网络学习知识整理

PyTorch的各个组件和实战

学习目标：pytorch的各个组件和实战学习时间：截止时间：2022-09-173:00随堂笔记：神经网络学习机制：数据预处理、模型设计、损失函数和优化方案设计、前向传播、反向传播、更新参数完成一项机器学习任务的基本步骤
Actual_parameter·2022-11-22 02:27

【Datawhale深入浅出Pytorch】Task02 PyTorch的各个组件和实战

thorough-pytorch/index.html【B站视频】https://www.bilibili.com/video/BV1L44y1472Z时间原因还没能完整跟着代码实操，看了教程，有很大收获，对Pytorch和神经网络学习机制有了初步的框架性的了解
听小瑜·2022-11-22 02:51

时序动作定位基本知识

时序动作定位基本知识本文非原创，仅为知识整理，部分内容来自以下链接TemporalActionDetection(时序动作检测)综述_星落秋风五丈原的博客-CSDN博客_时序动作检测综述时序动作检测/定位
爱发呆的WWT·2022-11-22 01:32

深度学习与医学成像

2、第二种是直接重构，即直接利用神经网络学习投影数据到重构图像之间的映射，该方法可以充分利用到投影数据，该方法往往需要利用全连接层来
姜呆·2022-11-22 01:51

深度学习第五讲——卷积神经网络（CNN）学习笔记

卷积神经网络学习笔记一、深度学习概述深度学习是机器学习的一种基于对数据进行表征学习的方法，但深度学习的基础是神经网络，对更为复杂的模型进行分析，从而使模型对数据的理解更加深入。
絶え間な·2022-11-22 01:38

CIKM2019|Fi-GNN图神经网络学习特征交互在CTR预估中的应用(已开源)

Fi-GNN:ModelingFeatureInteractionsviaGraphNeuralNetworksforCTRPredictionZekunLi,ZeyuCui,ShuWu,XiaoyuZhang,LiangWangUniversityofChineseAcademyofScienceshttp://cn.arxiv.org/pdf/1910.05552.pdfctr预估在web应用
frank_hetest·2022-11-22 00:03

Python 神经网络编程之学习笔记——第一个完美的神经网络学习程序，学习识别手写数据

这是我学习python神经网络编程的一个程序汇总，里面将学习过程的一些代码进行了备注，该程序不备注部分的代码是一个比较完美的神经网络学习代码，用于学习识别手写数据，我运行该程序花费了大约3个小时的时间，
诺图小八·2022-11-21 22:46

Python神经网络学习(五)--机器学习--简单的神经网络

前言抱歉时隔这么久再讲神经网络的内容，希望大家还没忘记第二期的内容：分类器是什么东西？https://blog.csdn.net/qq_38431572/article/details/117199679https://blog.csdn.net/qq_38431572/article/details/117199679第二期讲的是分类器，而上一期（第四期）的线性回归讲的是预测器，如果大家把概念搞
ChuckieZhu·2022-11-21 22:09

U-Net图像分割知识整理

图像分割什么是图像分割问题呢？简单的来讲就是给一张图像，检测是用框出框出物体，而图像分割分出一个物体的准确轮廓。可以这样考虑，给出一张图像L，这个问题就是求一个函数，从L映射到Mask。至于怎么求这个函数有多种方法。我们可以看到这个图，左边是给出图像，可以看到人和摩托车，右边是分割结果。图像分割中几种定义：语义分割(SemanticSegmentation)：就是对一张图像上的所有像素点进行分类。
芒果芋猿·2022-11-21 21:10

线性代数基础知识整理

线性代数基础知识因为总是忘记线代的一些基础知识，因此在这里整理记录一下。1.常见的特殊矩阵1.1.正交矩阵定义：对于一个n维矩阵A，若满足以下条件，则A为正交矩阵。AAT=InAA^T=I_nAAT=In等价条件：对于正交矩阵An×n=(α1α2...αn)A_{n\timesn}=(\alpha_1\quad\alpha_2\quad...\quad\alpha_n)An×n=(α1α2...α
Atarasin·2022-11-21 16:15

2022.10.23 第5次周报

卷积神经网络各种层的作用输入层（InputLayer）卷积层（ConvolutionalLayer）激活层（ActivationLayer）池化层（PoolingLayer）问题分析总结摘要由于上周卷积神经网络学习的不够深入
轻描淡写ζ·2022-11-21 16:41

2022.10.30 第6次周报

目录摘要卷积神经网络学习卷积池化完全连接层小节阅读文献主要内容NLP神经结构UnifiedAttention模型RNNsearch的体系结构注意力模型分类Self-Attention模型存在的问题总结总结摘要在这周
轻描淡写ζ·2022-11-21 16:41

神经网络学习(三)——BP神经网络算法

前面学习了感知器和自适应线性神经网络。下面介绍经典的三层神经网络结构，其中每个神经元的激活函数采用Sigmoid。PS：不同的应用场景，神经网络的结构要有针对性的设计，这里仅仅是为了推导算法和计算方便才采用这个简单的结构。训练步骤：1.正向传播2.反向传播(BP)3.一次正反向传播为一次训练，迭代。BP算法计算方法：参数初始化：正向传播：隐藏层到输出层：反向传播：1.计算误差(欧几里得距离)：2.
Serious_Lee·2022-11-21 11:58

神经网络学习小记录3——利用tensorflow构建长短时记忆网络（LSTM）

神经网络学习小记录3——利用tensorflow构建长短时记忆网络（LSTM）学习前言LSTM简介1、RNN的梯度消失问题2、LSTM的结构3、LSTM独特的门结构tensorflow中LSTM的相关函数
Bubbliiiing·2022-11-21 10:13

NLP基础知识整理

目录一、生成模型VS判别模型一、生成模型VS判别模型从概率分布的角度考虑，对于一堆样本数据，每个均有特征Xi对应分类标记yi。生成模型：学习得到联合概率分布P(x,y)，即特征x和标记y共同出现的概率，然后求条件概率分布。能够学习到数据生成的机制。判别模型：学习得到条件概率分布P(y|x)，即在特征x出现的情况下标记y出现的概率。数据要求：生成模型需要的数据量比较大，能够较好地估计概率密度；而判别
china1000·2022-11-21 09:40

逆势而上的技术：图神经网络学习来了！

要问这几年一直在逆势而上的技术有哪些？你一定不会忽略它——图神经网络。相比传统神经网络，图神经网络的优势非常明显：1、非顺序排序的特征学习：GNN的输出不以节点的输入顺序为转移的。2、两个节点之间依赖关系的学习：传统的神经网络中，这种依赖关系只能通过节点的特征来体现。3、推理能力：GNN能够从非结构化数据（例如:场景图片、故事片段等）中生成推理图。因此，图神经网络在生物学、地图、金融、搜索、推荐、
「已注销」·2022-11-21 05:50

图神经网络（PGL）7日打卡营学习心得

百度图神经网络学习地址：https://aistudio.baidu.com/aistudio/education/group/info/1956PGL算法地址：https://github.com/PaddlePaddle
cgq081616·2022-11-21 05:47

mofanpy-Pytorch神经网络学习笔记（二）：建造第一个神经网络

Pytorch官网：https://pytorch.org/建造第一个神经网络目录建造第一个神经网络1关系拟合(回归)（1）建立数据集（2）建立神经网络（3）训练网络（4）可视化训练过程（5）完整代码2区分类型(分类)（1）建立数据集（2）建立神经网络（3）训练网络（4）可视化训练过程（5）完整代码3快速搭建法4保存提取（1）保存（2）提取网络（3）提取网络参数（4）显示结果5批训练6加速神经网络
知之之之·2022-11-21 02:25

Stacked Homography Transformations for Multi-View Pedestrian Detection相关工作翻译

然后，我们设计了一个软选择模块，以便网络学习预测变换堆栈的可能性。此外，我
zzzzz忠杰·2022-11-21 00:22

卷积神经网络学习

一.简单黑白边界检测代码importmatplotlib.pyplotaspltimportnumpyasnpimportpaddlefrompaddle.nnimportConv2Dfrompaddle.nn.initializerimportAssign%matplotlibinlinew=np.array([0,-2,2],dtype='float32')w=w.reshape([1,1,1
NGC2371.·2022-11-20 23:39

GNN图神经网络学习【记录】

视频讲解链接-李沐B站教程：GNN从入门到精通https://www.bilibili.com/video/BV1K5411H7EQ/?vd_source=d4df260b1907b7a2424f450d404e1eba博客链接：https://distill.pub/2021/gnn-intro/笔记链接：https://www.bilibili.com/h5/note-app/view?cvi
Ray Song·2022-11-20 22:09

10种基于MATLAB的方程组求解方法

线性方程组的求解包括直接法和迭代法，其中迭代法包括传统的高斯消元法，最速下降法，牛顿法，雅克比迭代法，共轭梯度法，以及智能启发式算法求解法和神经网络学习算法，传统算法可以相互组合改进，智能仿生启发式算法包括粒子群算法
神经网络机器学习智能算法画图绘图·2022-11-20 21:07

西瓜书 神经网络学习笔记

5.1神经元模型神经网络是由具有适应性简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界所做出的交互反应，其基本成分为神经元（neuron）模型M-P神经元模型即神经元接收来自n个其他神经元传递过来的输入信号，这些输入信号通过带权重的连接进行传递，神经元将接收到的总输入值与神经元的阈值进行比较，然后通过“激活函数”处理以产生神经元的输出。实际中，常常使用sigmoid函数作为
想个名字真的难·2022-11-20 21:29

【机器学习知识整理二】处理分类数据、处理文本、处理日期和时间

系列文章目录上一篇：机器学习知识整理一:数据加载、数据整理、数值型数据处理文章目录系列文章目录前言一、处理分类数据1.对nominal型分类特征编码2.对ordinal分类特征编码3.对特征字典编码4.
阿提艾斯·2022-11-20 20:08

【机器学习知识整理一】数据加载、数据整理、数值型数据处理

提示：纯小白，刚开始接触机器学习，目前也只是在网上找一些资料学习，权当学习笔记，有理解错误的地方，欢迎提出，我会及时更改。文章目录前言一、向量、矩阵和数组二、加载数据三、数据整理四、处理数值型数据1.特征缩放2.特征的标准化3.归一化观察值4.生成多项式和交互特征5.转换特征6.识别异常值6.1EllipticEnvelope6.2四分位差7.异常值处理8.将特征离散化9.使用聚类的方式将观察值分
阿提艾斯·2022-11-20 20:38

Tensorflow使用BN层，包括卷积,BN,Relu的融合使用（详细）

原因在于神经网络学习过程本质就是为了学习数据分布，一旦训练数
阁仔·2022-11-20 17:08

ML 自学者周刊：第 5 期

本期内容论文阅读•ACL2018：多语义词向量的编码•阿里电商诉讼预测多任务模型•EMNLP2019:短文本分类的异质图注意力网络学习心得•小强：Encoder-Decoder•君君：YOLO框架学习•
风度78·2022-11-20 17:42

工业相机标定相关知识整理

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转自|新机器视觉相机标定内参和外参在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定（或摄像机标定）。无论是在图像测量或者机器视觉
小白学视觉·2022-11-20 13:51

计算机网络学习===慕课哈工大===1.2 计算机网络结构

计算机网络结构网络边缘#主机#网络应用主机（端系统）位于“网络边缘”运行网络应用程序如：web，email客户/服务器（client/server）应用模型：客户发送请求，接收服务器响应如web应用，文件传输FTP应用对等（peer-peer，P2P）应用模型：无（或者不依赖）专用服务器通信在对等实体之间直接进行如：Gnutella,BT,Skype,QQ接入网络，物理介质#有线或者无线通信链路Q
澄鑫·2022-11-20 07:59

计算机网络学习===慕课哈工大===1.1 计算机网络基本概念

什么是计算机网络？计算机网络的定义*计算机网络是通信技术和计算机技术紧密结合的产物*通信系统模型：信源------>发送设备------>信道--------->接收设备--------->信宿噪声源----------------------------|（噪声源施加在信道上）*计算机网络就是一种通信网络特殊之处在于：信源与信宿都是计算机*计算机网络的定义：计算机网络是互连的、自治的计算机集合自
澄鑫·2022-11-20 07:28

吴恩达ML WEEK6 练习三（神经网络）+神经网络学习

吴恩达机器学习第六周0总结1练习三：神经网络1.1前向传播和预测2神经网络学习2.1代价函数2.2反向传播算法2.3理解反向传播2.4展开参数（将矩阵展开成向量）2.5梯度检验2.6随机初始化2.7综合
没有bug的一天·2022-11-20 06:48

python中的numpy基础知识

博主本身也是学生，最近把numpy的基础知识整理好写成博客，对numpy在这一阶段的学习用博客进行收尾。
三瓣西瓜·2022-11-20 06:58

keras、tensorflow安装详解-神经网络第一个脚本

三、代码运行人工智能神经网络学习离不开keras、tensorflow这几个包的支持。所以如何运用好keras、tensorflow是实现计算机深度学习的关键了。一、基本概念Keras
业里村牛欢喜·2022-11-20 05:08

神经网络学习

1、人工神经元结构2、激励函数2.1阈值型函数阶跃函数（用于感知器）符号函数2.2饱和型函数2.3双曲正切函数2.4S型函数（BP神经网络）2.5高斯函数（REF函数）3、神经网络结构3.1前馈型网络单向多层结构，每一层包含若干个神经元，同一层的神经元之间没有互相连接，层间信息的传递只沿一个方向进行。典型的前馈：感知器网络、BP、RBF前馈是监督学习3.2反馈型网络无监督学习典型的反馈网络：hop
狂奔的菜驰·2022-11-20 04:01

【冈萨雷斯的数字图像处理1~6章复习&考试知识整理】

1~6章复习&考试要点整理----冈萨雷斯的数字图像处理教材使用的是冈萨雷斯所写的第四版本博客记录了学校90%以上的常考知识点，也可以经常翻看复习自己所的知识，经本人费时1周整理出来的，由于时间比较仓促，如果有错误或不足之处还望之处，以免误导其他朋友。数字图像处理-----第一章概述数字图像处理----第二章图像处理知识点全面整理数字图像处理-----第三章灰度变换与空间滤波知识点整理数字图像处理
GUET_一路向前·2022-11-20 04:56

目标检测制作数据集时画框的原则

深度神经网络学习这些标注数据的特征，最终实现自主识别的功能。下面介绍几个目标检测中的标注通用规则：1、贴边规则：标注框需紧贴目标物体的边缘进行画框标注，不可框小或框大。
伏 念·2022-11-20 04:49

数据结构学习笔记——查找

查找知识整理一、查找的基本概念1、定义：给定关键字k，在n个记录中找到等于k的关键字2、基本操作：比较3、分析查找算法优劣的方法ASL：算出：每个关键字取到的概率pi（一般取1/n）*每个关键字查找到需要比较的次数
Chauper·2022-11-20 02:31

生成对抗网络学习笔记-----GAN网络入门学习

今天在看gan网络，实际上很早就学了，但是现在要用到，又得重新学！哎。。。。。首先明确一点gan网络是用来干什么的？它是用来生成一种没有的但是我们非常熟悉的东西，比如说人脸，就是用让网络自己根据大量的人脸照片，然后自己生成一个非常像人脸的照片（可以以假乱真的那种），由此生成对抗网络就出来了。gan网络结构图废话就不说了，直接说网络输入什么？，输出又是什么？模型又是什么？损失函数大家自己去别的地方学
一名不想学习的学渣·2022-11-20 02:38

YOLO多线程多模型运行模式的实施

Darknet深度神经网络学习框架具有小巧、快速的特点，由于采用c++进行编写，非常容易改为多线程执行，而用于检测、分类等任务。
ccc123_ok·2022-11-19 23:47

机器学习——神经网络学习笔记

一、神经网络的兴起1、神经网络的发展史很早之前就听过神经网络这个名词，感觉很神秘、很强大，但是具体是做什么的，怎么用，一无所知。其实，最初产生的是神经元模型MP，即一个具有输入、输出和计算功能的细胞单元：Z=g(a1*w1+a2*w2+a3*w3)。此时，w1、w2、w3都是固定的。后来，产生了含有两层神经元（输入层、输出层）的感知器，具备了识别简单图像的能力，这也是最初的神经网络的样子。与神经元
snowmanst·2022-11-19 23:54

cs224w 图神经网络学习笔记 3-1

cs224w3-1Nodeembedding引入我们输入一张图，对图按不同的层级做特征工程，之后进行算法训练，完成预测；我们大部分的时间都花在了特征工程上面，我们都在想一种能够更简单更简洁表达图的特征的方法？我们能使特征工程这一步自动化吗？我们将自动学习图上面的特征的一些方法成为FeatureRepresentationLearning或嵌入Embedding；我们的任务是，将节点映射到embed
XWF小弟·2022-11-19 19:58

cs224W 图神经网络学习笔记 1-2

cs224w1-2ApplicationofGraphMLDifferentTypeofTask传统的图机器学习任务有四种:①节点级别②边级别③子图级别④图级别（如图级别预测或生成图）各个级别对应的任务：1.NodeLevel–Classification：节点分类（用户分类、项目分类）例子：蛋白质氨基酸序列，3D折叠形状复杂；给定氨基酸序列，能否预测蛋白质的3D折叠形状？AIphaFold提升了
XWF小弟·2022-11-19 19:28

cs224W 图神经网络学习笔记 1-3

cs224w1-3ChoiceofGraphRepresentation1.图的组成与建立N节点；E边；G图；图是解决问题时的一种通用语言，但为问题选择一种表示方法是一个困难的问题如何构建图去解决问题是我们的重点2.有向图、无向图和二部图Degree：节点连接的边的数量，中文称之为度Avg.Degree：所有节点的度的平均（2E的原因是每条边都被计算了两次）InDegree:出度OutDegree
XWF小弟·2022-11-19 19:28

cs224w 图神经网络学习笔记 2-1

cs224w2-1TraditionalFeature-basedMethods-Node前言：传统图机器学习方法1.传统图机器学习的三个层级我们可以将传统图机器学习任务分为三个层级：节点、边、图；图数据有两种属性特征：1.节点、边、图的特征属性；2.图数据的结构特性（局部网络结构localnetworkstructure这些额外的特征描述了网络的拓扑结构，能使预测更加准确）2.传统机器学习的两大
XWF小弟·2022-11-19 19:28

cs224w 图神经网络学习笔记 2-2

cs224w2-2TraditionalFeature-basedMethods-Line边层级上节课我们介绍了关于节点相关的基础知识，这节课我们将关注于**“边”**。任务：利用现有的链接来预测新的链接的产生；我们需要评估所有为连接的节点对；并对他们进行排序，排名前K个为我们的预测结果；这里的重点是“节点对”特征的设计，我们可以将点A和点B的特征融合起来来作为“节点对”，但失去了点之间的关系信息
XWF小弟·2022-11-19 19:28

cs224W 图神经网络学习笔记 1-1

cs224w1-1WhyGraph？ManyTypesofDataareGraph作者举了几个例子，计算机网络，生信蛋白质分子等很多数据可以用图来表示，图是用于描述和分析有关联性的实体的一种语言，使用图会更接近现实。TypesofNetworksandGraph自然界的图类别：社交网络：70亿人的集合与他们的联系交流交易网络：电子设备之间通信、交易、电话、金融交易等生物信息网络：生物信息网络：基因
XWF小弟·2022-11-19 19:57

cs224w 图神经网络学习笔记 2-3

cs224w2-3TraditionalFeature-basedMethods-Graph图层级我们要用什么方式来表示图的结构呢？我们下面将介绍图的特征描述的描述符号，以便我们进行特征描述；KernelMethods（核方法）核方法被广泛应用于解决图层级的预测的传统的机器学习；思想：设计内核来代替特征向量；简单介绍一下Kernel：1.两个图的核K(G,G,)K(G,G^,)K(G,G,)，衡量
XWF小弟·2022-11-19 19:35

图神经网络学习笔记

1图神经网络应用芯片设计、场景分析问题推理、推荐系统、欺诈检测风控相关、道路交通动态流量预测、自动驾驶、无人机等、化学医疗等场景2图神经网络基本组成点(vertex)、边(edge)、全局图(global)，图神经网络（GNN，GraphNeuralNetwork）主要作用还是跟传统神经网络的作用一样——特征提取，只是提取特征的方式和提取特征的目标不一样。图神经网络主要是为了提取整个图的全局特征而
程哥哥吖·2022-11-19 17:20

神经网络学习笔记3——Transformer、VIT与BoTNet网络

系列文章目录神经网络学习笔记1——ResNet残差网络、BatchNormalization理解与代码神经网络学习笔记2——VGGNet神经网络结构与感受野理解与代码文章目录系列文章目录A、Transformer
RanceGru·2022-11-19 13:06

注意力机制（Attention Mechanism）-CBAM

在神经网络学习中，一般而言模型的参数越多则模型的表达能力越强，模型所存储的信息量也越大，但这会带来信息过载的问题。
车手文·2022-11-19 11:39
上一页 46 47 48 49 50 51 52 53 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他