TensorFlow神经网络第127页

第四章:人工智能深度学习教程-激活函数(第二节-ANN 中激活函数的类型)

生物神经网络以人工神经网络的形式建模，其中人工神经元模拟生物神经元的功能。人工神经元如下图所示：人工神经元的结构每个神经元由三个主要部分组成：一组“i”个突触，其权重为wi。

geeks老师·2023-11-10 03:45

【神经网络深度学习】 --激活函数

激活函数（activationfunction）又称非线性映射函数或是隐藏单元，是神经网络中中最主要的组成部分之一。

图 (TU商兴)·2023-11-10 03:13

PyTorch激活函数详解

如果你正在学习深度学习或者对神经网络中的激活函数感到好奇，那么你来对地方了。本文将带你深入了解PyTorch中各种常见激活函数的原理、用途以及如何在深度学习中使用它们。

洞深视界·2023-11-10 03:37

TensorFlow（1）：深度学习的介绍

1深度学习与机器学习的区别学习目标：知道深度学习与机器学习的区别区别：深度学习没有特征提取1.1特征提取方面机器学习的特征工程步骤是要靠手动完成的，而且需要大量领域专业知识深度学习通常由多个层组成，它们通常将更简单的模型组合在一起，将数据从一层传递到另一层来构建更复杂的模型。通过训练大量数据自动得到模型，不需要人工特征提取环节深度学习算法试图从数据中学习高级功能，这是深度学习的一个非常独特的部分。

不死鸟.亚历山大.狼崽子·2023-11-10 03:07

【笔记】C#得到真正的屏幕大小

闲来研究下非神经网络的computervision，啥库都不用，先C#试试手撸截屏器，抄起代码来可快了（见下面的代码）。可是使用的时候发现，为啥截屏只截了一部分呢？

prog_6103·2023-11-10 01:08

Visual Interpretability for Deep Learning: a Survey

VisualInterpretabilityforDeepLearning:aSurvey----《深度学习的视觉可解释性:综述》摘要本文回顾了最近在理解神经网络表示以及学习具有可解释性/解耦的中间层表示的神经网络方面的研究

今我来思雨霏霏_JYF·2023-11-10 01:01

Dynamic Neural Networks: A Survey

动态神经网络：综述论文地址：https://arxiv.org/abs/2102.04906v2项目地址：https://github.com/StevenTu01/CourseraAbstract动态神经网络是深度学习领域的一个新兴研究课题

通街市密人有·2023-11-10 01:30

Explaining and harnessing adversarial examples

Explainingandharnessingadversarialexamples----《解释和利用对抗样本》背景：早期的研究工作认为神经网络容易受到对抗样本误导是由于其非线性特征和过拟合。

今我来思雨霏霏_JYF·2023-11-10 01:30

【 2020ResearchGate】On Interpretability of Artificial Neural Networks

然而，深层人工神经网络的黑箱性质已经成为它们在诸如诊断和治疗的关键应用中被公众接受和广泛流行的主要障碍。由于深度学

Kenny_SI·2023-11-10 01:58

Explainability in Graph Neural Networks:A Taxonomic Survey

在图数据领域，图神经网络(GNNs)及其可解释性正经历

Kenny_SI·2023-11-10 01:58

深度神经网络压缩与加速综述 Deep Neural Network Compression and Acceleration: A Review

13.深度神经网络压缩与加速综述DeepNeuralNetworkCompressionandAcceleration:AReview摘要：深度神经网络在人工智能的应用中，包括计算机视觉、语音识别、自然语言处理方面

daisyxyr·2023-11-10 01:18

A Survey on Neural Network Interpretability

ASurveyonNeuralNetworkInterpretability----《神经网络可解释性调查》摘要随着深度神经网络的巨大成功，人们也越来越担心它们的黑盒性质。

今我来思雨霏霏_JYF·2023-11-10 01:45

【演讲干货满满】共话数智转型之路：斯歌应邀出席2023德莱维数字技术行业峰会

上海斯歌应邀出席峰会，并于现场进行了《为企业打造更敏捷强壮的“神经网络”》主题演讲，向来自各领域的资深技术专家、行业领袖们分享了BPM领域的前沿洞察与最佳实践，为企业攻坚“数智化”高地提供了极具价值的战略参考

K2_BPM·2023-11-09 20:53

RCL-Learning:基于ResNet和卷积长短期记忆的时空空气污染物浓度预测模型

该模型包括基于残差神经网络(ResNet)的深度学习网络模型和基于卷积长短期记忆(ConvLSTM)的深度学习网络模型。利用ResNet深度提取多个城市污染物浓度的空间分布特征和气象数据。将

流浪的诗人，·2023-11-09 18:44

竞赛选题深度学习猫狗分类 - python opencv cnn

文章目录0前言1课题背景2使用CNN进行猫狗分类3数据集处理4神经网络的编写5Tensorflow计算图的构建6模型的训练和测试7预测效果8最后0前言优质竞赛项目系列，今天要分享的是**基于深度学习猫狗分类

laafeer·2023-11-09 18:40

深度学习：使用卷积网络实现计算机图像识别，卷积和max pooling操作介绍

利用深度学习，我们能够对图片进行高精度识别，实现这一功能的，主要依靠神经网络中的一种分支，名为卷积网络。

tyler_download·2023-11-09 17:08

【深度学习】基于MindSpore和pytorch的Softmax回归及前馈神经网络

1实验内容简介1.1实验目的（1）熟练掌握tensor相关各种操作；（2）掌握广义线性回归模型（logistic模型、sofmax模型）、前馈神经网络模型的原理；（3）熟练掌握基于mindspore和pytorch

WiIsonEdwards·2023-11-09 17:31

第四章:人工智能深度学习教程-激活函数(第一节-激活函数)

因此激活函数是人工神经网络的重要组成部分。他们基本上决定神经元是否应该被激活。因此它限制了净输入的值。

geeks老师·2023-11-09 17:22

深度学习 - 构建多层感知器

（梯度下降法）1，读取数据2，构建全连接模型（单层）二，构建多层感知器（神经网路）三，逻辑回归的实现importpandasaspdimportmatplotlib.pyplotaspltimporttensorflowastftf

壮壮不太胖^QwQ·2023-11-09 17:52

卷积神经网络-Python、TensorFlow和Keras p.3的深度学习基础

欢迎来到一个教程，在这里我们将讨论卷积神经网络(Convnet和CNN)，使用其中的一个用我们在上一教程中构建的数据集对狗和猫进行分类。

派森师兄·2023-11-09 17:52

深度学习基础：神经网络

二、神经网络的基本组成和结构2.1神经元2.2单层神经网络（感知机）2.3两层神经网络（多层感知机）2.4多层神经网络（深度学习）三、深度学习基本技术流程四、经典神经网络4.1卷积神经网络（CNN）4.2

亚亚子～·2023-11-09 17:46

吴恩达机器学习--神经网络

文章目录1.神经网络概述1.1基本组成1.2示例1.2.1.需求预测1.2.2.图像感知1.3网络层1.4.神经网络前向传播1.5Tensorflow中数据形式1.6构建神经网络的方法1.6.1.逐步1.6.2

_攒一口袋星星·2023-11-09 17:46

第三章:人工智能深度学习教程-基础神经网络(第三节-Tensorflow 中的多层感知器学习)

在本文中，我们将了解多层感知器的概念及其使用TensorFlow库在Python中的实现。多层感知器多层感知也称为MLP。它是完全连接的密集层，可将任何输入维度转换为所需的维度。

geeks老师·2023-11-09 17:45

深度学习(CNN+RNN)笔记2

文章目录第五课：序列模型(SequenceModels)第一周：循环神经网络（RecurrentNeuralNetworks）【序列模型、语言模型+序列生成、对新序列采样。

夜中听雪·2023-11-09 16:36

tensorflow学习笔记--张量和基本运算

张量张量的阶和数据类型（1）张量的属性：graph：张量所属的默认图op：张量的操作名name：张量的字符串描述shape：张量形状一维{5}二维{2,3}三维{2，3，4}importtensorflowastfimportosos.environ

Yohance0_0·2023-11-09 16:04

tensorflow学习笔记----2.常用函数1

1.强制tensor转换为该数据类型tf.cast(张量名，dtype=数据类型)x1=tf.constant([1,2,3],dtype=tf.float64)print(x1)x2=tf.cast(x1,dtype=tf.int32)print("x2=",x2)运行结果：2.计算张量维度上元素的最小值tf.reduce_min(张量名)print("min=",tf.reduce_min(x

qq_35821503·2023-11-09 16:00

TensorFlow学习笔记----3.常用函数2

一.Gradienttape我们可以在with结构中，使用Gradienttape实现某个函数对指定参数的求导运算配合上一个文件讲的variable函数可以实现损失函数loss对参数w的求导计算with结构记录计算过程，gradient求出张量的梯度withtf.GradientTape()astape:若干个计算过程grad=tape.gradient(函数，对谁求导)withtf.Gradie

qq_35821503·2023-11-09 16:00

TensorFlow学习笔记--MLP多层感知机识别手写数字1-9

#简单粗暴tensorflow2.0合集视频p7-p9多层感知机（MLP）利用多层感知机MLP实现手写数字0-9的mnist数据集的识别importtensorflowastfimportnumpyasnp

北航_Curry·2023-11-09 16:00

Tensorflow学习笔记--张量与会话

张量张量是Tensorflow的核心组件之一，可以理解为Tensorflow就是张量和流组成的，张量可以简单地理解为多维数组，我的理解就是张量是一个数据模板，深度学习所有数据首先转换为张量的格式再进行计算

IT修炼家·2023-11-09 16:00

tensorflow学习笔记--Variable变量

tf.Variable()变量：创建、初始化、保存、加载。1.创建Variable()构造函数需要变量的初始值，即任何形状和类型的张量Tensor。初始值定义其形状和类型，一旦构建，变量的类型和形状即确定。如果想要稍后改变变量的形状，需要带上validate_shape=False的赋值操作。#创建一个变量w=tf.Variable(tensor,name=)#运算y=tf.matmul(w,其他

爱吃小白兔的大萝卜·2023-11-09 16:29

tensorflow学习笔记：张量介绍以及张量操作函数

张量（tensor）tensorflow程序使用tensor数据结构来代表所有的数据，计算图中，操作间传递的数据都是tensor。

heart_ace·2023-11-09 16:58

[TensorFlow 学习笔记-03]TensorFlow简介

[版权说明]TensorFlow学习笔记参考：李嘉璇著TensorFlow技术解析与实战黄文坚唐源著TensorFlow实战郑泽宇顾思宇著TensorFlow实战Google深度学习框架乐毅王斌著深度学习

caicaiatnbu·2023-11-09 16:57

TensorFlow 学习笔记-2

初识TensorFlow声明式编程TensorFlow的数据流图是一种声明式的编程方式，更多的是聚焦于我要什么例如写一个函数更多的是在想具体实现什么样的一个东西，他要怎么去实现两个数字的相加或者一个矩阵相乘

彩虹编程·2023-11-09 16:55

Tensorflow 学习笔记-1

设计理念TensorFlow将图的定义和图的运行完全分开（符号主义）符号式编程涉及很多的嵌入式和优化，不易理解和调试，但运行速度相对有所提升。

彩虹编程·2023-11-09 16:25

TensorFlow学习笔记--（2）张量的常用运算函数

张量的取值函数求张量的平均值:tf.reduce.mean(%张量名%)求张量的最小值:tf.reduce_min(%张量名%)求张量的最大值:tf.reduce_max(%张量名%)求张量的和:tf.reduce_sum(%张量名%)其次,对于上述所有操作都可在函数后添加一个新的参数axis=%维度%axis=0代表第一维度axis=1代表第二维度以此类推张量的四则运算加减乘除次方/开方特别注意

Postlude·2023-11-09 16:53

开发知识点-人工智能-深度学习Tensorflow2.0

Tensorflow常用的参数有：快捷配置做得多环境环境问题一、简单概述二、Tensorflow2版本简介与心得三、深度学习框架安装Tensorflow2版本安装方法四、TF基础操作Sotensorflow

amingMM·2023-11-09 16:52

现代循环神经网络：门控循环单元(GRU)

专栏：神经网络复现目录门控循环单元(GRU)门控循环神经网络（GatedRecurrentNeuralNetwork，简称“门控循环神经网络”或“门循环神经网络”）是一种改进的循环神经网络（RNN）架构

青云遮夜雨·2023-11-09 14:39

大语言模型(LLM)综述(七)：大语言模型设计应用与未来方向

9APPLICATIONS10CONCLUSIONANDFUTUREDIRECTIONS前言随着人工智能和机器学习领域的迅速发展，语言模型已经从简单的词袋模型（Bag-of-Words）和N-gram模型演变为更为复杂和强大的神经网络模型

青云遮夜雨·2023-11-09 14:08

计算机考研人工智能选什么方向,我想报人工智能方向的研究生，应该选取什么专业？...

1、纯理论性的，以强人工智能或者神经网络为研究方向，本科可以选择神经科学，也可以选修心理学、哲学、计算机科学。

唯伟老师·2023-11-09 14:45

BERT课程

目录课程视频和slides背景知识深度学习基础知识WordEmbedding语言模型RNN/LSTM/GRU、Seq2Seq和Attention机制Tensorflow基础知识PyTorch基础知识BERT

baidu_huihui·2023-11-09 14:35

【脑机接口算法】EEGNet: 通用神经网络应用于脑电信号

EEGNet:神经网络应用于脑电信号中文题目论文下载：算法程序下载：摘要1项目介绍2EEGNet网络原理2.1EEGNet原理架构2.2FBCCA算法2.3自适应FBCCA算法3EEGNet网络实现4结果中文题目论文下载

高山仰止景·2023-11-09 14:01

深度学习奠基作VGG《Very Deep Convolutional Networks for Large-Scale Image Recognition》(现代卷积神经网络/网络结构)

VGG首次提出的论文VeryDeepConvolutionalNetworksforLarge-ScaleImageRecognition很长有40页，是2014年发表的。1、使用块的VGG网络VGG是一个使用块的网络AlexNet最大的问题是什么呢，就是长的不规则，就像是一个变大的LeNet，这里加一点那里加一点。结构不那么清晰，大家也会问为什么要这样为什么要那样，如果我怎么变深怎么变宽我都不知

机器学习杨卓越·2023-11-09 13:20

细粒度结构化稀疏神经网络：第二节

摘要深度神经网络(DNN)中的稀疏性已被广泛研究以压缩和加速资源受限环境中的模型。

L5PC·2023-11-09 13:49

特斯拉AI总监：我复现了LeCun 33年前的神经网络！发现和现在区别不大...

作者：AndrejKarpathy|转载自：机器之心最近，特斯拉AI高级总监AndrejKarpathy做了一件很有趣的事情，他把YannLeCun等人1989年的一篇论文复现了一遍。一是为了好玩，二是为了看看这33年间，深度学习领域到底发生了哪些有趣的变化，当年的LeCun到底被什么卡了脖子。此外，他还展望了一下2055年的人将如何看待今天的深度学习研究。1989年，YannLecun等人发表了

Wang_AI·2023-11-09 13:32

7.现代卷积神经网络3-GPT版

#pic_centerR1R_1R1R2R^2R2目录知识框架No.1深度卷积神经网络AlexNet一、AlexNet1、AlexNet2、机器学习3、几何学4、特征工程5、HardWare6、数据集7

霸时斌子·2023-11-09 13:28

CNN算法实现图像分类

模型的基本概念；使用Fashion-MNIST数据集实时实现CNN模型；该数据集包含70,000张28x28像素的灰度图片，共涵盖10个类别的时尚物品，包括衬衫、运动鞋、裤子等，以便更好地理解和掌握卷积神经网络模型的基本原理和实践应用

小Z的科研日常·2023-11-09 13:24

请使用python 写一个CNN图像识别模型

好的，这里是使用Python写一个CNN图像识别模型的示例代码：importtensorflowastf#定义模型的输入inputs=tf.keras.Input(shape=(28,28,1))#将输入传递给一个卷积层

李多田·2023-11-09 13:54

卷积神经网络(CNN)详解与代码实现

1.应用场景卷积神经网络的应用不可谓不广泛，主要有两大类，数据预测和图片处理。数据预测自然不需要多说，图片处理主要包含有图像分类，检测，识别，以及分割方面的应用。

从0到1透视卷积神经网络的原理和应用·2023-11-09 13:54

卷积神经网络（CNN）实现图像分类——Python

卷积神经网络（CNN）实现图像分类——Python文章目录1.代码运行2.注意事项3.代码分析4.源代码1.代码运行输入1测试一张图片并预测结果输入2对测试集整体进行测试，得出准确率（10秒左右）输入其他数字自动退出程序

桃木山人·2023-11-09 13:52

Julia：用多层感知机解决异或问题

首先由一个问题引入，来自邱锡鹏老师的书《神经网络与深度学习》第四章的习题4-2：习题4-2试设计一个前馈神经网络来解决XOR问题，要求该前馈神经网络具有两个隐藏神

强劲九·2023-11-09 13:05

推荐频道

TensorFlow神经网络