粒子群算法改进小波神经网络

RRT*（Rapidly-exploring Random Trees Star）算法 定义+特性+原理+公式+Python示例代码（带详细注释）

作为RRT（Rapidly-exploringRandomTrees）的改进版本，RRT*不仅继承了
快乐的向某·2025-06-19 02:24

探索Vim编辑器：从历史到高效使用

ed是一个逐行编辑器，随着用户需求的增长，ex编辑器应运而生，它是ed的改进版本，能够全屏编辑。随后，vi编辑器作为全屏模式的直接启动版本问世，因其直观的
铭信·2025-06-19 01:17

【Python】深度学习-VGG19网络

第一章：VGG的哲学根基——一场由简约与深度引领的革命在卷积神经网络（ConvolutionalNeuralNetwork,CNN）的璀璨星河中，VGG（VisualGeometryGroup）网络家族的出现
宅男很神经·2025-06-19 01:43

VGG-19（Visual Geometry Group）模型

VGG-19是由牛津大学视觉几何组和GoogleDeepMind的研究人员在2014年提出的一个非常经典的深度卷积神经网络模型。
·2025-06-18 21:49

CppCon 2016 学习:STL Algorithms - How to use them； how to write your own

为什么用STL算法（标准模板库算法）：经过充分测试和调试，稳定可靠是编写复杂代码的基本积木使用STL算法写代码更简洁、更易读容易调试和维护方便代码复审和改进你给的例子是经典的冒泡排序实现，然后用STL的
虾球xz·2025-06-18 21:47

Vue3开发从入门到精通

开发从入门到精通学习目录第一部分：Vue3概述第1章：Vue3简介什么是Vue3Vue3的历史和发展Vue3的主要特点和优势Vue3的应用场景第2章：Vue3的演进过程从Vue1到Vue3的演进Vue3相比Vue2的重大改进
莲华君·2025-06-18 18:29

pytorch都有哪些神经网络，都哪些情况使用这些神经网络

PyTorch提供了多种神经网络类型，适用于不同的场景，以下是一些常见的神经网络及其适用情况：前馈神经网络（FeedforwardNeuralNetwork,FNN）结构：由输入层、若干隐藏层和输出层组成
zhiSiBuYu0517·2025-06-18 16:47

神经网络全景图：五大核心架构详解与本质区别

在人工智能的进化史上，神经网络如同分形生长的生命体，不断分化出适应不同任务的专用结构。本文将深入解析五大核心神经网络架构，揭示其设计哲学与应用边界。
摘取一颗天上星️·2025-06-18 12:42

AI人工智能深度学习入门指南：从基础到实践_副本

AI人工智能深度学习入门指南：从基础到实践关键词：人工智能、机器学习、深度学习、神经网络、梯度下降、反向传播、实战案例摘要：本文是为零基础或初级学习者打造的深度学习入门指南。
AI大模型应用实战·2025-06-18 11:07

干货精选 | 企业数字化转型核心引擎：BPM详解与十大主流工具深度评测

简单说，BPM就是帮企业梳理流程、找出问题、不断优化，最终实现流程标准化、自动化，并且能持续改进的一套方法和工具。本质上，BPM是一种以流程为核心的管理思路。
茳渢·2025-06-18 09:25

ROS与机器人开发

一、ROS的本质定位：机器人开发的“神经网络”1.1核心定义ROS≠操作系统，而是运行在操作系统之上的元操作系统（Meta-OS）。
、我是男生。·2025-06-18 09:53

[论文阅读]PIDNet: A Real-time Semantic Segmentation Network Inspired by PID Controllers

在本文中，我们在卷积神经网络（CNN）和比例积分微分（PID）控制器之间架起了桥梁，并揭示了双分支网络只是一个比例积分（PI）控制器，当然也会存在类似的超调问题。为了解决这个问题，
颜笑晏晏·2025-06-18 08:16

昇思25天学习打卡营第9天|使用静态图加速

数据集Dataset数据是深度学习的基础，高质量的数据输入将在整个深度神经网络中起到积极作用。
蓝精灵1·2025-06-18 03:44

深度学习 backbone，neck，head网络关键组成

（头部）是网络的关键组成部分，各自承担了不同的功能：1，总署：Backbone,译作骨干网络，主要指用于特征提取的，已在大型数据集(例如ImageNet|COCO等)上完成预训练，拥有预训练参数的卷积神经网络
SLAM必须dunk·2025-06-18 02:12

李宏毅机器学习——类神经网络训练不起来怎么办？

https://www.bilibili.com/video/BV1Wv411h7kN?spm_id_from=333.788.videopod.episodes&vd_source=779fe6f5ae2ab98c0dc9480ff4ae61a3&p=201.局部最小值（localminima）与鞍点（saddlepoint）criticalpoint：hessian矩阵：1.1判断点类型：1.
JustNow_Man·2025-06-18 02:39

AI人工智能语音识别的多模态融合应用

AI人工智能语音识别的多模态融合应用关键词：语音识别、多模态融合、深度学习、神经网络、特征提取、端到端学习、注意力机制摘要：本文深入探讨了AI语音识别中的多模态融合技术，从基础原理到实际应用进行了全面剖析
AI天才研究院·2025-06-18 02:07

基于深度学习的智能语音合成系统：技术与实践

近年来，深度学习技术为语音合成带来了显著的改进，使得合成语音更加自然、流畅。本文将详细介绍基于深度学习的智能语音合成系统的原理、实现方法以及实际应用案例。
Blossom.118·2025-06-18 02:05

计算机视觉卷积神经网络（CNN）基础：从LeNet到ResNet

计算机视觉卷积神经网络（CNN）基础：从LeNet到ResNet一、前言二、卷积神经网络基础概念2.1卷积层2.1.1卷积运算原理2.1.2卷积核的作用与参数2.2池化层2.2.1最大池化与平均池化2.2.2
xcLeigh·2025-06-18 02:04

多模态大模型：技术原理与实战 语音多模态技术

多模态大模型：技术原理与实战语音多模态技术关键词：多模态大模型，语音识别，自然语言处理，深度学习，神经网络，融合技术1.背景介绍1.1问题的由来随着人工智能技术的飞速发展，多模态大模型逐渐成为研究热点。
AI智能应用·2025-06-18 00:58

深度学习进阶：卷积神经网络(CNN)原理与实战

1.卷积神经网络概述卷积神经网络（ConvolutionalNeuralNetworks,CNN）是深度学习中专门用于处理网格状数据（如图像、语音、视频）的神经网络架构。
软考和人工智能学堂·2025-06-17 23:51

深度学习入门指南：从基础概念到代码实践

深度学习入门指南：从基础概念到代码实践1.深度学习概述深度学习是机器学习的一个分支，它通过模拟人脑神经元的工作方式，构建多层次的神经网络模型来处理复杂的数据模式。
软考和人工智能学堂·2025-06-17 23:18

深度学习框架与联邦学习：探究未来的AI发展趋势=======================摘要：本文将深入探讨深度学习框架与联邦学习的融合，分析其在现代AI领域的应用和发展趋势。我们将介绍深度学习框

它为开发者提供了便捷的工具和库，使得构建复杂的神经网络模型变得更加简单高效
·2025-06-17 23:46

【杂谈】-递归进化：人工智能的自我改进与监管挑战

递归进化：人工智能的自我改进与监管挑战文章目录递归进化：人工智能的自我改进与监管挑战1、自我改进型人工智能的崛起2、人工智能如何挑战人类监管？
视觉与物联智能·2025-06-17 21:10

优化社交互动功能：迁移与重构

这不仅涉及到数据库视图的更新，还包括了用户界面组件的改进。创建视图与迁移首先，作者介绍了创建视图的步骤，这是数据库迁移的基础。在数据库层面，通过创建reply_count视图来展示帖子的
DataInnovator·2025-06-17 21:39

残差网络中相加后激活的深度解析

残差网络中相加后激活的深度解析在残差网络中，"相加后激活"（post-additionactivation）是ResNet原始设计的关键特征，这一设计选择背后蕴含了深刻的神经网络原理，对模型性能有着重要影响
浩瀚之水_csdn·2025-06-17 18:20

SwinTransformer 改进：结合DLKA与SSPP的模型架构

1.创新点设计引言在计算机视觉领域，Transformer架构近年来取得了巨大成功，逐渐取代了传统的CNN模型。本文将深入解析一个结合了SwinTransformer、动态大核注意力(DLKA)和空间金字塔池化(SSPP)的创新模型架构。这个设计巧妙地融合了Transformer的自注意力机制与CNN的局部特征提取能力，为图像分类任务提供了强大的解决方案。模型架构概览该模型的核心是基于SwinTr
听风吹等浪起·2025-06-17 18:16

如何用PyTorch构建第一个神经网络？——从环境搭建到实战部署的零基础指南

这几年带学员入门深度学习时，发现90%的新手都会卡在「第一个神经网络构建」上：有人装环境时被CUDA版本搞晕，有人写模型时分不清nn.Module和nn.Sequential，还有人训练时遇到梯度不更新的问题
唐宇迪（学习规划+技术答疑）·2025-06-17 18:42

条款5：优先选用 `auto`，而非显式类型声明

在C++的进化历程中，`auto`关键字的引入无疑是一项革命性的改进。它不仅简化了代码，还显著提升了安全性与性能。
郝学胜@无限畅想大公司·2025-06-17 17:39

「大模型学习」(10)LLM的量化（GPTQ、LLM.int8()、AWQ）不信你学不会！

为什么量化对神经网络精度影响不大？1.权重和输入经过归一化，数值范围较小➤通常神经网络训练后会对输入和权重做标准
木楚子·2025-06-17 16:32

Elman_神经网络在图像识别领域的应用尝试(附DeepSeek行业解决方案100+)

博主介绍：Java、Python、js全栈开发“多面手”，精通多种编程语言和技术，痴迷于人工智能领域。秉持着对技术的热爱与执着，持续探索创新，愿在此分享交流和学习，与大家共进步。DeepSeek-行业融合之万象视界(附实战案例详解100+)全栈开发环境搭建运行攻略：多语言一站式指南(环境搭建+运行+调试+发布+保姆级详解)感兴趣的可以先收藏起来，希望帮助更多的人DeepSeek行业解决方案详解总站
fanxbl957·2025-06-17 15:25

Boltzmann_神经网络在工业过程控制参数优化中的应用(附DeepSeek行业解决方案100+)

博主介绍：Java、Python、js全栈开发“多面手”，精通多种编程语言和技术，痴迷于人工智能领域。秉持着对技术的热爱与执着，持续探索创新，愿在此分享交流和学习，与大家共进步。DeepSeek-行业融合之万象视界(附实战案例详解100+)全栈开发环境搭建运行攻略：多语言一站式指南(环境搭建+运行+调试+发布+保姆级详解)感兴趣的可以先收藏起来，希望帮助更多的人DeepSeek行业解决方案详解总站
fanxbl957·2025-06-17 15:24

系统性能优化的关键手段

系统性能的提升方向服务器并发处理能力：通过优化内存管理策略、选择合适的连接模式（长连接或短连接）、改进I/O模型（如epoll、IOCP）、以及采用高效的服务器并发策略（如多线程、事件驱动等），可以有效提升服务器的并发响应能力
Wendy_robot·2025-06-17 15:22

2025年计算机应用与神经网络国际会议（CANN 2025）

2025InternationalConferenceonComputerApplicationsandNeuralNetworks（一）会议信息会议简称：CANN2025大会地点：中国·重庆收录检索：提交EiCompendex,CPCI,CNKI,GoogleScholar等（二）会议简介2025年计算机应用与神经网络国际会议定在中国重庆举行
学术-罗老师·2025-06-17 14:18

深度学习实战111-基于神经网络的A股、美股、黄金对冲投资策略（PyTorch LSTM）

投资方案样例1.初始资金分配（假设总资金10万元）2.动态调整举例情景一：美股进入牛市，A股震荡情景二：A股进入牛市，美股高位震荡情景三：全球风险事件，市场大跌四、操作细节与注意事项五、样例操作流程六、基于神经网络的
微学AI·2025-06-17 12:35

【BP数据预测】基于matlab遗传算法优化BP神经网络GA-BP数据预测【含Matlab源码 1376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·2025-06-17 12:02

web性能优化

性能优化步骤：确定性能指标使用专业工具测量性能表现找到表现不佳的改进点技术改造，性能回归测试性能指标——基于用户体验的性能指标FirstContentfulPaint（FCP）：首个内容加载时间LargestContentfulPaint
·2025-06-17 07:01

智能开发工具RubyMine v2025.1正式发布——增强AI功能部署

立即获取RubyMinev2025.1正式版下载具体更新内容：RubyMinev2025.1版本新增适用于Ruby和RBS的AI功能、改进对Ruby3.4的支持、Kamal架构更新、禁用Rails生成器和
界面开发小八哥·2025-06-17 06:23

图神经网络(GNN)模型的基本原理

传统的神经网络在处理像图像、文本这类具有固定结构的数据时表现出色，但面对具有不规则拓扑结构的图数据，如社交网络、化学分子结构、知识图谱等，却显得力不从心。  
xiaocai_6666·2025-06-17 06:20

pytorch之nn.Sequential使用详解

nn.Sequential是PyTorch库中的一个类，它允许通过按顺序堆叠多个层来创建神经网络模型。它提供了一种方便的方式来定义和组织神经网络的层。
yueguang8·2025-06-17 04:04

NLP入门笔记

由于RNN容易出现梯度消失的问题，对其进行改进的LSTM网络开始流行。此外，由于计算能力有限导致信息超载问题严重，注意力机制作为一种资源分配方案，通过将计算资源分配给更重要的任务，有效缓解了
ShaneHolmes·2025-06-17 02:57

matlab appcoef函数,matlab小波分析工具箱常用函数

1.Cwt:一维连续小波变换格式：coefs=cwt(s,scales,'wavename')coefs=cwt(s,scales,'wavename','plot')scales:尺度向量，可以为离散值
柳编·2025-06-17 00:12

Pytorch框架——自动微分和反向传播

一、自动微分概念自动微分（AutomaticDifferentiation，AD）是一种利用计算机程序自动计算函数导数的技术，它是机器学习和优化算法中的核心工具（如神经网络的梯度下降），通过反向传播计算并更新梯度
Xyz_Overlord·2025-06-16 23:31

计算机网络：DNS解析过程、转发和重定向区别、HTTP发展、HTTPS、GET和POST

文章目录1简述DNS解析过程2转发和重定向的区别3HTTP3.1简述HTTP1.03.2简述HTTP1.1的改进3.3简述HTTP2.0的改进3.4HTTP特点4简述http状态码和对应的信息5HTTPS5.1
Tony-1fan·2025-06-16 20:48

【解密LSTM、GRU如何解决传统RNN梯度消失问题】

在深度学习的世界里，循环神经网络（RNN）以其卓越的序列数据处理能力广泛应用于自然语言处理、时间序列预测等领域。然而，传统RNN存在的一个严重问题——梯度消失，限制了它的表现。
姜栀·2025-06-16 20:42

YOLOv11模型改进-模块-引入轻量级深度神经网络的卷积核DualConv 降低参数量

本篇文章将介绍一个新的改进机制——轻量级深度神经网络的卷积核DualConv，并阐述如何将其应用于YOLOv11中，显著提升模型性能。
一勺汤·2025-06-16 18:04

YOLOv12改进策略【卷积层】| ICCV-2023 SAFM 空间自适应特征调制模块 对A2C2f进行二次创新

专栏目录：YOLOv12改进目录一览|涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进专栏地址：YOLOv
Limiiiing·2025-06-16 18:04

YOLOv10改进策略【卷积层】| ICCV-2023 SAFM 空间自适应特征调制模块 对 C2fCIB 、PSA 进行二次创新

专栏目录：YOLOv10改进目录一览|涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进专栏地址：
Limiiiing·2025-06-16 18:34

python打卡day41

简单CNN数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率一、数据增强在图像数据预处理环节，为提升数据多样性
ZHPEN1·2025-06-16 17:54

PyTorch 是一个 Python 包，提供两个高级功能：具有强大 GPU 加速的张量计算（如 NumPy）；基于基于磁带的 autograd 系统构建的深度神经网络；

一、软件介绍文末提供程序和源码下载PyTorch是一个Python包，提供两个高级功能：具有强大GPU加速的张量计算（如NumPy）；基于基于磁带的autograd系统构建的深度神经网络；您可以在需要时重复使用自己喜欢的
struggle2025·2025-06-16 16:19

PyTorch项目打包部署：从模型训练到生产环境的全链路解析

然而，当我们将一个精心设计并训练完成的PyTorch模型从实验室环境推向实际应用时，却面临着诸多挑战——如何有效地将这些复杂的神经网络模型部署到生产环境中？
cda2024·2025-06-16 15:43
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他