轻量化神经网络

10X单细胞（10X空间转录组）数据分析之图神经网络框架

hello，大家好，随着我们认识的深入，分享的内容也越来越“高大上”，这次要分享的内容就是神经网络运用到我们的单细胞或者空间的数据分析。
单细胞空间交响乐·2024-01-09 22:25

循环神经网络语言模型：探索不同的编码器解码器架构

1.背景介绍循环神经网络（RecurrentNeuralNetworks,RNNs）是一种人工神经网络，可以处理时间序列数据。
OpenChat·2024-01-09 21:46

104、Behind the Scenes: Density Fields for Single View Reconstruction

通过直接从可用视图中采样颜色，而不是在密度场中存储颜色，与NeRFs相比，所提出的场景表示变得明显不那么复杂，并且神经网络可以在一次前向传递中预测它，从视频数据中进行自我监督训练预测网络。
C--G·2024-01-09 20:39

竞赛保研 基于深度学习的动物识别 - 卷积神经网络 机器视觉 图像识别

文章目录0前言1背景2算法原理2.1动物识别方法概况2.2常用的网络模型2.2.1B-CNN2.2.2SSD3SSD动物目标检测流程4实现效果5部分相关代码5.1数据预处理5.2构建卷积神经网络5.3tensorflow
iuerfee·2024-01-09 20:08

Transformer论文--Attention Is All You Need

原文链接：AttentionisAllyouNeed文章概述目前主要的序列传导模型基于复杂的循环或卷积神经网络，包括encoderandadecoder。
pepsi_w·2024-01-09 20:37

Attention Is All You Need (Transformer 原文)

Transformer系列经典论文最前面是论文翻译，中间是背景+问题+方法步骤+实验过程，最后是文中的部分专业名词介绍（水平线分开，能力有限，部分翻译可能不太准确）摘要主要的序列转导模型基于复杂的循环或卷积神经网络
Y蓝田大海·2024-01-09 20:36

论文阅读-Attention Is All You Need阅读报告-机器翻译

文中提到，主流的序列转换模型都是基于复杂的循环神经网络（RNN）或卷积神经网络（CNN），且都包含一个encoder和一个decoder。RNN及其衍生网络的缺点就是慢，问题在于前后隐藏状
完美屁桃·2024-01-09 20:05

GraphGPT： Graph Instruction Tuning for Large Language Models

GraphInstructionTuningforLargeLanguageModels基本信息博客贡献人猪八戒作者JiabinTang,YuhaoYang,WeiWei[单位]香港大学数据智能实验室摘要图神经网络
图学习小组·2024-01-09 20:27

haiku定义简单的模型并初始化参数

Haiku是一个基于JAX的深度学习库，旨在提供简洁、灵活且易于使用的API，以构建和训练神经网络模型。
qq_27390023·2024-01-09 20:53

Python中的线性可分性

线性可分性是神经网络中的一个重要概念。如果n维空间中的分离点遵循则它被称为线性可分的。对于二维输入，如果存在一条线（其方程为）将一个类别的所有样本与另一个类别分开。
python收藏家·2024-01-09 19:18

图像分类任务的可视化脚本，生成类别json字典文件

如这篇文章中：CNN卷积神经网络对染色血液细胞分类(blood-cells)在分类任务中，必定经历过图像预处理，缩放啊、随即裁剪啊之类的，可视化效果不太明显本章将从数据角度出发，直接根据数据目录将图像可视化
听风吹等浪起·2024-01-09 19:46

吃瓜学习笔记4-第五章神经网络（感知机、多层前馈网络、误差逆传播算法BP,过拟合）

感知机感知机由两层神经元组成，如图5.3所示，输入层接收外界输入信号后传递给输出层，输出层是M-P神经元，亦称"阈值逻辑单元"其中感知机是用在线性可分的数据集上。感知机的目的就是能得到一个对数据集T中的正负样本完全正确划分的超平面，其中就是超平面方程什么叫线性可分？就是找到一个超平面把数据分开。什么叫超平面？超平面就是能把数据集分开的，比如说在一维可以用点区分，点就是超平面；二维可以用线条区分，线
曼曼668·2024-01-09 17:09

为什么我们对图像使用卷积而不仅仅是FC层？

其次，卷积神经网络(CNNs)具有部分内建的平移不变性，因为每个卷积核充当其自身的滤波器/特征检测器。
城市中迷途小书童·2024-01-09 16:33

图像分类保姆级教程-深度学习入门教程（附代码）

1.算法原理：深度学习图像分类利用卷积神经网络（CNN）作为模型的核心。CNN具有多层卷积和池化层，能够自动发现图像中的特征。
从懒虫到爬虫·2024-01-09 16:39

自动驾驶轨迹预测

目录神经网络轨迹预测综述：比较新的轨迹预测网络Uber：LaneRCNN[5]Google：VectorNet[6]Huawei：HOME[7]Waymo：TNT[8]Aptive：Covernet[9
AI视觉网奇·2024-01-09 15:22

大模型的“幻觉”问题

1.大模型技术介绍"大模型技术"通常指的是在深度学习中使用大型神经网络的技术和方法。这些技术的发展主要受益于计算资源的增加、模型架构的创新以及训练算法的改进。
清汤鸡蛋·2024-01-09 14:12

梯度下降 梯度消失 梯度爆炸 通俗易懂讲解对比

梯度下降、梯度消失和梯度爆炸都是深度学习中的重要概念，它们与神经网络的训练过程密切相关。下面我会尽量用通俗易懂的方式来解释这三个概念，并进行对比。
香至-人生万事须自为，跬步江山即寥廓。·2024-01-09 13:33

经典卷积神经网络简介之【AlexNet】

论文中转：ImageNetClassificationwithDeepConvolutionalNeuralNetworks1AlexNet简介自LeNet-5在1998年提出以后，时隔14年，AlexNet横空问世，在2012年ImageNet竞赛中以冠军的成绩笑傲群雄，也就是从那时起，更多更优秀的网络被相继提出。论文第一作者是来自多伦多大学的AlexKrizhevsky，因此网络称为AlexN
Lurker_0·2024-01-09 13:41

机器学习（三）：神经网络

一、基本原理神经网络(neuralnetworks)模拟生物神经网络的一种机器学习模型。
fromeast·2024-01-09 13:28

基于tensorflow CNN的花卉识别系统

用户可以上传一张花卉图片，系统通过使用卷积神经网络（CNN）模型，自动识别出该花卉的品种。
沐知全栈开发·2024-01-09 12:12

六、计算机视觉相关内容

1.1.2变换颜色1.1.3结合多种图像增广方法二、微调2.1微调的步骤2.2具体案例三、目标检测和边界框3.1边界框四、锚框五、多尺度目标检测六、目标检测数据集七、单发多框检测(SSD)八、区域卷积神经网络
穆_清·2024-01-09 12:59

五、卷积神经网络

特征映射和感受野二、填充和步幅2.1填充2.2步幅三、多输入多输出通道3.1多输入通道3.2多输出通道3.31×1卷积层四、汇聚层/池化层4.1最大汇聚层与平均汇聚层4.2填充和步幅4.3多个通道五、卷积神经网络
穆_清·2024-01-09 12:29

极限学习机原理及Python实现（ELM）

基本原理极限学习机（ExtremeLearningMachine，简称ELM）是一种单隐层神经网络，它的主要特点是隐含层节点的权重和偏置系数可以随机生成，生成之后就不再调整，唯一需要确定的是输出层的权重系数
Mobius8086·2024-01-09 12:56

深度学习：图神经网络——在推荐系统中的应用

PinSage是工业界应用图神经网络完成推荐任务的第一个成功案例，其从用户数据中构造图（graph）的方法和应对大规模图而采取的实现技巧都值得我们学习。
一碗姜汤·2024-01-09 11:35

问题:batchnormal训练单个batch_size就会报错吗

在训练神经网络时，BatchNormalization可以帮助解决内部协变量偏移（InternalCovariateShift）的问题。
zwhdldz·2024-01-09 11:53

NUS提出全新学习范式！不利用数据样本，仅依靠预训练好的分类器来得到生成器...

❓预训练神经网络分类器只能用于分类任务么？❌不。预训练分类器的backbone早已被应用于分割，检测等诸多其他任务。❓那，预训练神经网络分类器可以用于判别以外的任务么？
PaperWeekly·2024-01-09 11:43

【机器学习】循环神经网络（三）

四、序列预测问题循环神经网络实现的序列到序列的映射（RecurrentNeuralNetworkbasedSequence-to-SequenceMapping）是一种使用循环神经网络来将一个序列数据映射到另一个序列数据的方法
十年一梦实验室·2024-01-09 11:10

【机器学习】循环神经网络（四）-应用

五、应用-语音识别5.1语音识别问题详述语音识别的经典方法GMM+HMM框架5.2深度模型详述DNN-HMM结构循环神经网络与CTC技术结构用于语音识别问题六、自然语言处理RNN-LM建模方法6.1中文分词
十年一梦实验室·2024-01-09 11:36

互联网加竞赛 基于卷积神经网络的乳腺癌分类 深度学习 医学图像

5.2.1导入库5.2.2图像加载5.2.3标记5.2.4分组5.2.5构建模型训练6分析指标6.1精度，召回率和F1度量6.2混淆矩阵7结果和结论8最后1前言优质竞赛项目系列，今天要分享的是基于卷积神经网络的乳腺癌分类该项目较为新颖
Mr.D学长·2024-01-09 09:20

用pytorch给深度学习加速：正交与谱归一化技术

torch.nn参数优化parametrizations.orthogonal这个torch.nn.utils.parametrizations.orthogonal模块是PyTorch库中的一个功能，用于对神经网络中的矩阵或一批矩阵应用正交或酉参数化
E寻数据·2024-01-09 09:36

【深入浅出Pytorch-task3】上采样与下采样、神经网络中类的继承，调用父类初始化方法、对网络中间层进行修改

提出问题1.下采样连接与上采样连接是什么?下采样连接和上采样连接也可以叫做池化层以及上采样层1.1下采样（downsampling）在深度学习中，下采样连接也叫下采样层，在视觉领域也称为池化层目的就是用来降低特征的维度并保留有效信息，一定程度上避免过拟合。但是池化的目的不仅仅是这些，还有保持旋转、平移、伸缩不变形等。上采样（upsampling）在深度学习框架中，上采样连接可以简单的理解为任何可以
数据框·2024-01-09 09:33

基于YOLOv6开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:52

基于YOLOv7开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:52

基于YOLOv3开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv4开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv5全系列参数模型【n/s/m/l/x】开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:22

基于YOLOv8全系列【n/s/m/l/x】开发构建道路交通场景下CCTSDB2021交通标识检测识别系统

卷积神经网络（CNN）在计算机视觉任务中取得了突破性进展，在交通标志分类方面取得了巨大的成功。
Together_CZ·2024-01-09 09:49

高速公路表面图像裂缝检测程序

Java项目、Python项目、前端项目、人工智能与大数据、简历模板、学习资料、面试题库、技术互助收藏点赞不迷路关注作者有好处文末获取源码项目编号：BS-AI-002一，环境介绍语言环境：Matlab算法：神经网络
qq_469603589·2024-01-09 09:18

卷积神经网络|猫狗分类系列--导入kaggle猫狗数据集

解决任何真实问题的重要一步是获取数据，Kaggle提供了大量不同数据科学问题的竞赛。我们将从https://www.kaggle.com/competitions/dogs-vs-cats/data下载猫狗数据集，并对其进行一定的操作，以正确的导入到我们的计算机，为接下来的模型训练做准备。数据集（带有标号的）包含25000张图片，猫狗各一半，图片格式如下：类别.序号.jpg，比如cat.1.jpg
霜溪·2024-01-09 09:40

卷积神经网络|迁移学习-猫狗分类完整代码实现

我们仍然按照这个步骤开始我们的模型的训练准备一个可迭代的数据集定义一个神经网络将数据集输入到神经网络进行处理计算损失通过梯度下降算法更新参数imp
霜溪·2024-01-09 09:10

人脸表情识别从 0 到部署，猜猜『轮到你了』的微笑狼人到底是谁！

更多内容请关注『机器视觉CV』公众号，提供免费GPU本文实现了从项目调研、数据收集、数据预处理、深度卷积神经网络训练再到服务器部署，实现了一个人脸表情识别的小项目，非常适合一直在学习，但是找不到合适的练手项目的同学
机器视觉CV·2024-01-09 09:38

Adding Conditional Control to Text-to-Image Diffusion Models——【论文笔记】

(github.com)Abstract论文提出了一种神经网络架构ControlNet,可以将空间条件控制添加到大型的预训练文本到图像扩散模型中。ControlNet将预
我是浮夸·2024-01-09 08:20

科技云报道：“存算一体”是大模型AI芯片的破局关键？

第一次发生在2012年10月，卷积神经网络（CNN）算法凭借比人眼识别更低的错误率，打开了计算机视觉的应用盛世。
科技云报道·2024-01-09 08:46

【python】神经网络

构建神经网络的典型流程1.定义一个拥有可学习参数的神经网络2.遍历训练数据集3.处理输入数据使其流经神经网络4.计算损失值5.将网络参数的梯度进行反向传播6.以一定的规则更新网络的权重卷积神经网络（pytorch
岩塘·2024-01-09 08:43

【目标检测】YOLOv1 ，one-stage 目标检测算法的开山之作

YOLOv1简介二、YOLOv1网络结构三、YOLOv1的损失函数四、YOLOV1的不足五、YOLOv1的预测六、推荐参考资料一、YOLOv1简介YOLO是YouOnlyLookOnce的缩写，意思是神经网络只需要看一次图片
ctrl A_ctrl C_ctrl V·2024-01-09 08:10

机器学习 前馈神经网络

人工神经网络（ArtificialNeuralNetwork，ANN）是指一系列受生物学和神经科学启发的数学模型．这些模型主要是通过对人脑的神经元网络进行抽象，构建人工神经元，并按照一定拓扑结构来建立人工神经元之间的连接
白牛DATA·2024-01-09 08:31

Pytorch：torch.nn.Module

torch.nn.Module是PyTorch中神经网络模型的基类，它提供了模型定义、参数管理和其他相关功能。
北方骑马的萝卜·2024-01-09 07:40

探索PyTorch优化和剪枝技术相关的api函数

torch.nn子模块Utilities解析clip_grad_norm_torch.nn.utils.clip_grad_norm_是PyTorch深度学习框架中的一个函数，它主要用于控制神经网络训练过程中的梯度爆炸问题
E寻数据·2024-01-09 07:06

Pytorch：torch.nn.Module.apply用法详解

以下是关于torch.nn.Module.apply的示例：1.语法Module.apply(fn)Module：PyTorch中的神经网络模块，例如torch.nn.Module的子类。
北方骑马的萝卜·2024-01-09 06:22

孪生神经网络MATLAB实战[含源码]

一、算法原理孪生神经网络（Siameseneuralnetwork）是一种深度学习网络，它使用两个或多个具有相同架构、共享相同参数和权重的相同子网。孪生网络通常用于寻找两个可比较事物之间的关系的任务。
matlab数学建模加油站+·2024-01-09 06:13
上一页 43 44 45 46 47 48 49 50 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他