经典神经网络论文阅读

基于深度学习的时空特征融合摔倒检测 基于图像序列分析与主成分分析（PCA）的摔倒检测

基于深度学习的时空特征融合摔倒检测该方法采用卷积神经网络（CNN）与循环神经网络（RNN）相结合的方式，通过提取时空特征来进行摔倒检测。
人工智能专属驿站·2025-02-06 09:31

遗传算法与深度学习实战（32）——生成对抗网络详解与实现

）——生成对抗网络详解与实现0.前言1.生成对抗网络2.构建卷积生成对抗网络小结系列链接0.前言生成对抗网络(GenerativeAdversarialNetworks,GAN)是一种由两个相互竞争的神经网络组成的深度学习模型
盼小辉丶·2025-02-06 09:59

Gitea 与 Jenkins 的集成实践，打造你的专属 CI/CD 系统

前言Gitea是一个用于代码托管的轻量级单体程序，它能与现有的经典应用集成，诸如代码分析工具SonarQube、持续集成工具Drone、Jenkins以及用于工单管理的客户端插件（VSCode、JenkinsIDE
Gitea·2025-02-06 09:59

（Aliyun AI ACP 04）人工智能建模流程与基础知识：深度学习、增强学习与迁移学习关键技术综述

文章目录阿里云人工智能工程师ACP认证考试知识点辅助阅读（AliyunAIACP04）人工智能建模流程与基础知识：深度学习、增强学习与迁移学习关键技术综述I.深度学习算法1️⃣前馈神经网络(FFNs)详解
North_D·2025-02-06 08:24

AI大模型探秘：核心能力与应用场景深度解析

AI：包含很多术语，如：模式识别、自然语言处理、神经网络、机器学习、深度学习、强化学习、人类反馈强化学习等。类比：AI是电力–吴恩达。
程序员辣条·2025-02-06 08:53

《Java面试宝典：100道必做经典面试题解析》

引言在软件开发领域，Java作为一门经典且广泛应用的编程语言，其面试题涵盖了从基础知识到高级概念的广泛内容。本文精心挑选并深入解析了100道Java面试题，旨在帮助求职者全面准备，提升面试成功率。
奔赴架构师的小白·2025-02-06 08:52

Java进阶路线

.数据结构与算法1-1常用数据结构数组、链表、堆、栈、队列、Hash表、二叉树等1-2算法思想算法时间复杂度和空间复杂度的分析计算算法思想：递推、递归、穷举、贪心、分治、动态规划、迭代、分枝界限1-3经典算法经典排序
m0_74823878·2025-02-06 07:17

【100%面试题】总有一天在JS 精度问题上你会踩坑

JS精度问题是一个经典面试问题，不管是对Javascript语言细节还是对业务熟练度的考察，它都非常适合，也是中小企业以及大厂面试题库必备。
之道前端·2025-02-06 07:46

二值连接：深度神经网络的轻量级革命

深度神经网络（DeepNeuralNetworks,DNN）近年来在语音识别、图像分类和自然语言处理等领域取得了令人瞩目的成就。
步子哥·2025-02-06 06:11

算法设计策略

经典算法：归并排序（MergeSort）快速排序（QuickSort）二分查找（Binar
和风化雨·2025-02-06 05:23

深入浅出之Convolutional Block Attention Module（YOLO）

ConvolutionalBlockAttentionModule（CBAM）是一种用于增强卷积神经网络（CNN）特征表示能力的注意力机制模块。
浩瀚之水_csdn·2025-02-06 04:46

大模型的底层逻辑及Transformer架构

2.深度学习架构大模型基于深度学习技术，通常采用多层神经网络进行特征学习与抽象。其中，Transformer架构是目前主流的大模型架构，它通过自注意力机制和前馈神经网络来处理输入数据。
搏博·2025-02-06 02:04

大语言模型应用指南：工作记忆与长短期记忆

1.2研究现状近年来，随着深度学习技术的发展，基于神经网络的语言模型逐渐崭露头角。其中，长短期记忆网
AI天才研究院·2025-02-06 00:51

系统通解：超多视角理解

以经典力学中的质点运动为例，给定初始位移
进一步有进一步的欢喜·2025-02-06 00:20

代码界的“真假美猴王“：Python关系运算符鉴别指南

基础速通：n个浓缩提炼的核心知识点，夯实编程基础；经典范例：10个贴近实际的应用场景，深入理解Python3的编程技巧和应用方法；避坑宝典：10个典型错误解析，提供解决
李智 - 重庆·2025-02-05 23:42

RK3568、RK3588、RK3358性能对比

NPU:内置0.8TOPs的神经网络处理单元，
给生活加糖！·2025-02-05 22:36

java单体项目是什么意思_什么是单体架构？单体架构有什么优缺点？

在软件设计中，经常提及和使用经典的3层模型，即表示层、业务逻辑层和数据访问层。表示层：用于直接和用户交互，也称为交互层，通常是网页、UI等。
维小维生素·2025-02-05 22:35

分享一下电影网站~

无论是最新上映的大片还是经典老片，你都可以在这里找到。虽然界面相对简单，但内容非常充实，非常适合影迷们探索。
咕哧普拉啦·2025-02-05 22:05

核心HTML5/CSS3基础面试题

HTML5/CSS3高频经典面试题汇总了2023年各互联网大厂以及中小型创业公司基础阶段的最新高频面试题HTML/HTML5标签Interviewquestions1、说说你对HTML语义化的理解？
AgostoDu·2025-02-05 22:34

IT从业人员面试经典必问的70问答

1、请你自我介绍一下你自己？回答提示：一般人回答这个问题过于平常，只说姓名、年龄、爱好、工作经验，这些在简历上都有，其实，企业最希望知道的是求职者能否胜任工作，包括：最强的技能、最深入研究的知识领域、个性中最积极的部分、做过的最成功的事，主要的成就等，这些都可以和学习无关，也可以和学习有关，但要突出积极的个性和做事的能力，说得合情合理企业才会相信。企业很重视一个人的礼貌，求职者要尊重考官，在回答每
小小小妮子~·2025-02-05 21:29

MATLAB机器学习、深度学习

目录第一章MATLAB图像处理基础第二章BP神经网络及其在图像处理中的应用第三章卷积神经网络及其在图像处理中的应第四章迁移学习算法及其在图像处理中的应用第五章生成式对抗网络（GAN）及其在图像处理中的应用第六章目标检测
Yolo566Q·2025-02-05 17:01

PyTorch深度学习实战（2）——PyTorch快速入门

PyTorch的简洁设计使得它易于入门，在深入介绍PyTorch之前，本文先介绍一些PyTorch的基础知识，以便读者能够对PyTorch有一个大致的了解，并能够用PyTorch搭建一个简单的神经网络。
shangjg3·2025-02-05 17:30

基于深度学习的文本情感分析

基于深度学习的文本情感分析关键词：深度学习、文本情感分析、自然语言处理、卷积神经网络、循环神经网络、BERT、情感分类、情绪识别1.背景介绍文本情感分析（TextSentimentAnalysis），又称情感计算
杭州大厂Java程序媛·2025-02-05 16:25

一切皆是映射：神经网络在图像识别中的应用案例

一切皆是映射：神经网络在图像识别中的应用案例关键词：神经网络、图像识别、深度学习、卷积神经网络、映射、模式识别1.背景介绍1.1问题的由来图像识别问题的研究源于人类对于智能机器的渴望。
AI大模型应用之禅·2025-02-05 16:24

一切皆是映射：元学习中的神经架构搜索（NAS）

：元学习中的神经架构搜索（NAS）在人工智能的广阔领域中，神经架构搜索（NeuralArchitectureSearch，简称NAS）是一颗璀璨的明星，它代表着一种全新的方法，即通过算法自动寻找最优的神经网络架构
杭州大厂Java程序媛·2025-02-05 16:22

C/C++经典面试题（一）——常考知识点（持续更新）

2、explicit（显示）关键字3、inline内联函数4、经典面试题之new和malloc的区别5、static关键字有什么作用6、c++与ｃ区别7、union共同体和struct结构体的区别8、变量的声明和定义有什么区别
TB81266·2025-02-05 14:39

基于昇腾用PyTorch实现传统CTR模型WideDeep网络

基于昇腾用PyTorch实现传统CTR模型WideDeep网络本文主要介绍如何在昇腾上使用pytorch对推荐系统中经典的网络模型WideDeep网络进行训练的实战讲解，使用数据集是criteo，主要内容分为以下几个模块
·2025-02-05 14:00

NeuralCF 模型：神经网络协同过滤模型

实验和完整代码完整代码实现和jupyter运行：https://github.com/Myolive-Lin/RecSys--deep-learning-recommendation-system/tree/main引言NeuralCF模型由新加坡国立大学研究人员于2017年提出，其核心思想在于将传统协同过滤方法与深度学习技术相结合，从而更为有效地捕捉用户与物品之间的复杂交互关系。该模型利用神经网
Lewis@·2025-02-05 13:31

用 Python 微调 DeepSeek R1

用Python微调DeepSeekR1阅读时长：15分钟发布时间：2025-02-05近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎
·2025-02-05 13:24

PyTorch中的 torch.nn.GRU

PyTorch中的torch.nn.GRUGRU（GatedRecurrentUnit）是循环神经网络（RNN）的一种变种，常用于处理序列数据。
彬彬侠·2025-02-05 12:53

机器学习，深度学习，神经网络，深度神经网络

深度学习源自于人工神经网络的研究，但是并不完全等于传统神经网络。神经网络与深度神经网络的区别在于隐藏层级，通常两层或两层以上隐藏层的网络叫做深度神经网络。一般隐藏层越多，精确度越高。
武昌库里写JAVA·2025-02-05 12:52

关于大模型 AGI 应知应会＿生在AI发展的时代

一、大模型的核心概念与特点（一）什么是大模型大模型（LargeLanguageModels，LLMs）是指具有大规模参数和复杂计算结构的深度学习模型，通常由深度神经网络构建而成，拥有数十亿甚至数千亿个参数
森焱森·2025-02-05 10:38

推荐10个免费好用的影视网站（纯分享无广告）

无论是最新上映的大片还是经典老片，你都可以在这里找到。虽然界面相对简单，但内容非常充实，非常适合影迷们探索。
悠悠空谷1615·2025-02-05 07:15

十大经典排序算法

目录冒泡排序选择排序(Selection-sort)插入法排序希尔排序快速排序归并排序计数排序堆排序桶排序基数排序性能对比随机生成区间0~K之间的序列，共计N个数字，利用各种算法进行排序，记录排序所需时间。冒泡排序1、比较相邻的两个元素如果第一个比第二个大，就交换它们的位置。2、然后第二个与第三个对比，对每一对相邻元素作同样的工作，这样在最后的元素应该会是最大的数。3、针对所有的元素重复以上的步骤
骆驼整理说·2025-02-05 04:57

必学排序算法——快速排序

目录前言一、什么是快速排序二、算法步骤三、算法思想四、算法分析五、算法优点六、算法缺点七、优化方案八、c++代码模板九、算法动态图解十、经典真题1.存在重复元素代码题解2.多数元素十、结语前言快速排序算法是必须掌握的一种基础算法
曙曙学编程·2025-02-05 04:57

一个经典机器学习案例——良/恶性乳腺癌肿瘤预测

良/恶性乳腺癌肿瘤预测良/恶性乳腺癌肿瘤预测问题是一个十分经典的机器学习问题，简单来说我们需要利用肿块厚度和细胞尺寸这两个特征来判断肿瘤的类型（良性或者是恶性）。
曹文杰1519030112·2025-02-05 04:22

在量子计算与AI结合的未来，是否能够实现更高效、更复杂的模式识别和数据处理？

量子计算通过利用量子叠加和纠缠等特性，能够在某些问题上提供比经典计算机更强大的计算能力。人工智能，特别是深度学习，已经在许多领域取得了突破性的进展。
concisedistinct·2025-02-05 03:16

DeepSeek-R1全面超越OpenAI o1：开源大模型训练范式革新

其中，2017年Google发布的“AttentionIsAllYouNeed”论文奠定了神经网络架构的重要基础，推动了大规模语言模型（LLM）的突破。
·2025-02-05 02:16

python 量化回测框架生成器

虽然#python#的安装非常简单，但是总有一些神经网络CSDN真的非常白，雪白雪白的……以至于我常看见这种帖子：所以，我还是写一个安装指南吧，专供给神经网络CSDN学习PHP从入门到精通：我的个人时间线
2401_85969422·2025-02-05 02:40

心法利器[127] | 24年算法思考-特征工程和经典深度学习

心法利器本栏目主要和大家一起讨论近期自己学习的心得和体会。具体介绍：仓颉专项：飞机大炮我都会，利器心法我还有。2023年新的文章合集已经发布，获取方式看这里：又添十万字-CS的陋室2023年文章合集来袭，更有历史文章合集，欢迎下载。往期回顾心法利器[122]|效果提升的根本来源讨论心法利器[123]|算法面试的八股和非八股讨论心法利器[124]|24年算法思考-大模型的应用与训练篇心法利器[125
机智的叉烧·2025-02-05 01:37

使用Pygame制作“贪吃蛇”游戏

贪吃蛇是一款经典的休闲小游戏：玩家通过操控一条会不断变长的“蛇”在屏幕中移动，去吃随机出现的食物，同时要避免撞到墙壁或自己身体的其他部分。
Damon小智·2025-02-05 00:24

计算范式的变革：从图灵机到神经网络

图灵机，神经网络，计算范式，深度学习，机器学习，人工智能，算法，模型1.背景介绍自20世纪中叶以来，计算机科学经历了飞速发展，计算范式也经历了深刻的变革。
AI架构设计之禅·2025-02-04 23:49

GRU是门控循环单元是什么？

GRU是门控循环单元（GatedRecurrentUnit）的简称，它是循环神经网络（RNN）的一种变体。GRU旨在解决传统RNN中存在的长期依赖问题和反向传播中的梯度消失或梯度爆炸问题。
无限进步呀·2025-02-04 22:13

数据库索引：秋招面试中的经典高频题目 [特殊字符](索引原理/操作/优缺点/B+树)

在数据库的秋招面试中，索引（Index）是一个经典且高频的题目。索引的作用类似于书中的目录，它能够显著加快数据库查询的速度。
Purified_Soda·2025-02-04 20:56

深度学习｜表示学习｜卷积神经网络｜输出维度公式｜15

如是我闻：在卷积和池化操作中，计算输出维度的公式是关键，它们分别可以帮助我们计算卷积操作和池化操作后的输出大小。下面分别总结公式，并结合解释它们的意义：1.卷积操作的输出维度公式当我们对输入图像进行卷积时，输出的宽度和高度可以通过以下公式计算：输出大小=输入大小−卷积核大小+2⋅填充大小步长+1\text{输出大小}=\frac{\text{输入大小}-\text{卷积核大小}+2\cdot\te
漂亮_大男孩·2025-02-04 19:52

深度学习｜表示学习｜卷积神经网络｜输出维度公式如何理解？｜16

如是我闻：当我们对输入图像进行卷积时，输出的宽度和高度可以通过以下公式计算：输出大小=输入大小−卷积核大小+2⋅填充大小步长+1\text{输出大小}=\frac{\text{输入大小}-\text{卷积核大小}+2\cdot\text{填充大小}}{\text{步长}}+1输出大小=步长输入大小−卷积核大小+2⋅填充大小+1池化（Pooling）的输出大小公式类似卷积，但更加简单：输出大小=输入
漂亮_大男孩·2025-02-04 19:21

PyTorch中的In-place操作是什么？为什么要避免使用这种操作？

如今的高级深度神经网络拥有数百万个可训练参数，训练它们通常会导致GPU内存耗尽。
小白学视觉·2025-02-04 19:49

Kimi k1.5 ： OpenAI-o1 级多模态模型

阅读时长：15分钟发布时间：2025-02-04近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【柏企】公众号【柏企科技说】【柏企阅文
·2025-02-04 18:36

Kimi k1.5 ： OpenAI-o1 级多模态模型

阅读时长：15分钟发布时间：2025-02-04近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【柏企】公众号【柏企科技说】【柏企阅文
·2025-02-04 18:32

OpenAI 模型与 DeepSeek 模型使用的强化学习有何不同

OpenAI模型与DeepSeek模型使用的强化学习有何不同阅读时长：15分钟发布时间：2025-02-04近日热文：全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM
·2025-02-04 18:02
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他