神经第4页

深度探索：现代翻译技术的核心算法与实践（第一篇）

引言：翻译技术的演进之路从早期的基于规则的机器翻译(RBMT)到统计机器翻译(SMT)，再到如今主导行业的神经机器翻译(NMT)，翻译技术已经走过了漫长的发展道路。

软考和人工智能学堂·2025-07-09 15:14

粒子群算法的原理与实现示例

该算法通过模拟群体中个体（粒子）的运动和信息交互，在解空间中搜索最优解，具有实现简单、收敛速度快、参数少等特点，被广泛应用于函数优化、神经网络训练、工程设计等领域。一、算法

禺垣·2025-07-09 13:36

MATLAB 实现 SRCNN 图像超分辨率重建

该代码使用三层卷积神经网络，进行图像的超分辨率重建，效果比双三次插值好很多SRCNN/Readme.txt,1494SRCNN/SRCNN.m,1267SRCNN/Set14/baboon.bmp,720054SRCNN

leo__520·2025-07-09 13:32

【零基础学AI】第33讲：强化学习基础 - 游戏AI智能体

PyTorch2.0+Gymnasium(原OpenAIGym)NumPyMatplotlib推荐使用JupyterNotebook进行实验前置知识Python基础编程（第1-8讲）基本数学概念（函数、导数）神经网络基础

1989·2025-07-09 11:16

Gemini CLI 的记忆之谜：深入 `GEMINI.md` 的分层上下文系统

今天，就让我们化身神经科学家，一同解剖这个大脑，探寻其记

步子哥·2025-07-09 10:08

Tesla的FSD 架构设计

特斯拉的FSD（完全自动驾驶）架构设计以端到端神经网络为核心，结合专用硬件加速、海量数据训练和持续OTA迭代，形成了一套高度集成的系统。

WSSWWWSSW·2025-07-09 04:30

LSTM 论文（Hochreiter & Schmidhuber, 1997）精读（三）

1735–1780.doi:https://doi.org/10.1162/neco.1997.9.8.1735第2节PreviousWork（已有研究），这是论文对以往方法的一个评述，总结了已有递归神经网络在面对时间序列学习

·2025-07-09 02:17

从0开始学习计算机视觉--Day08--卷积神经网络

之前我们提到，神经网络是通过全连接层对输入做降维处理，将输入的向量通过矩阵和激活函数进行降维，在神经元上输出激活值。而卷积神经网络中，用卷积层代替了全连接层。

·2025-07-09 01:12

视频讲解：多层感知机MLP与卷积神经网络CNN在服装图像识别中的应用

p=42891原文出处：拓端数据部落公众号分析师：ZiqiYe视频讲解：多层感知机MLP与卷积神经网络CNN在服装图像识别中的应用作为数据科学领域的从业者，我们常面临这样的挑战：如何让机器真正“看懂”图像中的信息

·2025-07-08 23:51

Python机器学习与深度学习：决策树、随机森林、XGBoost与LightGBM、迁移学习、循环神经网络、长短时记忆网络、时间卷积网络、自编码器、生成对抗网络、YOLO目标检测等

等大语言模型在代码生成、模型调试、实验设计、论文撰写等方面的实际应用技巧②深入理解深度学习与经典机器学习算法的关联与差异，掌握其理论基础③熟练运用PyTorch实现各类深度学习模型，包括迁移学习、循环神经网络

WangYan2022·2025-07-08 21:14

【AI大模型】神经网络反向传播：核心原理与完整实现

一、反向传播的本质与意义反向传播（Backpropagation）是神经网络训练的核心算法，通过链式法则高效计算损失函数对网络参数的梯度，实现神经网络的优化学习。

我爱一条柴ya·2025-07-08 18:00

Python实现基于POA-CNN-LSTM-Attention鹈鹕优化算法（POA）优化卷积长短期记忆神经网络融合注意力机制进行多变量回归预测的详细项目实例

目录Python实她基她POA-CNN-LSTM-Attentikon鹈鹕优化算法（POA）优化卷积长短期记忆神经网络融合注意力机制进行她变量回归预测她详细项目实例...1项目背景介绍...1项目目标她意义

nantangyuxi·2025-07-08 16:14

一文读懂 Sigmoid 与 Hard Sigmoid 激活函数：从原理到量化部署

在神经网络训练与部署中，激活函数扮演着关键角色，不仅影响模型训练过程，也直接决定了模型部署到实际设备后的性能表现。

·2025-07-08 16:42

Python打卡DAY36

DAY36：复习日恩师@浙大疏锦行在PyTorch中，nn.Model是所有神经网络模块的基类，为构建和训练神经网络提供了丰富的方法，如下：1.模型构建与参数管理__init__方法功能：用于初始化神经网络模块的参数和子模块

·2025-07-08 16:08

脑机与AI：开启未来科技的双重引擎

这一技术的实现，依赖于多学科的深度融合，包括神经科学、电子工程、计算机科学等，其核心在于利用先进的算法和技术手段，将大脑的生物电信号转化为计算机能够识别和处理的数字信号。在当前的脑机接口

计算机学长·2025-07-08 15:04

个人财务管理中的行为偏差与系统化防御框架

个人财务管理中的行为偏差与系统化防御框架一、核心认知偏差机制flowchartTB支付媒介[支付媒介属性]-->神经激活-->行为输出subgraph神经经济学基础现金支付-->脑岛激活[岛叶皮质激活]

·2025-07-08 13:09

【PyTorch】PyTorch中torch.nn模块的卷积层

PyTorch深度学习总结前言一、torch.nn模块1.模块的基本组成部分1.1层（Layers）1.2损失函数（LossFunctions）1.3激活函数（ActivationFunctions）2.自定义神经网络模型

·2025-07-08 12:18

Transformer模型架构深度讲解

Transformer模型与传统的RNN（循环神经网络）和LSTM（长短时记忆网络）不同，它不依赖于时间步的顺序处理，而是完全基于“注意力机制”进行计算，这使得它在训练速度、并行化能力和长期依赖问题的处理上具

·2025-07-08 11:13

GNN--知识图谱（逐步贯通基础到项目实践）

原文仓库链接：知识图谱–贯通已有知识地图记录知识关系图谱和跨学科碰撞新启发知识图谱mermaid可能需要下载插件才能渲染线性代数神经网络深度学习框架硬件加速图论GNN框架交叉理解前向理解定义：前向理解：

峙峙峙·2025-07-08 11:41

物联网全景解析：核心技术、多元应用与未来趋势

一、核心技术：构建物联网的四大支柱传感器技术：数据采集的“神经末梢”功能：将物理世界（温度、湿度、压力等）和生物世界（心率、血压）的信号转化为数字信号，是物联网感知层的基础。

·2025-07-08 09:30

PyTorch深度学习优化实战：从理论到实践的现代化技能指南

引言：现代PyTorch开发的核心思维在深度学习技术日新月异的今天，掌握PyTorch不仅仅意味着能够搭建和训练神经网络，更重要的是理解如何高效地利用现代硬件资源、优化模型性能并构建可扩展的AI系统。

智算菩萨·2025-07-08 08:15

2.线性神经网络--Softmax回归

2.1从零实现Softmax回归#数据集导入importtorchimporttorchvisionfromtorchvisionimporttransformsimportmatplotlib.pyplotaspltfromtqdmimporttqdmfromtorch.utils.dataimportDataLoader#####################################

温柔济沧海·2025-07-08 06:31

量子计算+AI芯片：光子计算如何重构神经网络硬件生态

点击跳转到网站量子计算+AI芯片：光子计算如何重构神经网络硬件生态——2025年超异构计算架构下的万亿参数模型训练革命产业拐点：英伟达BlackwellUltra发布光互连版GPU，IBM量子处理器突破

·2025-07-08 06:59

【机器学习笔记 Ⅱ】4 神经网络中的推理

推理（Inference）是神经网络在训练完成后利用学到的参数对新数据进行预测的过程。与训练阶段不同，推理阶段不计算梯度也不更新权重，仅执行前向传播。

·2025-07-08 06:29

【论文阅读】Dynamic Few-Shot Visual Learning without Forgetting

系统概述如下：(a)一个基于卷积神经网络（ConvNet）的识别模型，该模型包含特征提取器和分类器；(b)一个少样本分类权重生成器。

Bosenya12·2025-07-08 05:56

【零基础学AI】第27讲：注意力机制（Attention） - 机器翻译实战

本节课你将学到理解注意力机制的核心思想掌握注意力计算的数学原理实现基于注意力机制的Seq2Seq模型构建英语到法语的神经翻译系统开始之前环境要求Python3.8+需要安装的包：tensorflow==

1989·2025-07-08 05:54

TensorFlow图神经网络(GNN)入门指南

TensorFlow图神经网络(GNN)入门指南关键词：TensorFlow、图神经网络、GNN、深度学习、图数据、节点嵌入、图卷积网络摘要：本文全面介绍如何使用TensorFlow实现图神经网络(GNN

AI天才研究院·2025-07-08 05:23

PyTorch 详细安装教程及核心API使用指南

其核心优势在于采用了动态计算图（DynamicComputationGraph，又称"define-by-run"机制），这使得开发者能够像编写普通Python代码一样构建神经网络，并在运行时动态调整计算图结构

慕婉0307·2025-07-08 03:11

Apple A 系列芯片 Camera 架构解析：ISP + NPU 图像管线协同机制全景实战

AppleA系列芯片Camera架构解析：ISP+NPU图像管线协同机制全景实战关键词：AppleA系列、图像信号处理器（ISP）、神经网络引擎（NPU）、SmartHDR、DeepFusion、图像协同计算

观熵·2025-07-08 01:22

轻量化分布式AGI架构：基于区块链构建终端神经元节点的互联网智脑

通过将终端设备转化为神经元节点，结合区块链技术构建去中心化的互联网智脑，不仅能够突破传统AGI开发的算力瓶颈，还能实现数据安全共享与价值分配。

探客木木夕·2025-07-07 23:39

Aletheia 情感智能模型：完整实现

这个实现包含完整的神经动力学系统、多模态情感融合、伦理约束场和量子意识接口。

·2025-07-07 23:06

Python训练营打卡 Day53

对抗生成网络知识点回顾：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的神经元失活现象对抗生成网络

yunvwugua__·2025-07-07 22:03

基于迁移学习的多视图卷积神经网络在乳腺超声自动分类中的应用

BREASTCANCERCLASSIFICATIONINAUTOMATEDBREASTULTRASOUNDUSINGMULTIVIEWCONVOLUTIONALNEURALNETWORKWITHTRANSFERLEARNINGYIWANG,*,1EUNJUNGCHOI,y,1YOUNHEECHOI,*HAOZHANG,*GONGYONGJIN,yandSEOK-BUMKO*TAGGEDEND*De

despacito,·2025-07-07 22:31

Kafka-python 核心 API 深度解析：BrokerConnection 与 ClusterMetadata 的全方位指南

BrokerConnection：Kafka连接管理的中枢神经

佑瞻·2025-07-07 20:46

反向传播神经网络极简入门

单个神经元神经网络是多个“神经元”（感知机）的带权级联，神经网络算法可以提供非线性的复杂模型，它有两个参数：权值矩阵{Wl}和偏置向量{bl}，不同于感知机的单一向量形式，{Wl}是复数个矩阵，{bl}

自信哥·2025-07-07 15:46

1.线性神经网络--线性回归

1.1从零实现线性回归importrandomimporttorch#fromd2limporttorchasd2limportmatplotlib.pyplotaspltdeftrain_data_make(batch_size,X,y):num_examples=len(X)idx=list(range(num_examples))#生成0-999random.shuffle(idx)#样本需

温柔济沧海·2025-07-07 15:45

跨平台ZeroMQ：在Rust中使用zmq库的完整指南

“消息就像神经元间的电信号，而ZeroMQ就是那个让系统思考的神经网络”——某个深夜调试zmq的程序员当你需要轻量级、高性能的进程间通信时，ZeroMQ就像代码世界里的瑞士军刀。

涵树_fx·2025-07-07 15:43

【机器学习笔记Ⅰ】13 正则化代价函数

过拟合问题：当模型过于复杂（如高阶多项式回归、深度神经网络）时，可能完美拟合训练数据但泛化性能差。解决方案：在代价函数中增加对参数的惩罚，抑制不重要的特征权重。2.

·2025-07-07 12:23

SOC的工作原理和架构

SOC（安全运营中心）是企业安全防御体系的**神经中枢**，通过整合技术、流程和人员，实现**7×24小时安全监控、威胁检测、事件响应及持续改进**。

hao_wujing·2025-07-07 11:14

PyTorch 的 torch.nn 模块学习

torch.nn是PyTorch中专门用于构建和训练神经网络的模块。

·2025-07-07 11:10

Gemini CLI 工具注册系统深度解析：从动态发现到智能执行的完整架构

这个系统位于tools目录，是整个AI工具生态的神经中枢。通过对tool-registry.ts和tools.ts的深入分析，我们可以看到一个插件化工具架构¹的完整实现。

·2025-07-07 10:34

李宏毅2025《机器学习》第四讲-Transformer架构的演进

要理解架构的演进，我们必须首先明确一个核心原则：每一种神经网络架构，都有其存在的技术理由。CNN（卷积神经网络）：为

·2025-07-07 09:28

Teacher Forcing--------一种用于序列生成任务的训练技巧

好的，我们来详细介绍一下TeacherForcing，这是一种在训练序列生成模型（如循环神经网络RNN、长短期记忆网络LSTM、门控循环单元GRU、以及后来的Transformer）时常用的重要技术。

AI扶我青云志·2025-07-07 01:11

【推荐算法课程二】推荐算法介绍-深度学习算法

盒子6910·2025-07-06 23:28

DeepFM算法原理及应用场景

DeepFM（DeepFactorizationMachine）是一种结合了因子分解机（FactorizationMachines,FM）和深度神经网络（DNN）的混合模型，主要用于处理高维稀疏数据（如推荐系统中的点击率预测

·2025-07-06 23:27

【AI智能推荐系统】第二篇：深度学习在推荐系统中的架构设计与优化实践

DeepFaye·2025-07-06 23:26

【深度学习】神经网络剪枝方法的分类

神经网络剪枝方法的分类摘要随着深度学习模型，特别是大语言模型（LLM）的参数量爆炸式增长，模型的部署和推理成本变得异常高昂。

烟锁池塘柳0·2025-07-06 21:06

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

推荐频道

神经