ReLU激活函数

从基础到卷积神经网络（第12天）

回顾一下多层感知机importtorchfromtorchimportnnfromtorch.nnimportfunctionalasFnet=nn.Sequential(nn.Linear(20,256),nn.ReLU
你不困我困·2023-10-14 17:01

竞赛选题 深度学习+python+opencv实现动物识别 - 图像识别

文章目录0前言1课题背景2实现效果3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4inception_v3网络5最后0
laafeer·2023-10-14 07:34

TensorFlow入门(二十五、单个神经元的扩展——Maxout网络)

Maxout网络的原理Maxout是Goodfellow在2013年提出的一个新的激活函数,与其它的激活函数相比,Maxout是需要参数的,且参数可以通过网络的反向传播得到学习,因此它比其它激活函数有着更好的性能
艺术就是CtrlC·2023-10-14 05:32

*常用函数

文章目录nn.PReLU()激活函数nn.PReLU()激活函数PReLU(ParametricRectifiedLinearUnit),顾名思义：带参数的ReLU其中a代表的是可学习的参数ReLU、PReLU
nutron-ma·2023-10-14 03:03

CCF CSP认证 历年题目自练Day26

再看输出，那个RELU函书其实就是输出：如果总分大于0就输出分数，如果小于或等于0就输出0即可。代码如下！！！n=int(input())num=0foriinrange
尚棹芸·2023-10-13 22:13

竞赛 深度学习+opencv+python实现昆虫识别 -图像识别 昆虫识别

文章目录0前言1课题背景2具体实现3数据收集和处理3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4MobileNetV2
iuerfee·2023-10-13 19:59

竞赛 深度学习+opencv+python实现车道线检测 - 自动驾驶

文章目录0前言1课题背景2实现效果3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV56数据集处理7模型训练8
iuerfee·2023-10-13 19:59

Pytorch卷积神经网络经典Backbone(骨干网络)——（VGG）

这种结构相比于大卷积核有一个优点，就是两个33的卷积核堆叠对于原图提取特征的感受野（特征图一个像素融合了输入多少像素的信息决定了感受野的大小）相当于一个55的卷积核（如图），在同等感受野的条件下，两个33卷积之间加入激活函数
梦在黎明破晓时啊·2023-10-13 16:32

竞赛选题 深度学习+opencv+python实现昆虫识别 -图像识别 昆虫识别

文章目录0前言1课题背景2具体实现3数据收集和处理3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4MobileNetV2
laafeer·2023-10-13 10:07

竞赛选题 深度学习+opencv+python实现车道线检测 - 自动驾驶

文章目录0前言1课题背景2实现效果3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV56数据集处理7模型训练8
laafeer·2023-10-13 10:01

【tensorflow2.0】24.tf2.0实现AlexNet

（以下内容出自百度百科）    AlexNet中包含了几个比较新的技术点，也首次在CNN中成功应用了ReLU、Dropout和LRN等Trick。
一只很菜很菜的tfer·2023-10-13 09:25

超详细！主流大语言模型的技术原理细节汇总！

1.比较LLaMA、ChatGLM、Falcon等大语言模型的细节：tokenizer、位置编码、LayerNormalization、激活函数等。
Python算法实战·2023-10-13 03:23

【使用 TensorFlow 2】01/3 中创建和训练自定义层

之前我们已经看到了如何创建自定义损失函数接下来，我写了关于使用Lambda层创建自定义激活函数的文章一、说明TensorFlow2发布已经接近2年时间，不仅继承了Keras快速上手和易于使用的特性，同时还扩展了原有
无水先生·2023-10-12 23:18

echarts折线图和一些配置解释

1、下载echarts插件对应的JS，然后引入：2、设置DOM容器：3、创建柱状图：    $(document).ready(function(){  //在文档加载后激活函数function        
陈大步·2023-10-12 22:18

tensorflow使用python_如何在Tensorflow中仅使用Python制作自定义激...

您需要能够将激活编写为numpy数组上的函数.其次,您必须能够将该函数的派生函数作为Tensorflow中的函数(更简单)或最坏情况下编写为numpy数组上的函数.写入激活功能：那么让我们以我们想要使用激活函数的函数为例
weixin_39979215·2023-10-12 17:20

tensorflow2笔记：自定义模型（激活函数、初始化、正则化、约束、损失、模型、训练循环）

注意本文jupyterlab编写）预先导入数据模型原型（用作对比）自定义损失函数自定义损失函数保存和加载自定义损失函数自定义损失配置函数自定义损失类HuberLoss保存和加载自定义损失类的模型自定义激活函数自定义激活函数激活函数类自定义初始化自定义初始化函数初始化类自定义正则化自定义正则化函数正则化约束类模型的保存和加载自定义约束自定义约束函数权重约束类实现自定义指标自定义指标类自定义层自
起名大废废·2023-10-12 16:39

【使用 TensorFlow 2】02/3 使用 Lambda 层创建自定义激活函数

之前我们已经了解了如何创建自定义损失函数-使用TensorFlow2创建自定义损失函数自定义ReLU函数（来源：作者创建的图片）
无水先生·2023-10-12 16:36

深度学习DAY3:激活函数

激活函数映射——引入非线性性质h=（Σ(W*X)+b）y=σ（h）将h的值通过激活函数σ映射到一个特定的输出范围内的一个值，通常是[0,1]或[-1,1]1Sigmoid激活函数逻辑回归LR模型的激活函数
小白脸cty·2023-10-12 12:29

深度学习问答题（更新中）

1.各个激活函数的优缺点？2.为什么ReLU常用于神经网络的激活函数？在前向传播和反向传播过程中，ReLU相比于Sigmoid等激活函数计算量小；避免梯度消失问题。
uodgnez·2023-10-12 09:41

GPU提升多分类问题

使用GPU加速多分类问题，与上一篇文章中前几部分代码相同多层线性网络这里，直接使用nn.Module搭建，与之前自定义搭建的三层网络一样，但注意这里用的激活函数是ReLU的改良后的LeakyReLU，能够避免在输入小于
dyh_chd·2023-10-12 04:08

激活函数与loss的梯度

激活函数：最开始由生物学家对青蛙的神经元机制进行研究发现，青蛙的神经元有多个输入x0、x1、x2，响应值是他们加权后的结果，但响应值如果小于阈值，则不会响应，而只有大于阈值时，才会有固定的响应。
dyh_chd·2023-10-12 04:37

交叉熵Loss多分类问题实战（手写数字）

转化数据格式，batch_size设置为2003、定义三层线性网络参数w，b，设置求导信息4、初始化参数，这一步比较关键，是否初始化影响到数据质量以及后续网络学习效果5、自定义三层线性网络6、选定优化器激活函数和
dyh_chd·2023-10-12 04:04

深度学习之 9 前馈神经网络2：实现前馈神经网络，模型调优

➢Fashion-MNIST数据集下载➢批量读取数据，采用torch.utils.data.DataLoader读取小批量数据（2）模型设计（包含一个隐藏层）（3）代码实现➢模型参数定义及初始化➢定义激活函数
水w·2023-10-12 03:41

深度学习3 前馈神经网络

（3）BP算法1.神经元模型（M-P）（1）公式  在M-P模型中，神经元接受其他n个神经元的输入信号(0或1)，这些输入信号经过权重加权并求和，将求和结果与阈值(threshold)θ比较，然后经过激活函数处理
Fox_Alex·2023-10-12 03:07

Tensorflow实现多层感知机

在普通神经网络的基础上，加入隐藏层，减轻过拟合的Dropout，自适应学习速率的Adagrad，以及可以解决梯度你三的激活函数Relu.首先是载入Tensorflow并加载MNIST数据集，创建一个Tensorflow
河南骏·2023-10-12 02:42

ReLU激活函数

LeakyReLU激活函数的具体用法请查看此篇博客：LeakyReLU激活函数ReLU（RectifiedLinearUnit）激活函数是深度学习中最常用的激活函数之一，它的数学表达式如下：在这里，(x
萝北村的枫子·2023-10-12 00:33

Tensorflow入门(五)——损失函数

上一节《Tensorflow入门(四)——激活函数》下一节《Tensorflow入门(六)——初识卷积神经网络（CNN）》原文链接：https://my.oschina.net/u/876354/blog
陈陈陈Chann·2023-10-12 00:51

TensorFlow入门(十九、softmax算法处理分类问题)

Sigmoid、Tanh、ReLU等激活函数,输出值只有两种(0、1,或-1、1或0、x),而实际现实生活中往往需要对某一问题进行多种分类。
艺术就是CtrlC·2023-10-12 00:13

关于神经网络的思考

这个总和会经过一个激活函数（通常是阶跃函数）得到输出。如果输出超过某个阈值，它将被分类为一类，否则分类为另一类。感知机可以用于解决线性可分的问题，但不能解决线性不可
北边一颗小星星·2023-10-11 14:01

TensorFlow入门(十八、激活函数)

激活函数是什么?单个神经元的网络模型:用计算公式表达如下:即在神经元中,输入的x通过与权重w相乘,与偏置量b求和后,还被作用了一个函数,这个函数就是激活函数。
艺术就是CtrlC·2023-10-11 13:42

TensorFlow入门(十七、神经元的拟合原理)

一个神经元由以下几个关键知识点组成:①激活函数②损失函数③梯度下降单个神经元的网络模型如图所示用计算公式表达如下:z为输出的结果,x为输入,w为权重,b为偏置值。
艺术就是CtrlC·2023-10-11 13:06

LeakyReLU激活函数

nn.LeakyReLU是PyTorch中的LeakyRectifiedLinearUnit（ReLU）激活函数的实现。
萝北村的枫子·2023-10-11 11:33

nn.Sequential、nn.Linear、nn.ReLU()函数

nn.Sequential是PyTorch中的一个容器模块，用于按照顺序组合多个神经网络层（如线性层、激活函数、池化层等）。这个容器允许你将各种层按照指定的顺序串联在一起，构建一个神经网络模型。
萝北村的枫子·2023-10-11 11:32

神经网络之卷积和池化(一)

卷积神经网络（CNN）由输入层、卷积层、激活函数、池化层、全连接层组成，即INPUT-CONV-RELU-POOL-FC。
北木.·2023-10-11 10:54

【深度学习】深度学习实验二——前馈神经网络解决上述回归、二分类、多分类、激活函数、优化器、正则化、dropout、早停机制

三个问题的激活函数均为
yuzhangfeng·2023-10-11 10:41

深度学习基础知识总结

目录背景深度学习/机器学习/人工智能，计算机视觉/机器视觉/图像处理...的关系监督学习、无监督学习、半监督学习图像分类、目标检测、语义分割、实例分割基础知识激活函数激活函数的作用激活函数一般是非线性的常见的激活函数训练集
ThreeS_tones·2023-10-11 08:02

P16神经网络基本架构 nn.Module的使用

正则化之类我们点开container点开module我们给的输入经过forward函数输出（前向传播）defforward(self,x):x=F.relu(self.conv1(x))x先经过一次卷积
颦蹙遥寄·2023-10-11 02:15

10-09 周一 图解机器学习之深度学习感知机学习

感知机接受多个输入信号，将它们加权求和并加上偏置值，然后通过一个激活函数将结果转化为输出信号。感知机能够容易的实现逻辑与，或，非
思影影思·2023-10-10 19:59

蚂蚁金服面试凉经

一面自我介绍，项目介绍，（印象比较深刻的项目）图像质量评价方面的评价指标专业性的问题，主要是机器学习方面的，ROC计算公式，过拟合与欠拟合原因与解决办法，Relu优缺点，L1和L2正则化区别，优劣；归一化的方法
qq_23304241·2023-10-10 06:41

4.ResNet50 网络结构

一、原理ResNet原文中的表格列出了几种基本的网络结构配置，ResNet50是50-layer的一列，如下表：首先是起始阶段的输入层，即layer0层，由一个7x7，步距为2的卷积+BN+relu，加上
YANQ662·2023-10-10 04:51

2.3 C3网络结构原理及代码解释

一个tensor类型的float32的1X3X10X100的矩阵x；2.Conv卷积网络结构：构建一个卷积网络，其输入通道为3，输出通道为3，卷积核大小为1，步长为1；再加标准化BatchNorm2d+激活函数
YANQ662·2023-10-10 04:20

竞赛选题 深度学习 python opencv 火焰检测识别

文章目录0前言1基于YOLO的火焰检测与识别2课题背景3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV54.1
laafeer·2023-10-09 20:43

竞赛 深度学习 python opencv 火焰检测识别

文章目录0前言1基于YOLO的火焰检测与识别2课题背景3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV54.1
iuerfee·2023-10-09 20:42

python毕业设计 深度学习人脸年龄性别识别系统 - opencv

文章目录0前言1项目课题介绍2关键技术2.1卷积神经网络2.2卷积层2.3池化层2.4激活函数：2.5全连接层3使用tensorflow中keras模块实现卷积神经网络4Keras介绍4.1Keras深度学习模型
kooerr·2023-10-09 20:42

竞赛 深度学习 python opencv 实现人脸年龄性别识别

文章目录0前言1项目课题介绍2关键技术2.1卷积神经网络2.2卷积层2.3池化层2.4激活函数：2.5全连接层3使用tensorflow中keras模块实现卷积神经网络4Keras介绍4.1Keras深度学习模型
iuerfee·2023-10-09 20:12

【毕设选题】深度学习 python opencv 实现人脸年龄性别识别

文章目录0前言1项目课题介绍2关键技术2.1卷积神经网络2.2卷积层2.3池化层2.4激活函数：2.5全连接层3使用tensorflow中keras模块实现卷积神经网络4Keras介绍4.1Keras深度学习模型
caxiou·2023-10-09 20:12

毕设 深度学习 python opencv 火焰检测识别 火灾检测

文章目录0前言1基于YOLO的火焰检测与识别2课题背景3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV54.1
DanCheng-studio·2023-10-09 20:41

竞赛选题 深度学习 python opencv 实现人脸年龄性别识别

文章目录0前言1项目课题介绍2关键技术2.1卷积神经网络2.2卷积层2.3池化层2.4激活函数：2.5全连接层3使用tensorflow中keras模块实现卷积神经网络4Keras介绍4.1Keras深度学习模型
laafeer·2023-10-09 20:40

竞赛选题 深度学习 python opencv 火焰检测识别 火灾检测

文章目录0前言1基于YOLO的火焰检测与识别2课题背景3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV54.1
laafeer·2023-10-09 19:59

竞赛 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
iuerfee·2023-10-09 16:26
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他