ReLU激活函数

pytorch学习10-网络模型的保存和加载

Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用pytorch学习4-简易卷积实现pytorch学习5-最大池化层的使用pytorch学习6-非线性变换（ReLU
Magic171·2023-12-06 07:50

pytorch学习11-完整的模型训练过程

Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用pytorch学习4-简易卷积实现pytorch学习5-最大池化层的使用pytorch学习6-非线性变换（ReLU
Magic171·2023-12-06 07:50

pytorch学习4-简易卷积实现

Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用pytorch学习4-简易卷积实现pytorch学习5-最大池化层的使用pytorch学习6-非线性变换（ReLU
Magic171·2023-12-06 07:19

pytorch学习5-最大池化层的使用

Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用pytorch学习4-简易卷积实现pytorch学习5-最大池化层的使用pytorch学习6-非线性变换（ReLU
Magic171·2023-12-06 07:19

pytorch学习7-序列模型搭建

Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用pytorch学习4-简易卷积实现pytorch学习5-最大池化层的使用pytorch学习6-非线性变换（ReLU
Magic171·2023-12-06 07:19

pytorch学习1-数据加载以及Tensorboard可视化工具

Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用pytorch学习4-简易卷积实现pytorch学习5-最大池化层的使用pytorch学习6-非线性变换（ReLU
Magic171·2023-12-06 07:49

pytorch学习2-Transforms主要方法使用

Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用pytorch学习4-简易卷积实现pytorch学习5-最大池化层的使用pytorch学习6-非线性变换（ReLU
Magic171·2023-12-06 07:49

pytorch学习3-torchvisin和Dataloader的使用

Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用pytorch学习4-简易卷积实现pytorch学习5-最大池化层的使用pytorch学习6-非线性变换（ReLU
Magic171·2023-12-06 07:49

pytorch学习6-非线性变换（ReLU和sigmoid）

Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用pytorch学习4-简易卷积实现pytorch学习5-最大池化层的使用pytorch学习6-非线性变换（ReLU
Magic171·2023-12-06 07:45

TORCH02-02:Torch常见机器学习函数

Function接口规范，会提升求导的效率；本主题主要梳理Torch与机器学习有关的函数运算；  1.Tensor中实现的函数运算  2.torch.nn.functional中封装的各类函数说明:其中的激活函数对机器学习的训练非常重要张量运算函数下面三个函数有两种使用方式
杨强AT南京·2023-12-06 03:20

【深度学习笔记】07 多层感知机

07多层感知机多层感知机在网络中加入隐藏层从线性到非线性激活函数ReLU函数sigmoid函数tanh函数多层感知机的从零开始实现初始化模型参数激活函数模型损失函数训练多层感知机的简洁实现模型多层感知机在网络中加入隐藏层我们可以通过在网络中加入一个或多个隐藏层来克服线性模型的限制
LiuXiaoli0720·2023-12-06 00:49

模型训练 出现NaN的原因以及解决方法

数值不稳定的激活函数：某
码农研究僧·2023-12-05 22:31

【PyTorch】多层感知机

文章目录1.模型与代码实现1.1.模型1.1.1.背景1.1.2.多层感知机1.1.3.激活函数1.2.代码实现1.2.1.完整代码1.2.2.输出结果2.Q&A1.模型与代码实现1.1.模型1.1.1
盛世隐者·2023-12-05 14:12

nn.Sequential

它允许您将多个神经网络层（例如卷积层、池化层、激活函数等）按顺序组合在一起。使用nn.Sequential可以轻松地构建复杂的神经网络结构，而无需手动连接各个层。
湫兮之风·2023-12-05 13:39

Batch Normalization

随着网络的深度增加，每层特征值分布会逐渐的向激活函数的输出区间的上下
无妄无望·2023-12-05 09:43

Course2-Week2-神经网络的训练方法

Course2-Week2-神经网络的训练方法文章目录Course2-Week2-神经网络的训练方法1.神经网络的编译和训练1.1TensorFlow实现1.2损失函数和代价函数的数学公式2.其他的激活函数
虎慕·2023-12-05 09:01

卷积神经网络中用1*1 卷积有什么作用或者好处呢？

一、来源：[1312.4400]NetworkInNetwork（如果1×1卷积核接在普通的卷积层后面，配合激活函数，即可实现networkinnetwork的结构）二、应用：GoogleNet中的Inception
Angelina_Jolie·2023-12-05 07:37

Activation funcions--Swish Mish

Swishf(x)=x·sigmoid(x)GoogleBrainTeam提出GoogleBrainTeam表示Swish的效果比ReLU好self-gating:其中gating其实就是公式里的sigmoid
江江江江枫渔火·2023-12-05 04:35

卷积神经网络入门

其基本结构如图2-1所示，大致包括：卷积层，激活函数，池化层，全连接层，输出层。
半截詩·2023-12-05 01:23

21、Resnet50 中包含哪些算法？

总共卷积算法、激活算法（relu）、最大池化算法、加法（主要是为了实现残差结构）、全局平均池化、全连接和softmax算法这几种算法。
董董灿是个攻城狮·2023-12-04 15:40

Linux系统配置深度学习环境之cudnn安装

cuDNN提供了一系列优化的基本算法和函数，包括卷积、池化、规范化、激活函数等，以及针对深度学习任务的高级功能，如循环神经网络（RNN）的支持。
番茄小能手·2023-12-04 08:51

感知器（Perceptron）详解以及实现

感知器的核心概念感知器模型基于将输入特征加权求和，然后应用激活函数来决定输出类别。1.输入和权重输入：x1,x2,...,xnx_1,x_2,...,x_nx1,x2,...,xn是特征向量。
h52013141·2023-12-04 08:38

计算机视觉（OpenCV+TensorFlow）

计算机视觉的两大挑战4.计算机视觉的8大任务图像分类目标检测语义分割实例分割视频分类人体关键点检测场景文字识别目标追踪5.OpenCV在计算机视觉中扮演的角色十三.神经网络1.引子2.神经元3.MP模型4.激活函数
Mayphyr·2023-12-04 05:44

nn.relu和F.rulu的区别

先来看看nn.ReLU的源码，可以看到其实在forward中nn.relu是调用了F.relu函数的：classReLU(Module):r"""Appliestherectifiedlinearunitfunctionelement-wise
不是吧这都有重名·2023-12-04 05:07

CV baseline概览|AlexNet：ImageNet Classification with Deep Convolutional Neural Networks基于深度卷积神经网络的图像分类

文章目录CVbaseline重要性CNN发展历程演化路径AlexNet概览AlexNet全文翻译摘要1引言2数据集3网络结构3.1ReLU非线性激活函数3.2在多GPU上训练3.3局部响应标准化LRN3.4
源代码•宸·2023-12-04 01:26

深度学习记录--logistic回归损失函数向量化实现

以更少的代码量和更快的速度来实现程序正向传播的向量化对于,用向量化来实现，只需要就可以完成，其中,,ps.这里b只是一个常数，但是依然可以加在每个向量里(python的广播(Broadcasting))激活函数
蹲家宅宅·2023-12-03 20:09

神经网络的基本骨架--nn.Module的使用

__init__()self.conv1=nn.Conv2d(1,20,5)self.conv2=nn.Conv2d(20,20,5)defforward(self,x):x=F.relu(self.conv1
CODING_LEO·2023-12-03 12:02

多层感知机

relu函数importtorchfromd2limporttorchasd2lx=torch.arange(-8.0,8.0,0.1,requires_grad=True)y=torch.relu(x
CODING_LEO·2023-12-03 12:01

神经网络（第三周）

一、简介1.1非线性激活函数1.1.1tanh激活函数使用一个神经网络时，需要决定在隐藏层上使用哪种激活函数，哪种用在输出层节点上。
叫小侯的小白程序员·2023-12-03 11:34

每天五分钟计算机视觉：AlexNet网络的结构特点

2、Alex使用了ReLu激活函数，使得模型收敛得更快，解决了sigmoid激活函数所存在的梯度弥散的问题。3、Alex使用了dropout层，这可以有效地防止过拟合的问题。4
幻风_huanfeng·2023-12-03 06:51

【动手学深度学习】(八)数值稳定和模型初始化

梯度爆炸的问题值超出阈值对于16位浮点数尤为严重对学习率敏感如果学习率太大->大参数值->更大的梯度如果学习率太小->训练无进展我们可能需要在训练过程中不断调整学习率5.梯度消失使用sigmoid作为激活函数
释怀°Believe·2023-12-03 04:50

逻辑回归与正则化 逻辑回归、激活函数及其代价函数

逻辑回归、激活函数及其代价函数线性回归的可行性对分类算法，其输出结果y只有两种结果{0，1}，分别表示负类和正类，代表没有目标和有目标。
小小程序○·2023-12-02 22:33

Softmax与交叉熵：理解神经网络中的重要组成部分

第一部分：Softmax函数一、概念与定义Softmax函数是一种常用的激活函数，用于将神经网络的输出转化为概率分布。给定一个具有n个类别的样本，So
非著名程序员阿强·2023-12-02 19:28

19、什么是 Resnet50 神经网络

在这一节实战中，我们构建了一个简单的识别数字的神经网络，这个网络结构之所以简单，一是因为层数少，二是因为结构是顺序的，没有其他分支结构，表示起来大概就像是：conv->relu->conv->relu-
董董灿是个攻城狮·2023-12-02 17:26

激活函数——Relu,Swish

形式如下:relu公式-----steppedsigmoid-------softplusfunction-------Relfunction其中--------sigmoid下面解释上述公式中的softplus
乔大叶_803e·2023-12-02 14:51

深度学习——激活函数汇总

深度学习——激活函数汇总一、ReLU一、ReLU参考资料：https://zhuanlan.zhihu.com/p/428448728
William.csj·2023-12-01 20:03

深度学习手势识别 - yolo python opencv cnn 机器视觉 计算机竞赛

文章目录0前言1课题背景2卷积神经网络2.1卷积层2.2池化层2.3激活函数2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络3YOLOV53.1网络架构图3.2输入端3.3基准网络
Mr.D学长·2023-12-01 18:54

机器学习——逻辑回归

回归问题：例如线性回归，用于拟合方程，预测趋势、曲线走势等分类问题：例如男女分类，猫狗大战等，用于解决类别区分问题sigmoid函数这里介绍一个特殊的函数，在深度学习中也称为激活函数，而在机器学习，或者说这篇博文中
SF-FCZ·2023-12-01 15:17

day1-多层感知机

内容包括:MLP简介与普通感知机的区别2.为什么需要多层感知机激活函数1.不同激活函数介绍relusigmoidtanh区别MLP简介与普通感知机区别加入了一个或多个隐藏层，并引入激活函数多层可以拟合更复杂的线性函数
wamgz·2023-12-01 12:48

pytorch中的激活函数详解

1激活函数介绍1.1什么是激活函数激活函数是神经网络中引入的非线性函数，用于捕获数据中的复杂关系。
智慧医疗探索者·2023-11-30 23:32

深度学习毕设项目 深度学习 python opencv 动物识别与检测

文章目录0前言1深度学习实现动物识别与检测2卷积神经网络2.1卷积层2.2池化层2.3激活函数2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络3YOLOV53.1网络架构图3.2
DanCheng-studio·2023-11-29 20:41

python与机器学习1，机器学习的一些基础知识概述(完善ing)

人工智能、机器学习、深度学习、神经网络之间的关系：1.2人工智能的发展2ML机器学习的分类：SL,USL,RL2.1机器学习的分类2.2具体的应用举例2.3数据分类3关于阈值θ和偏移量b的由来4不同的激活函数
奔跑的犀牛先生·2023-11-29 11:57

2023-简单点-机器学习中常用的特殊函数，激活函数[sigmoid tanh ]

机器学习中的特殊函数Sigmoidsoftplus函数tanhReLu(x)Leaky-ReluELUSiLu/SwishMish伽玛函数beta函数RefSigmoid值域:【0,1】定义域：【负无穷,正无穷】特殊点记忆：经过[0,0.5]关键点[0,0.5]处的导数是0.025相关导数：softplus函数值域:(0,无穷大】定义域：【负无穷,正无穷】特殊点记忆：经过[0,1]关键点[0,1]
简单点好不好的仓库·2023-11-29 09:31

吃瓜-TASK04 神经网络/1

它的组织能够模拟生物神经系统对真实世界物种所作出的交互反应M-P神经元模型：每个神经元收到nn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传递，神经元接收到的总输入值与该神经元阈值进行比较，然后通过激活函数处理
f9e1e1f76d8b·2023-11-29 06:50

深度学习之BP神经网络

1.说明现在使用深度学习算法都以调库为主，但在使用库之前，先用python写一个最基本的神经网络的程序，也非常必要，它让我们对一些关键参数：学习率，批尺寸，激活函数，代价函数的功能和用法有一个直观的了解
暗光anguang·2023-11-29 05:13

深度学习基础概念

激活函数（ActivationFunction）：学习常见的激活函数，如Sigmoid、ReLU等，以及它们在神经网络中的作用。
yuer629·2023-11-29 00:01

深度学习激活函数总结（sigmoid，tanh，ReLU，Leaky ReLU，EReLU，PReLU，Softmax，Swish，Maxout，Softplus）

摘要本文总结了深度学习领域最常见的10中激活函数（sigmoid、Tanh、ReLU、LeakyReLU、ELU、PReLU、Softmax、Swith、Maxout、Softplus）及其优缺点。
雪的期许·2023-11-29 00:30

EfficientViT:高分辨率密集预测的多尺度线性注意

EfficientViT:Multi-ScaleLinearAttentionforHigh-ResolutionDensePrediction1、介绍2、方法2.1多尺度线性注意模块2.1.1启用全局接收域与ReLU
毕竟是shy哥·2023-11-28 22:49

不同激活函数与对应的初始化方法

1.ReLu.当使用ReLu激活函数时，需要使用正态分布的初始化方法，给参数加一点噪声，来打破完全对称并且避免0梯度。有时还需要给偏置附上一些小的非0值来避免deadneuron，比如0.1。
zZ_efa3·2023-11-28 19:11

自己动手实现一个深度学习算法——八、深度学习

•激活函数是ReLU。•全连接层的后面使用Drop
千里之行起于足下·2023-11-28 19:13
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他