，vanillaViT在应用于目标检测、语义分割等通用计算机视觉任务时面临困难。HierarchicalTransformer（如SwinTransformer）重新引入了若干ConvNet的先验知识，使Transformer成为实用的通用视觉
·2025-07-06 01:32

Pytorch 之torch.nn初探 torch.nn.Module与线性--Linear layers

初探torch.nn.Module神经网络可以使用torch.nn包构建。
十有久诚·2025-07-05 23:53

重生学AI第十五集：学习非线性激活函数

“激活”一词来源于生物学神经系统，在人的大脑中，存在着大量的神经元。每个神经元在接收到足够强的刺激时，会被激活，产生电信号并传递给其他神经元。
·2025-07-05 23:51

Pytorch：nn.Linear中是否自动应用softmax函数

nn.Linear是Pytorch中用于定义线性转换的模块，常用于神经网络的全连接层。一、什么是nn.Linearnn.Linear是PyTorch中的一个类，它是实现线性变换的模块。
浩瀚之水_csdn·2025-07-05 23:51

【字节跳动】数据挖掘面试题0006：SVM（支持向量机）详细原理

文章大纲SVM（支持向量机）原理：用最通俗的话讲清楚1.核心思想：找一条“最安全”的分界线2.数学背后的“人话”逻辑3.处理“分不开”的情况：核函数的魔法4.为什么SVM有时比神经网络“聪明”？
言析数智·2025-07-05 23:50

计算机视觉中的Transformer：ViT模型详解与代码实现

计算机视觉中的Transformer：ViT模型详解与代码实现关键词：计算机视觉、Transformer、ViT、自注意力机制、图像分块摘要：传统卷积神经网络（CNN）统治计算机视觉领域多年，但2020
AI大模型应用工坊·2025-07-05 22:16

《ONNX推理部署全解析：从基础到进阶的实用指南》

ONNX基础入门ONNX是什么ONNX，即OpenNeuralNetworkExchange（开放神经网络交换），是一种用于表示深度学习模型的开放标准文件格式。
空云风语·2025-07-05 22:45

基于图神经网络的ALS候选药物预测模型设计与实现

基于图神经网络的ALS候选药物预测模型设计与实现一、任务背景与意义肌萎缩侧索硬化症（ALS）是一种致命的神经退行性疾病，目前尚无有效治愈方法。
神经网络15044·2025-07-05 20:02

遥感影像岩性分类：基于CNN与CNN-EL集成学习的深度学习方法

本文使用ASTER（多光谱热辐射传感器）和Sentinel（多光谱成像卫星）数据，采用卷积神经网络（CNN）及CNN-集成学习（CNN-EL）方法实现高精度岩性分类。
神经网络15044·2025-07-05 20:00

【深度学习】一文彻底搞懂前向传播（Forward Pass）与反向传播（Backward Pass）

理解这两个概念，就等于拿到了解开神经网络训练奥秘的钥匙。本文将用最直白易懂的方式，并结合规范的数学表达，为你彻底讲透这两个基本而又重要的过程。文章目录
烟锁池塘柳0·2025-07-05 19:49

【零基础学AI】第22讲：PyTorch入门 - 动态图计算与图像分类器实战

本节课你将学到理解PyTorch的核心概念和优势掌握张量(Tensor)的基本操作学会使用动态计算图构建神经网络实现一个完整的图像分类器项目训练模型并进行预测开始之前环境要求Python3.8+建议使用
1989·2025-07-05 17:39

建筑设备监控与调控双管齐下，楼宇自控达成建筑环境全方位智慧化管理

建筑设备作为维持建筑正常运行的“神经与脉络”，其管理效率直接影响建筑的能耗水平、安全性能与用户体验。传统建筑管理中，设备监控与调控常处于割裂状态，难以实现资源的最优配置。
ctrlworks·2025-07-05 17:06

LLM面试题14

Transformer本身是一个典型的encoder-decoder模型，Encoder端和Decoder端均有6个Block,Encoder端的Block包括两个模块，多头self-attention模块以及一个前馈神经网络模块
三月七꧁ ꧂·2025-07-05 16:00

疏锦行Python打卡 DAY 33 MLP神经网络的训练

importtorchtorch.cudaimporttorch#检查CUDA是否可用iftorch.cuda.is_available():print("CUDA可用！")#获取可用的CUDA设备数量device_count=torch.cuda.device_count()print(f"可用的CUDA设备数量:{device_count}")#获取当前使用的CUDA设备索引current_d
·2025-07-05 15:22

【Python训练营打卡】day33 @浙大疏锦行

DAY33简单的神经网络知识点回顾：1.PyTorch和cuda的安装2.查看显卡信息的命令行命令（cmd中使用）3.cuda的检查4.简单神经网络的流程a.数据预处理（归一化、转换成张量）b.模型的定义
2301_77865880·2025-07-05 14:17

python打卡day41@浙大疏锦行

知识回顾1.数据增强2.卷积神经网络定义的写法3.batch归一化：调整一个批次的分布，常用与图像数据4.特征图：只有卷积操作输出的才叫特征图5.调度器：直接修改基础学习率卷积操作常见流程如下：1.输入
风逸hhh·2025-07-05 14:17

python打卡day52@浙大疏锦行

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神经网络调参核心实践一、全局随机种子设置（修改src/models/train.py）defset_seed(seed
风逸hhh·2025-07-05 14:17

day40python打卡

知识点回顾：彩色和灰度图片测试和训练的规范写法：封装在函数中展平操作：除第一个维度batchsize外全部展平dropout操作：训练阶段随机丢弃神经元，测试阶段eval模式关闭dropout作业：仔细学习下测试和训练代码的逻辑
qq_58459892·2025-07-05 14:15

MOBILEVIT: 轻量级、通用且适用于移动设备的视觉Transformer

摘要轻量级卷积神经网络（CNN）是移动视觉任务的事实标准。它们的空间归纳偏置使得它们能够在不同的视觉任务中以较少的参数学习表示。然而，这些网络在空间上是局部的。
AI专题精讲·2025-07-05 12:01

视觉表征和多模态融合

方法：卷积神经网络(CNN)：传
一只齐刘海的猫·2025-07-05 11:27

NeighborGeo：基于邻居的IP地理定位（一）

当前主流的图神经网络方法通过将IP定位任务重构为属性图中
路由跳变·2025-07-05 09:11

Class5多层感知机的从零开始实现

256batch_size=256#初始化训练集和测试集迭代器，每次训练一个批量train_iter,test_iter=d2l.load_data_fashion_mnist(batch_size)#构建一个单隐藏层的前馈神经网络
Morning的呀·2025-07-05 09:09

AI人工智能领域必备：AI芯片的关键作用

AI人工智能领域必备：AI芯片的关键作用关键词：AI芯片、算力、神经网络、能效比、专用架构、异构计算、存算一体摘要：在人工智能高速发展的今天，从手机里的“语音助手”到马路上的“自动驾驶汽车”，从医院的“
AI算力网络与通信·2025-07-05 07:26

用于人形机器人强化学习运动的神经网络架构分析

1.引言：人形机器人运动强化学习中的架构探索人形机器人具备在多样化环境中自主运行的巨大潜力，有望缓解工厂劳动力短缺、协助居家养老以及探索新星球等问题。其拟人化的特性使其在执行类人操作任务（如运动和操纵）方面具有独特优势。深度强化学习（DRL）作为一种前景广阔的无模型方法，能够有效控制双足运动，实现复杂行为的自主学习，而无需显式动力学模型。1.1人形机器人运动强化学习的机遇与挑战尽管DRL取得了显著
·2025-07-05 04:08

模糊逻辑：自然模糊性的数学处理

模糊逻辑：自然模糊性的数学处理关键词：模糊逻辑、模糊集合、模糊控制器、模糊神经网络、模式识别、决策支持系统摘要：本文深入探讨了模糊逻辑这一数学工具，旨在揭示其在处理自然模糊性方面的独特优势。
AI天才研究院·2025-07-05 04:08

【第三章:神经网络原理详解与Pytorch入门】01.神经网络算法理论详解与实践-(4)神经网络中的重要组件

第三章:神经网络原理详解与Pytorch入门第一部分：神经网络算法理论详解与实践第四节：神经网络中的重要组件内容：激活函数、loss函数、dropout、梯度消失与爆炸、过拟合与欠拟合神经网络的性能依赖于多个关键组件的合理设计与使用
·2025-07-05 04:37

长短期记忆（LSTM）网络模型

一、概述  长短期记忆（LongShort-TermMemory，LSTM）网络是一种特殊的循环神经网络（RNN），专门设计用于解决传统RNN在处理长序列数据时面临的梯度消失/爆炸问题，能够有效捕捉长距离依赖关系
凌莫凡·2025-07-05 03:32

什么是神经网络架构搜索（NAS, Neural Architecture Search），如何写对应的python程序代码呢

一、什么是神经网络架构搜索（NAS,NeuralArchitectureSearch）神经网络架构搜索（NAS,NeuralArchitectureSearch）是一种用于自动化设计神经网络架构的技术。
小桥流水---人工智能·2025-07-05 00:46

循环神经网络（RNN）：序列数据处理的强大工具

循环神经网络（RecurrentNeuralNetwork，RNN）作为一类专门设计用于处理序列数据的神经网络，在诸多领域展现出了强大的能力。
LNL13·2025-07-05 00:45

人形机器人运动控制技术演进：从强化学习到神经微分方程的前沿解析

1.引言：人形运动控制的挑战与范式迁移人形机器人需在非结构化环境中实现双足行走、跑步、跳跃等复杂动作，其核心问题可归结为高维连续状态-动作空间的实时优化。传统方法（如基于模型的预测控制MPC）依赖精确的动力学建模，但在实际系统中面临以下瓶颈：模型失配：复杂接触动力学（如足-地交互）难以显式建模；计算瓶颈：高维非线性优化难以满足实时性需求；环境扰动敏感：传统控制器对未知干扰的鲁棒性不足。近年来，以强
·2025-07-05 00:15

长短期记忆网络（LSTM）：让神经网络拥有 “持久记忆力” 的神奇魔法

在神经网络的奇妙世界里，有一种模型仿佛拥有了“魔法”，能够记住很久以前的信息，克服了传统循环神经网络（RNN）在处理长序列数据时的“健忘症”，它就是长短期记忆网络（LongShort-TermMemoryNetwork
·2025-07-05 00:14

强化学习：Deep Deterministic Policy Gradient (DDPG) 学习笔记

1.1核心概念DDPG=Deep+Deterministic+PolicyGradientDeep：使用深度神经网络和类似DQN的技术（经验回放、目标网络）Deterministic：输出确定的动作（而不是概率分布
烨川南·2025-07-04 22:00

端到端自动驾驶系统关键技术

一、感知决策一体化模型架构单一神经网络整合全流程端到端神经网络能够直接将传感器输入映射为控制输出，消除了传统模块化架构中感知、规划、控制等独立模块之间的割裂。
未来创世纪·2025-07-04 21:53

第G1周：生成对抗网络（GAN）入门

GAN并不指代某一个具体的神经网络，而是指一类基于博弈思想而设计的神经网络。GAN由两个分别被称
·2025-07-04 19:39

深入了解Transformer模型及其优缺点

传统的循环神经网络虽然在处理序列数据方面取得
·2025-07-04 18:38

蒙特卡罗方法与深度学习的关系

深度学习则是一种基于人工神经网络的学习方法，在图像识别、语音识别、自然语言处理等领域取得了显
AGI大模型与大数据研究院·2025-07-04 16:17

基于python的语音识别系统,Python语音识别技术路线

谷歌人工智能写作项目：神经网络伪原创Python语音识别,调用的是哪个客户端接口函数调用腾讯云的语音识别(一句话识别)接口-Py
快乐的小肥熊·2025-07-04 15:13

GNN多任务预测模型实现（二）：将EXCEL数据转换为图数据

目录一.引言二.加载和检查数据三.提取特征和标签四.标准化特征五.构建节点索引六.构建边及其特征七.总结八.结语一.引言在图神经网络（GraphNeuralNetworks,GNNs）的多任务学习场景中
走的远一些·2025-07-04 14:31

PyTorch实战：从零开始构建CIFAR-10图像分类模型 (附详细代码与图解)

今天，我们将一起踏上一段激动人心的深度学习之旅：使用强大的PyTorch框架，从零开始构建一个卷积神经网络（CNN），来解决经典的CIFAR-10图像分类问题。
电脑能手·2025-07-04 12:21
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他