07.网络学习

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

机器学习——过拟合问题

07.过拟合问题过拟合问题龙格现象，预测出的函数值过于复杂，以此去匹配每一个函数值和函数对象，导致过拟合没有达到很好的预测效果，无法泛化到新的样本中回归方程中在训练集中过拟合的话，在测试集中的准确率往往不会高
荒野的雄狮·2022-11-21 19:17

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

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

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

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

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

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

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

剑指 Offer 07. 重建二叉树

剑指Offer07.重建二叉树难度中等940输入某二叉树的前序遍历和中序遍历的结果，请构建该二叉树并返回其根节点。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。示例1:Input:preorder=[3,9,20,15,7],inorder=[9,3,15,20,7]Output:[3,9,20,null,null,15,7]示例2:Input:preorder=[-1],inorder=
Miraclo_acc·2022-11-19 21:58

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

【VIIF:条件双判别器DDcGAN：不同分辨率：无监督】

LearningaGenerativeModelforFusingInfraredandVisibleImagesviaConditionalGenerativeAdversarialNetworkwithDualDiscriminators（通过具有双重鉴别器的条件生成对抗网络学习融合红外和可见光图像的生成模型
小郭同学要努力·2022-11-19 11:27

神经网络学习：detectron2 + win10 安装方法

基础：GPU（我的是3080）+win10安装顺序：vs2019（这里不用加什么模块）G++/gcc（大于5.0）GPU驱动（我的是511.xx）Cuda+Cudnn（我的是11.0+for11.x）conda安装（这里随便）开始建立虚拟环境：建一个你自己的环境：condacreate-nenv_namepython=3.6activatemy_env进入环境condainstallpackage
bieliwuguiqi·2022-11-19 11:31

2022.11.6 第7次周报

目录摘要经典卷积神经网络学习LeNet-5AlexNetTensorFlow学习Fetch和Feed代码实现非线性回归代码实现文献阅读主要内容自然语言处理中的深度学习从图像到文本白盒攻击黑盒攻击存在问题及解决方法总结摘要本周学习了卷积神经网络经典模型
轻描淡写ζ·2022-11-19 09:29

2022.11.13 第8次周报

目录摘要经典卷积神经网络学习VGGNetsGoogleNetResNEts区别阅读文献亮点内容介绍可解释的深度学习方法基于归因的方法基于非归因的方法通过模型压缩和加速实现高效的深度学习深度学习中的鲁棒性和稳定性小结总结摘要
轻描淡写ζ·2022-11-19 09:29

神经网络学习笔记4——GNN图神经和GCN图卷积网络

系列文章目录博客依托于国外GNN综述结合沐神视频文章目录系列文章目录图神经一、图是什么？二、机器学习中使用图1、邻接矩阵的表达2、GNN1.独自更新2.VE交互更新3.UVE交互更新3、GCN总结图神经什么是图：图是一种对节点和节点间关系建模的数据结构，是机器学习中唯一的非欧几里得数据，图分析可用于节点分类、链接预测和聚类。GNN的来源：CNN：CNN可以提取大量本地紧密特征并组合为高阶特征，但C
RanceGru·2022-11-19 06:01

基于遗传算法的神经网络,遗传算法训练神经网络

1．遗传算法在网络学习中的应用在神经网络中，遗传算法可用于网络的学习。这时，它在两个方面起作用(1)学习规则的优化用遗传算法对神经网络学习规则实现自动优化，从而提高学习速率。
普通网友·2022-11-19 05:05

datawhale李宏毅机器学习——task07总结

机器学习是为了让机器能够像人一样拥有智慧而设计的一种算法，这种算法最大的特点在于从一堆数据中根据设定的神经网络学习数据中隐含的知识。
山泼黛·2022-11-19 02:44

rocketmq新扩容的broker没有tps_Spring Cloud（十二）：消息中心篇RocketMq与Kafka选型（一）...

01.两者的相同点02.部署架构不同03.工作流程不同04.日志存储方式不同05.保证消息顺序消息的方法是否相同06.消息重复机制不同07.是否支持延
weixin_39942726·2022-11-18 22:50

常见激活函数适用场景及优缺点分析

什么是激活函数激活函数（ActivationFunction）是一种添加到人工神经网络中的函数，旨在帮助网络学习数据中的复杂模式。
巴涅波赫夫·2022-11-17 07:37

机器学习读书笔记：神经网络

文章目录神经元感知机&多层神经网络神经网络学习多层神经网络误差逆传播算法：BP(BackPropagation)神经网络过拟合问题局部最小与全局最小现在的深度学习大行其道，深度学习就是利用深度神经网络来进行学习
新兴AI民工·2022-11-16 07:26
上一页 43 44 45 46 47 48 49 50 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他