锐捷网络学习第37页

千锋教育+计算机四级网络-计算机网络学习-01

目录课程链接最早的广域网计算机网络发展阶段计算机网络的定义与要点英文单词网络术语与解释计算机网络分类广域网技术城域网局域网个人局域网五种基本的网络拓扑结构误码率电路交换网特点分组交换交换方式TCP/IP协议族IP协议介绍TCP协议介绍UDP协议介绍网卡MAC地址—链路层IP地址IP地址组成IP地址特点课程链接课程会涉及到一些计算机四级网络技术的知识点千锋教育物联网嵌入式开发基础全套教程，小白学网络

简单点的学玩·2023-01-07 07:18

神经网络学习——梯度下降算法

梯度下降算法。神经网络的学习的目的是找到是损失函数的值尽可能效的参数，这是寻找最优参数的问题，解决这个问题的过程称为最优化。遗憾的是这个问题非常难。这是因为参数空间非常复杂，无法轻易找到最优解。而且，在深度神经网络中，参数的数量非常庞大，导致最优化的问题更加复杂。下面给出几种最优化算法的优缺点算法优点缺点SDG避免冗余数据的干扰，收敛速度加快，能够在线学习。更新值的方差较大，收敛过程会产生波动，可

王木木呀！·2023-01-07 07:45

TVloss

TVLoss(TotalVariationLoss)，全名为总变分损失函数，TVLoss作为一种正则项配合损失函数去调节网络学习。

SetMaker·2023-01-06 08:19

【论文阅读】Cascade Transformers for End-to-End Person Search

在每个阶段，被遮挡的注意力变换器在联合阈值上应用更紧密的交集，迫使网络学习从粗到细的姿势/比例不变特征。同时，计算每个检测的遮挡注意力，以区分一个人

≈落小朵·2023-01-06 07:29

轻量化网络学习 6 Attention-transfer

文章目录0、归纳1、论文1、注意力机制3个类型空间域spatialdomain：更多关注特征空间信息，决定空间中哪些区域重要，那些不重要通道域channeldomain：关注通道信息混合域mixeddomain：同时关注4个应用2、基于激活的注意力转移，前馈过程3、基于梯度的注意力转移，反馈过程2、轻量化改进手段3、研究意义4、总结5、论文总结6、最后关于三篇attention的介绍0、归纳1、论

spark-aixin·2023-01-05 15:45

机器视觉2D/3D标注工具汇总

标注工具是处理原始数据的第一关，无论是检测任务、分割任务还是3D感知、点云等，都需要制作真值来监督网络学习。

@BangBang·2023-01-04 18:53

神经网络可以用来分类吗,神经网络分类特点区别

，在遥感图像的自动分类方面，应用和研究比较多的人工神经网络方法主要有以下几种：（1）BP（BackPropagation）神经网络，这是一种应用较广泛的前馈式网络，属于有监督分类算法，它将先验知识融于网络学习之中

普通网友·2023-01-04 12:07

注意力机制attention笔记

注意力机制attention笔记神经网络学习小记录63–Keras图像处理中注意力机制的代码详解与应用_Bubbliiiing的博客-CSDN博客_keras通道注意力attention介绍_纵雪者的博客

锦鲤柠檬·2023-01-04 09:27

ECCV 2022|DynamicDepth：动态场景下的多帧自监督深度估计

现在的已有方法例如ManyDepth，利用teacher-student网络结构，让多帧部分的网络在不可信区域向单帧部分的网络学习，但是所谓不可信区域的判断准则仅仅是依靠多帧深度和单帧深度的差异来计算的

落叶随峰·2023-01-04 04:16

GNN、GCN、GAT图卷积神经网络学习

一、GNNGNN能干什么？二、GCN在GNN的基础上，GCN要解决的是一个什么问题呢？以求Xi的平均工资为例：更新后的节点信息=邻居节点的信息N+自身节点的信息但是A只与B关联，B与很多节点关联。当计算A的平均工资时，按照上面的公式把B的信息传给A，会使A的信息失真，因此GCN的目标就是解决这个信息传递时失真的问题。解释一下这个公式：A'矩阵代表A的关联矩阵(关联信息+自身信息)，D'代表A'的度

在平凡生活中挣扎·2023-01-03 17:59

yolo系列理论补充（v4、v5、x）和瑞芯微

神经网络学习小记录60——PytorchGhostNet模型的复现详解_Bubbliiiing的博客-CSDN博客Pytorch搭建自己的Ghostnet-YoloV4目标检测平台（Bubbliiiing

Jormungand123·2023-01-03 10:58

WS小世界网络的Matlab代码

复杂网络学习的经典网络之一，WS小世界网络的概念就不再赘述，直接代码开整：functionWS(N,K,p1)%N个节点，每个节点与相邻节点共有2K条连边，断边重连概率为p1%-------------

TCG_GL·2023-01-03 08:56

机器学习笔记------神经网络

神经网络学习的过程就是根据训练数据来调整神经元之间的“连接权(connectionweight)”以及每个功能神经元的阈值——神经网络“学”到的东西，蕴涵在连接权与阈值中。

玉成226·2023-01-02 11:42

VectorNet详解

3.辅助任务为了进一步提高向量网络学习上下文特征的能力，作者提出了一种新的辅助任务，即对图随机进行m

樱花的浪漫·2023-01-02 08:49

吴恩达机器学习[9]-神经网络学习

神经网络学习NeuralNetwork非线性假设Non-linearhypotheses神经元与大脑Neuronsandthebrain模型展示1Modelrepresentation1模型展示2Modelrepresentation2

踏归1234·2023-01-02 07:19

吴恩达机器学习课程07——神经网络学习

目录神经网络模型前向传播反向传播神经网络模型关于这一块的入门知识，比如什么是神经网络呀，等等抽象的入门概念，我不打算讲太多，准确的说，吴恩达老师的课程里已经陈述了一遍了，比较好理解，没有太多要讲的地方。今天的话，我主要想再讲一下前向传播和反向传播的知识（主要是反向传播），这一块其实吴恩达老师也拿出了很多的时间来讲解，但是说实话，这一块内容比较的绕，需要一定的数学功底，之前我也专门总结过很多次了，即

CtrlZ1·2023-01-02 07:45

【原型网络】Prototypical Networks for Few-shot Learning

原型网络学习一个度量空间，其中可以通过计算到每个类的原型表示的距离来执行分类。与最近的小样本学习方法相比，它们反映了一种更简单的归纳偏差，这在这种有限数据的情况下是有益的，并取得了出色的结果。

一只瓜皮呀·2023-01-01 08:44

train-loss和test-loss之间关系：网络学习情况

trainloss不断下降，testloss不断下降，说明网络仍在学习;trainloss不断下降，testloss趋于不变，说明网络过拟合;trainloss趋于不变，testloss不断下降，说明数据集100%有问题;trainloss趋于不变，testloss趋于不变，说明学习遇到瓶颈，需要减小学习率或批量数目;trainloss不断上升，testloss不断上升，说明网络结构设计不当，训练

老司机的诗和远方·2023-01-01 01:54

win10环境下配置pytorch深度学习环境（anaconda3 + cuda 11.1 + cudnn 8005 + pytorch 1.9）

参考链接：深度学习环境配置2——windows下的torch=1.2.0环境配置_Bubbliiiing的学习小课堂-CSDN博客_神经网络学习小记录Win10安装CUDA11.4和Torch1.9.0

tiger&sheep·2022-12-31 11:34

开箱即用，涵盖主流模型的图像分类|主干网络学习/对比/魔改项目

文章目录前言测试环境支持模型（点击跳转到训练自己数据集教程页）训练评估类别激活图可视化前言项目地址：https://github.com/Fafa-DL/Awesome-Backbones视频教程：https://www.bilibili.com/video/BV1SY411P7Nd初衷：帮助大家从简单的LeNet网络到Transformer网络进行复现学习；帮助提高阅读工程代码的能力；帮助进行网

啥都生·2022-12-31 10:31

极限学习机ELM回归预测（MATLAB代码实现）

摘要极限学习机（ExtremeLearningMachine,ELM）作为前馈神经网络学习中一种全新的训练框架,在行为识别、情感识别和故障诊断等方面被广泛应用,引起了各个领域的高度关注和深入研究.ELM

我爱Matlab编程·2022-12-31 04:21

tensorflow入门(二)

TensorFlow实现卷积神经网络学习Tensorflow实战个人笔记,共大家学习交流,欢迎拍砖作者:谢中朝1.TensorFlow实现简单的卷积神经网络'''载入MNIST数据集,并创建默认的InteractiveSession

绿色的森林·2022-12-30 22:50

【基于Pytorch的手写汉字识别】

记录信息记录时间：2020.12.11记录地点：图书馆六楼LJ0972靠窗位置记录背景：基于之前对【手写汉字美学评估】的了解，认为手写汉字识别是神经网络学习入门的非常好的途径。

小书包@·2022-12-30 19:44

机器学习笔记之Sigmoid信念网络(二)醒眠算法

Sigmoid信念网络——对数似然梯度求解过程中的问题醒眠算法基于平均场假设变分推断求解后验概率平均场理论求解后验的弊端醒眠算法引言上一节介绍了对Sigmoid\text{Sigmoid}Sigmoid信念网络学习任务过程中

静静的喝酒·2022-12-30 16:18

生成对抗网络GAN学习

GAN网络学习路径1、经典GAN网络的公式2、网络工作原理(1)：从噪声z进行随机抽样，传入G网络，生成新数据G(z)和其概率分布Pg(G(z))(2)：将真实数据和G生成的新数据一起传入D网络进行真假判别

朕；振；震·2022-12-30 08:15

动手学深度学习（现代卷积神经网络学习笔记）

现代卷积神经网络之前的传统的机器学习方式，是传入人工制作选取的图像特征作为输入，训练后送入分类器中，如今是原始图像（可能裁剪）输入网络进行训练。计算机视觉研究人员相信，从对最终模型精度的影响来说，更大或更干净的数据集、或是稍微改进的特征提取，比任何学习算法带来的进步要大得多。大纲主要有以下结构，学习这些结构，包含的思想，有助于以后自己网络模型的搭建AlexNet。它是第一个在大规模视觉竞赛中击败传

遥感人遥感魂·2022-12-30 07:14

神经网络学习笔记9——循环神经网络中的LSTM模型和GRU模型

系列文章目录LSTM视频参考GRU视频参考文章目录系列文章目录前言一、LSTM模型结构二、GRU模型结构三、GRU与LSTM的比较前言循环神经网络（RecurrentNeuralNetwork，RNN）是一种用于处理序列数据的神经网络。相比一般的神经网络来说，他能够处理序列变化的数据。比如某个单词的意思会因为上文提到的内容不同而有不同的含义，RNN就能够很好地解决这类问题。LSTM是RNN的一种，

RanceGru·2022-12-29 17:23

顶会快讯 | 两篇多图神经网络学习跨域表示文章推荐

导读：本期论文分享两篇多图神经网络学习跨域表示的文章，一篇是图节点分类任务，另一篇是推荐任务的。

weixin_45519842·2022-12-29 13:37

神经网络学习笔记(三)——长短期记忆网络LSTM

长短期记忆网络LSTM文章目录长短期记忆网络LSTM一、概述二、背景三、LSTM原理3.1模型结构3.2前向传播3.3反向传播3.4LSTM的变体3.4.1PeepholeConnection3.4.2Coupled四、LSTM的简单使用五、总结一、概述长短期记忆网络——通常被称为LSTM，是一种特殊的RNN，能够学习长期依赖性。由Hochreiter和Schmidhuber（1997）提出，

Storm*Rage·2022-12-29 12:09

Pytorch：深度学习中的Normalization

BatchNormLayerNormInstanceNormGroupNorm1.1.Normalization的意义参考：ICS(internalcovariateshift)问题详解Normalization主要是解决ICS问题，我们常说深度学习神经网络学习到特征

Rui@·2022-12-29 12:06

经典网络学习-ResNet代码实现

前言基于上一篇理论分析，今天我们探讨学习下ResNet的代码实现，如果没有看过>建议先看下。在我写这篇前，我也调研了网上的其他实现,都不如pytorch官方源码实现好,所以官方版本讲解如何实现resNetpytorchresnet源码链接ResNet架构这里依然放上论文中的架构图：图中的每一层其实就是BasicBlock或者BotteNeck结构。这里给出ResNet-34结构图如图所示，图中的虚

@左左@右右·2022-12-29 12:59

TensorRT入门介绍

它专注于推理任务，与常用的神经网络学习框架形成互补，包括TensorFlow、Caffe、PyTorch、MXNet等。可以直接载入这些框架的已训练模型文件，也提供了API接口通过编程自行构建模型。

Ango_Cango·2022-12-29 11:51

MySQL学习笔记(二）增删改

写在前面：本篇为作者自学总结，学习内容为课堂所学和网络学习笔记汇总，对于内容引用部分在文中和文末注明。文章仅供参考，如需深入了解，请查阅MySQL参考手册。

茱迪chen·2022-12-29 10:32

深度学习归一化方法

神经网络学习的本质就是学习数据的分布。如果没有对数据进行归一化处理，那么每一批次训练的数据的分布就有可能不一样。

嘟嘟太菜了·2022-12-28 22:31

计算机网络（四）—— 网络层（4、5）：IP数据报的发送和转发过程、静态路由配置及其可能产生的路由环路问题

计算机网络系列内容的学习目录→\rightarrow→谢希仁计算机网络学习系列内容汇总。

大彤小忆·2022-12-28 15:11

对抗网络学习-FGSM对抗样本生成

对抗样本指的是一个经过微小调整就可以让机器学习算法输出错误结果的输入样本。在图像识别中，可以理解为原来被一个卷积神经网络（CNN）分类为一个类（比如“熊猫”）的图片，经过非常细微甚至人眼无法察觉的改动后，突然被误分成另一个类（比如“长臂猿”）。为什么这样轻微的扰动可以对神经网络造成如此大的影响，业界目前的共识认为这不是过拟合的结果，而是因为输入特征维度过高和模型的线性性质导致的。深度模型本实确实是

Vampont·2022-12-28 13:54

【吴恩达机器学习笔记】第五章神经网络学习

【吴恩达机器学习笔记】第五章神经网络学习1、神经网络模型我们将一个神经元模拟成一个逻辑单元，下图表示对hθ(x)h_{\theta}(x)hθ(x)进行计算的神经元，黄色圆圈代表一个神经元，蓝色圆圈代表树突或轴突传输的信号

毕君郁·2022-12-28 12:13

最成功的神经网络学习算法：反向传播

文章目录Back-propagationNeuralNetwork（BP神经网络）StructureofBP-NN（BP神经网络的结构）LearningAlgorithmofBP-NN（BP-NN的学习算法）AlgorithmofBack-propagation反向传播算法AStochasticGradientDescentAlgorithm随机梯度下降算法BackPropagationAlgor

步步咏凉天·2022-12-28 12:41

深度学习入门（四）——神经网络是如何学习的？

所谓的神经网络学习过程是根据模型分类效果调整神经网络中上千个激活函数的所有权值和偏置值。直至模型分类精度符合要求，模型学习过程结束。前文曾经介绍，神经元是装有激活值的容器。

爱骑单车的阿鹏·2022-12-28 12:40

锐捷NAT+ACL基础实验

目录实验配置R1与R2配置OSPF在R2上配置NAT+ACLACL讲解锐捷常用的ACL锐捷ACL匹配顺序锐捷NAT相关配置NAT讲解锐捷NAT的术语锐捷NAT地址池配置锐捷源NAT策略配置（转换源地址）

静下心来敲木鱼·2022-12-28 08:30

matlab交通标志神经网络识别,基于神经网络的交通标志识别方法

采用基于神经网络学习的

weixin_39955925·2022-12-28 07:42

小白的神经网络学习

小白的神经网络学习笔记文章目录小白的神经网络学习笔记一.环境配置二.感知器（Perceptron）单层感知器多层感知器（MLP，MultilayerPerceptron）Keras实现三.逻辑回归与交叉熵关于

summer_bugs·2022-12-28 06:02

机器学习matlab代码整理--非神经网络学习器

概览本文给出了下面9种学习器的matlab代码（代码主要来自前人整理，外加自己编写），应用的例程（附带iris数据集），以及介绍算法原理优秀的链接。支持向量机k-近邻线性判别分析随机森林RSSBaggingBoosting逻辑回归朴素贝叶斯程序包链接：https://pan.baidu.com/s/1M_lzlJ5LqyGY96KTAYDakw提取码：oom7应用例程%%机器学习-例程%%简单介绍

25岁的学习随笔·2022-12-27 22:09

基于Python会话与requests库实现河北网络学院自动化

代码逻辑：本次软件开发使用模块化编程，并最终使用pyinstaller打包成exe文件，加入md5加密模块，可以让各位在基础薄弱的情况下进行软件的推广，特此申明：本软件及源代码仅用于网络学习交流，严禁用于商业用途

MA21194524·2022-12-27 18:20

【博学谷学习记录】超强总结，用心分享|人工智能第十六课Python-TCP网络应用介绍！

2、为什么要学习网络学习网络的目的就是能够编写基于网络通信的软件或程序，通常来说就是网络编程。

温柔的山大王·2022-12-26 22:20

基于BP神经网络实现气凝胶加气混凝土抗压强度预测（附代码）

抗压强度测试方法1.3为什么选择BP神经网络2.MATLAB算法实现2.1训练集数据编辑2.2数据导入与整理2.3BP神经网络建立3.算法评价3.1算法运行结果3.2本算法的不足和待改进之处3.2.1BP神经网络学习不稳定

沉醉花海123·2022-12-26 17:20

经典神经网络学习笔记之LeNet（附带代码）

本文是对经典论文“Gradient-BasedLearningAppliedtoDocumentRecognition”的阅读笔记之一，主要介绍LeNet的结构以及参数个数的计算，结合“DeepLearningforComputerVisionwithPythonstarterbundle”所介绍的原理和实验所写。笔者才疏学浅，还望指教。一、理论部分LeNet首次出现是在1998年的论文中，基于梯

我很懒但我很软乎·2022-12-26 16:34

神经网络学习笔记——鸢尾花分类

TensorFlow笔记——鸢尾花分类代码笔记记录实验流程和代码功能，附上关于所涉及到的tensorflow库中函数的解释实验流程数据集读入数据集乱序生成训练集和测试集(即x_train/y_train)数据类型转换配成(输入特征，标签)对，每次读入一小撮(batch)搭建网络定义神经网路中所有可训练参数参数优化嵌套循环迭代，with结构更新参数，显示当前loss测试效果计算当前参数前向传播后的准

XL_0502·2022-12-26 13:02

神经网络学习笔记（3）——梯度下降公式讲解与反向传播算法

结合上上两篇文章的叙述，这一篇文章主要讲解梯度的公式的推导，笔记来自于3B1B的视频，链接会放在最后。同样的，这一篇文章依旧没有代码。上篇文章中稍稍写漏了点东西，就是说在梯度下降过程中，步长是与该点的斜率有关，如果无关的话，那么如果步长太大，是不是就从坑中心滚过去了呀？比如这样：下面开始正文。每层只有一个神经元根据上篇文章的内容，梯度会有正有负，代表的意思就是这个点该如何移动。而每一项的相对大小告

野指针小李·2022-12-26 10:57

神经网络学习----训练模型过程中的内存不足错误

如果你的计算机GPU很差（比如我的就很差很差），在训练模型时你会发现刚开始训练正常，但后面就会报下图的错误。错误：numpy.core._exceptions.MemoryError:Unabletoallocate4.12MiBforanarraywithshape(600,600,3)anddatatypefloat32该错误是内存不足导致训练不能继续，我的bathsize==1了已经，但还是

红枣燕麦·2022-12-25 22:23

推荐频道

锐捷网络学习