FNN模糊神经网络

AI赋能把“杂多集合”转化为“理想集合”的数学建模与认知升级

AI赋能把“杂多集合”转化为“理想集合”的数学建模与认知升级一、核心概念定义杂多集合（ChaoticSet）定义：元素间关系模糊、结构无序的集合数学表达：C={x∣x∈X,P(x)}，其中P(x)是模糊隶属函数实例
geneculture·2025-05-22 08:41

OID: Outlier Identifying and Discarding in Blind Image Deblurring论文阅读

OutlierIdentifyingandDiscardinginBlindImageDeblurring1.研究目标与实际意义1.1研究目标1.2实际问题与产业意义2.创新方法：异常值识别与丢弃框架（OID）2.1核心思路2.2关键公式与模型架构2.2.1盲去模糊建模
青铜锁00·2025-05-22 08:08

RK3588 RKNN ResNet50推理测试

RK3588芯片搭载的NPU（神经网络处理单元）专为加速AI运算设计，而RK
Hi20240217·2025-05-22 07:32

AIGC数字人伦理问题探讨：虚拟与现实的边界在哪里？

关键词：AIGC、数字人、人工智能伦理、虚拟现实、身份认同、数据隐私、社会影响摘要：本文深入探讨了AIGC(人工智能生成内容)数字人技术带来的伦理挑战，分析了虚拟与现实的边界模糊化现象。
AI大模型应用工坊·2025-05-22 06:57

小土堆pytorch学习笔记 之神经网络基本骨架

pytorch之神经网络基本骨架[!TIP]首先来补补一些图像处理的基础知识吧！（尊嘟是0基础了）关于图片格式高度（Height）：图像的垂直尺寸，即图像从上到下的像素数量。
李小鱼爱喝水·2025-05-22 06:24

论文研读 | 解耦动态时空图神经网络交通预测

DecoupledDynamicSpatial-TemporalGraphNeuralNetworkforTrafficForecasting本文是由中科院大学2022年发表于VLDB会议的一篇文章，作者创新地提出了一种解耦时空框架——DSTF，提升了模型在交通流预测任务中的性能，并在两个真实数据集上进行了验证。作者通过将先验知识融合进模型结构中，从而提升模型性能的思路值得借鉴，以下对论文进行分享
时空大数据小组·2025-05-22 05:48

【时空图神经网络 & 交通】相关模型2：STSGCN | 时空同步图卷积网络 | 空间相关性，时间相关性，空间-时间异质性

注：仅学习使用~前情提要：【时空图神经网络&交通】相关模型1：STGCN|完全卷积结构，高效的图卷积近似，瓶颈策略|时间门控卷积层：GLU（GatedLinearUnit），一种特殊的非线性门控单元目录
追光者♂·2025-05-22 05:47

三维卷积神经网络预测MNIST数字详解

from__future__importdivision,print_functionimporttensorflowastfimportmatplotlib.pyplotaspltimportnumpyasnp#导入mnist数据集fromtensorflow.examples.tutorials.mnistimportinput_datamnist=input_data.read_data_s
gldbys·2025-05-22 02:29

卷积神经网络中的二维卷积与三维卷积详解

【内容摘要】本文聚焦卷积神经网络中的二维卷积与三维卷积，详细解析两者的区别、操作原理及应用场景，涵盖二维/三维卷积操作示意图、多通道输入处理方式，以及RGB图像不采用三维卷积的原因，助力理解不同卷积类型的特性与适用场景
青柚MATLAB学习·2025-05-22 02:27

深度学习实战 04：卷积神经网络之 VGG16 复现三（训练）

在后续的系列文章中，我们将逐步深入探讨VGG16相关的核心内容，具体涵盖以下几个方面：卷积原理篇：详细剖析VGG的“堆叠小卷积核”设计理念，深入解读为何3×3×2卷积操作等效于5×5卷积，以及3×3×3卷积操作等效于7×7卷积。架构设计篇：运用PyTorch精确定义VGG16类，深入解析“Conv-BN-ReLU-Pooling”这一标准模块的构建原理与实现方式。3.训练实战篇：在小规模医学影像数
生信探索·2025-05-22 01:19

分类预测 | Matlab实现PNN概率神经网络多特征分类预测

分类预测|Matlab实现PNN概率神经网络多特征分类预测目录分类预测|Matlab实现PNN概率神经网络多特征分类预测分类效果代码功能算法流程程序设计参考资料分类效果代码功能该代码实现了一个基于**概率神经网络
机器学习之心·2025-05-21 22:29

深度学习中的正则化方法与卷积神经网络基础

笔记1正则化方法1.1什么是正则化防止模型过拟合(训练集效果好,测试集效果差),提高模型泛化能力一种防止过拟合,提高模型泛化能力的策略L1正则:需要通过手动写代码实现L2正则:SGD(weight_decay=)dropoutBN1.2Dropout正则化让神经元以p概率随机死亡,每批次样本训练模型时,死亡的神经元都是随机,防止预测结果受某个神经元影响(防止过拟合)p概率->[0.2,0.5],简
郜太素·2025-05-21 21:22

机器学习套娃：从数字图像处理到深度学习，一张图秒懂四者关系

“神经网络和机器学习啥关系？”今天用俄罗斯套娃+炒土豆丝的类比，5分钟理清它们的「祖孙三代」关系！
LYPHARD MELODY。·2025-05-21 20:48

PyTorch进阶实战指南：01自定义神经网络组件开发

PyTorch进阶实战指南：01自定义神经网络组件开发前言在深度学习领域，PyTorch凭借其动态计算图和灵活的模块化设计，已成为学术研究和技术落地的首选框架之一。
灏瀚星空·2025-05-21 17:26

【深度学习-Day 14】从零搭建你的第一个神经网络：多层感知器(MLP)详解

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手
吴师兄大模型·2025-05-21 17:25

记忆的艺术：RNN中的梯度消失与梯度爆炸问题

记忆的艺术：RNN中的梯度消失与梯度爆炸问题1.背景介绍1.1循环神经网络简介循环神经网络(RecurrentNeuralNetworks,RNNs)是一种用于处理序列数据的神经网络模型。
AGI大模型与大数据研究院·2025-05-21 17:25

神经网络全解析：从基础原理到实战应用

一、神经网络：模拟人脑的智能引擎神经网络（NeuralNetwork,NN）是受生物大脑神经元结构启发的计算模型，通过多层interconnected神经元的协作，实现数据模式识别与智能决策。
Cloud Traveler·2025-05-21 11:49

小白的进阶之路系列之二----人工智能从初步到精通pytorch中分类神经网络问题详解

什么是分类问题？分类问题涉及到预测某物是一种还是另一种。例如，你可能想要：问题类型具体内容例子二元分类目标可以是两个选项之一，例如yes或no根据健康参数预测某人是否患有心脏病。多类分类目标可以是两个以上选项之一判断一张照片是食物、人还是狗。多标签分类目标可以被分配多个选项（标签）预测维基百科文章的分类（例如数学、科学和哲学）分类和回归是最常见的机器学习问题之一。在本笔记本中，我们将使用PyTor
金沙阳·2025-05-21 09:02

知识蒸馏在小样本学习中的作用

知识蒸馏在小样本学习中的作用关键词：知识蒸馏，小样本学习，深度神经网络，软标签，迁移学习，注意力机制摘要：本文将详细探讨知识蒸馏技术在小样本学习中的重要作用。
AI天才研究院·2025-05-21 09:32

box-shadow 添加阴影效果、四周阴影

box-shadow属性用于在元素的框架上添加阴影效果语法div{/*主要参数*/box-shadow:10px10px20px20pxred;box-shadow:X轴偏移量Y轴偏移量模糊半径扩散半径颜色
随风去山海·2025-05-21 07:25

Python----循环神经网络（WordEmbedding词嵌入）

一、编码当我们用数字来让电脑“认识”字符或单词时，最简单的方法是为每个字符或单词分配一个唯一的编号，然后用一个长长的向量来表示它。比如，假设“我”这个字在字典中的编号是第10个，那么它的表示就是一个很多0组成的向量，除了第10个位置是1，其余都是0。这种表示叫做one-hot编码，中文常用字就有大约五千个，所以每个字的向量长度也就大约是五千维。不过，这样的表示有两个问题。第一，向量很长，存储和计算
蹦蹦跳跳真可爱589·2025-05-21 06:20

基于EFISH-SCB-RK3576/SAIL-RK3576的智能药柜管理系统技术方案

的医疗合规性解决方案）一、硬件架构设计‌‌药品精准管理模块‌‌多模态识别系统‌：‌双MIPI-CSI接口‌接入4K摄像头，NPU加速药品包装识别（支持3000+SKU，准确率>99.9%），可检测有效期模糊
电鱼智能·2025-05-21 04:06

TensorFlow在自然语言处理(NLP)中的实战应用

TensorFlow在自然语言处理(NLP)中的实战应用关键词：TensorFlow、自然语言处理、实战应用、深度学习、循环神经网络、Transformer、文本分类摘要：本文系统解析TensorFlow
AI天才研究院·2025-05-21 03:55

神经网络在MATLAB中是如何实现的？

文章目录前言MATLAB环境配置一、图形化界面工具（适合快速上手）1.NeuralNetworkToolboxGUI2.DeepLearningToolboxGUI二、编程实现（适合高级定制）1.基础神经网络
tyatyatya·2025-05-21 03:25

OpenCV 环境搭建与概述

3、中级:角点查找、BLOB查找、特征提取与匹配、机器学习、深度神经网络、CUDA加速。4、高级:掌握自定义对象检测
清醒的兰·2025-05-21 02:22

简单神经网络（ANN）实现：从零开始构建第一个模型

本文将手把手带你用Python+Numpy实现一个最基础的人工神经网络（ArtificialNeuralNetwork,ANN）。不依赖任何深度学习框架，适合入门理解神经网络的本质。
赵青临的辉·2025-05-21 02:52

css3新特性总结

边框border-radius圆角边框box-shadow阴影上偏移量左偏移量模糊半径阴影面积阴影颜色inset内阴影border-image使用图形绘制边框border-image-source边框图片的路径
啾啾啾喵喵喵·2025-05-20 23:05

深度学习模型入门：从基础到前沿

基础神经网络模型1.多层感知机（MLP）多层感知机是最基础的深度学习模型之一，由输入层、隐藏层和输出层组成：importtorchimportt
像素艺术家·2025-05-20 23:00

【RAG实战】语言模型基础

它结合了统计学原理和深度神经网络技术，通过对大量的样本数据进行复杂的概率分布分析来学习语言结构的内在模式和相关性。具体地，语言模型可根据上下文中已出现的词序列，使用概率推断来预测接下来可能出现的词汇。
sysu_lluozh·2025-05-20 23:28

BERT模型原理与代码实战案例讲解

深度学习:利用神经网络学习语言的深层特征，例如Word2Vec、RNN、LSTM等，语义理解能力显著提升。1.2BERT的诞生B
AI大模型应用之禅·2025-05-20 22:58

反向传播算法——矩阵形式递推公式——ReLU传递函数

考虑一个深度神经网络g[xi,ϕ]g[\boldsymbol{x}_i,\boldsymbol{\phi}]g[xi,ϕ]，它接受输入xi\boldsymbol{x}_ixi，
phoenix@Capricornus·2025-05-20 22:27

CVPR 2025 | OverLoCK：一种先概览后细察且具有上下文混合动态内核的卷积神经网络

AnOverview-first-Look-Closely-nextConvNetwithContext-MixingDynamicKernelsOverLoCK：一种先概览后细察且具有上下文混合动态内核的卷积神经网络作者
小白学视觉·2025-05-20 22:25

深度学习模型入门：从基础到前沿

基础神经网络模型1.多层感知机（MLP）多层感知机是最基础的深度学习模型之一，由输入层、隐藏层和输出层组成：importtorchimportt
AIGC创想家·2025-05-20 21:51

计算机视觉与深度学习 ｜ Matlab实现INFO-BiTCN-SVM向量加权优化算法优化双向时间卷积神经网络结合支持向量机时间序列预测，含优化前后对比（Matlab完整源码和数据）

以下是一个基于Matlab2023b实现的INFO-BiTCN-SVM时间序列预测系统的完整代码框架，包含智能优化算法、双向时间卷积网络与支持向量机的混合模型以及多指标评估体系。代码经过模块化设计，可直接运行并复现实验结果。%%主程序：INFO-BiTCN-SVM时间序列预测系统clc;clear;closeall;warningoff;%设置随机种子保证可重复性rng(2024);%加载/生成仿
单北斗SLAMer·2025-05-20 20:42

spaCy 模型架构与训练循环深度指南：从 Thinc 类型系统到自定义网络实践

一、Thinc模型的输入输出类型系统：定义数据流动的“语法规则”spaCy的底层依赖Thinc框架实现神经网络，而Thin
佑瞻·2025-05-20 19:36

PyTorch深度学习实战（18）—— 可视化工具

在训练神经网络时，通常希望能够更加直观地了解训练情况，例如损失函数曲线、输入图片、输出图片等信息。这些信息可以帮助读者更好地监督网络的训练过程，并为参数优化提供方向和依据。
shangjg3·2025-05-20 19:04

剖析提示词工程中的递归提示

这种方式，如同精密的齿轮传动，一步步将初始的模糊需求转化为精准、详尽、可操作的最终成果。从认知科学与LLM原理看递归提示的“为什么”：模拟人类的认知
由数入道·2025-05-20 14:11

《虚实共生：双向映射重塑具身智能决策逻辑》

比如仓储机器人在复杂货架间穿梭，单靠激光雷达和摄像头数据，难以预判动态变化的物流路径；服务机器人面对用户模糊指令时，往往因缺乏环境整体感知而执行偏差。
程序猿阿伟·2025-05-20 10:09

自适应Prompt技术：让LLM精准理解用户意图的进阶策略

欢迎关注评论私信交流~一、核心挑战：传统Prompt的局限性传统静态Prompt（如“请详细回答以下问题”）存在三大瓶颈：意图模糊：用户需求隐含在复杂上下文中，单一指令难以捕捉深层语义。
nine是个工程师·2025-05-20 09:09

开源 java android app 开发（七）通讯之Tcp和Http

开发流程和要点有些记忆模糊，赶紧记录，防止忘记。
ajassi2000·2025-05-20 08:34

一文解析13大神经网络算法模型架构

目录一、引言：神经网络的演进脉络二、基础架构：深度学习的基石2.1人工神经网络（ANN）2.2深度神经网络（DNN）三、专项任务架构：领域定制化突破3.1卷积神经网络（CNN）3.2循环神经网络（RNN
攻城狮7号·2025-05-20 08:58

ISP调试的影响因素

2.出图尺寸：出图尺寸越大，越清晰3.确认是否有防抖，没有防抖更容易模糊主观因素：1.判断图片是否对上焦和对焦位置是否合适，如果对焦有问题交由AF同事
kzzyf·2025-05-20 03:53

使用PyTorch训练MobileNetV2模型进行图像分类

MobileNetV2是一种轻量级的卷积神经网络（CNN），它在保持较高准确率的同时具有较低的计算复杂度，非常适合在移动设备和嵌入式系统上进行实时图像识别任务。
云端.代码农夫CloudFarmer·2025-05-20 02:17

《需求PRD解剖指南：从模糊需求到精准原型，产品老手的暴力拆解逻辑》

亲爱的小伙伴，在您浏览之前，烦请关注一下，在此深表感谢！如有帮助请订阅专栏！产品需求分析视频课程已更新至https://edu.csdn.net/course/detail/40465为什么你的PRD分析总像在猜谜？凌晨3点，某大厂会议室。产品新人小李盯着PRD文档第17页，突然把电脑一摔：“这需求写的是‘提升用户体验’，我特么到底要加几个按钮？！”隔壁技术大哥幽幽飘过一句：“别问，问就是‘参考竞
结构化知识课堂·2025-05-20 01:45

YOLO12改进-模块-引入Convolutional Modulation模块 捕捉更丰富的局部 - 全局空间关系，提升目标边界定位精度。

在视觉识别领域，卷积神经网络（ConvNets）擅长捕捉局部空间特征，但在建模全局上下文依赖方面存在不足；VisionTransformers（ViTs）通过自注意力机制能有效建模全局关系，却面临高分辨率图像下计算成本呈二次增长的问题
一勺汤·2025-05-20 01:13

【Word 2019 默认保存后压缩变模糊的问题，解决方案】

Word2019默认保存后压缩变模糊的问题，解决方案1，新建word文件，插入一张原始图片，1080*1920，如下图：!
ry_zhao·2025-05-19 19:56

word避免画质画质模糊方法

问题描述：  近期写文档时会高频率贴图，粘图过程中发现Word会自动压缩图片画质，而且压缩得很严重，下面是一幅图被压缩前后的画质对比（图片压缩前）（图片压缩后）解决方案：  设置–>高级–>图片大小和质量–>勾选"不压缩文件中的图像质量"，默认分辨率改为"高保真"
Codefengfeng·2025-05-19 18:23

YOLO11解决方案之锻炼监测探索

概述Ultralytics提供了一系列的解决方案，利用YOLO11解决现实世界的问题，包括物体计数、模糊处理、热力图、安防系统、速度估计、物体追踪等多个方面的应用。
alpszero·2025-05-19 17:13

深度学习详细入门路线----以本人亲身实践得出

或者研一导师交给你一个深度学习的项目而你却从来没接触过不知道该如何入门本文将以一个初学者的角度分析如何入门深度学习同时也是对三个月以来学习路线的梳理首先认识深度学习我不知道有多少人是被这个名字吸引过来的反正我是深度学习听着是不是就比电机嵌入式什么的高级一些呢哈哈哈言归正传所谓深度学习不过是神经网络的层数
妄想成为master·2025-05-19 15:33

使用 PyTorch 实现 CBOW 词向量模型

CBOW模型是一种基于上下文预测目标词的神经网络模型，由Mikolov等人在2013年提出。与Skip-gram模型相
进来有惊喜·2025-05-19 14:27
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他