E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
TensorFlow神经网络
第十六周周报
AGentleIntroductiontoGraphNeuralNetworks前言图用图表示一张图片文本作为图表其他图值数据用图表示分子用图表示社交网络用图表示引文表示成图后产生的问题图层面问题顶点层面问题边层面问题图
神经网络
实现消息传递全局信息的作用实验相关技术
Joy_moon
·
2024-01-17 15:13
机器学习
图像处理
深度学习
tensorflow
he pytorch介绍
tensorflow
hepytorch1.引言在当今快速发展的技术时代,机器学习和深度学习已经成为推动创新和发展的关键驱动力。
小昭dedug
·
2024-01-17 14:37
机器学习
深度学习
深度学习入门基于Python的理论与实现(第3章
神经网络
)
“多层感知机”是指
神经网络
,即使用sigmoid函数等平滑的激活函数的多层网络。
无思不晓
·
2024-01-17 12:16
加载已有的pth模型后为什么会重新训练?
假如有两个文件train.py定义
神经网络
classNetwork(nn.Module):def__init__(self):super().__init__()......
IT小艺
·
2024-01-17 12:06
pytorch
保存和加载模型
论文浅尝 | 记忆力强还是健忘?深入探究语言模型的知识记忆机制
笔记整理:方润楠,浙江大学硕士,研究方向为自然语言处理链接:https://arxiv.org/abs/2305.09144摘要近年来,大规模预训练语言模型展示出惊人的记忆能力,相比之下,未经预训练的普通
神经网络
存在着灾难性遗忘的问题
开放知识图谱
·
2024-01-17 11:43
语言模型
人工智能
自然语言处理
windows环境下安装CUDA(用GPU训练
Tensorflow
-YOLOv3)
训练
tensorflow
-yolov3这个网络模型,图集400张,4个分类,要训练十多个小时才能看到检出效果,现在可以尝试使用GPU训练了。
dvlee1024
·
2024-01-17 11:47
2024年1月16日Arxiv热门NLP大模型论文:A Closed-form Solution for Weight Optimization in Fully-connected ......
一次迭代,全层并行,新
神经网络
权重优化方法,让机器学习效率飞跃引言:机器学习的崛起与发展概述在21世纪初,强大的计算机硬件和工作站的出现使得机器学习得以迅猛发展。
夕小瑶
·
2024-01-17 10:45
自然语言处理
搜索引擎
人工智能
chatgpt
transformer
深度学习
大模型
十分钟读完 Transformer 经典论文- Attention is all you need
全新
神经网络
架构Transformer,用自注意力机制颠覆序列转换模型引言:自注意力机制的崛起在过去的几年中,序列转换模型的领域一直由基于复杂的循环
神经网络
(RNN)或卷积
神经网络
(CNN)的架构所主导
夕小瑶
·
2024-01-17 10:14
transformer
深度学习
人工智能
机器学习
语言模型
大模型
数学建模常见算法的通俗理解(更新中)
做出某种决定)1.1粗浅理解1.2算法过程1.2.1构造判断矩阵1.2.2计算权重向量1.2.3计算最大特征根1.2.4计算C.I.值1.2.5求解C.R.值1.2.6判断一致性1.2.7计算总得分2
神经网络
菜只因C
·
2024-01-17 09:19
数学建模
算法
Python和Julia
TensorFlow
科学计算常微分方程求解器
常微分方程常微分方程(ODE)可用于描述动态系统。从某种程度上来说,我们生活在一个动态系统中,窗外的天气从黎明到黄昏都在变化,我们体内发生的新陈代谢也是一个动态系统,因为随着时间的推移,成千上万的反应和分子被合成和降解。更正式地说,如果我们定义一组变量,比如一天的温度,或者某个时间点X分子的数量,并且它随着自变量的变化而变化(在动态系统中,通常是时间t)。ODE为我们提供了一种以数学方式描述定义变
亚图跨际
·
2024-01-17 08:11
数学
Python
tensorflow
python
julia
tensorflow
微分方程
配环境记录
使用conda激活虚拟环境之后,在虚拟环境下载例如
tensorflow
、dlib一直下载不了。例如condainstall
tensorflow
,会报错找不到匹配版本,就算指定版本后还是下载失败。
懒羊羊(学习中)
·
2024-01-17 08:56
人工智能
人工智能
循环
神经网络
一、序列模型1、解决问题:对于事件有关的序列数据,通过使用历史观测来预测下一个未来观测。2、自回归模型第一种策略:可能不需要相当长的序列,只需要满足某个长度为的时间跨度。模型即自回归模型(autoregressivemodels)。第二种策略:保留一些对过去观测的总结,同时更新预测和总结。模型基于,以及公式更新的模型。由于从未被观测到,故该类模型称为隐变量自回归模型(latentautoregre
懒羊羊(学习中)
·
2024-01-17 08:23
人工智能
rnn
人工智能
深度学习
深度学习笔记(八)——构建网络的常用辅助增强方法:数据增强扩充、断点续训、可视化和部署预测
文中程序以
Tensorflow
-2.6.0为例部分概念包含笔者个人理解,如有遗漏或错误,欢迎评论或私信指正。
絮沫
·
2024-01-17 08:45
深度学习
深度学习
笔记
人工智能
论文笔记(一):se(3)-TrackNet: Data-driven 6D Pose Tracking by ...... in Synthetic Domains
文章概括1.摘要2.介绍3.相关工作3.1数据驱动的6D姿势估计:3.26D姿势跟踪:3.2.1概率跟踪:3.2.2基于优化的跟踪:3.3模拟到现实:4.方法4.1具有残差的SE(3)流形上的跟踪4.2
神经网络
的设计
墨绿色的摆渡人
·
2024-01-17 07:38
文章
人工智能
【人工智能与深度学习】当输入层维度为1024,输出层维度为100时,为什么全连接层参数量为1024*100+100
当输入层维度为1024,输出层维度为100时,为什么全连接层参数量为1024*100+100在
神经网络
中,全连接层(也称为稠密层或线性层)的参数量计算通常包括权重(weights)和偏置(biases)
你好,Albert
·
2024-01-17 07:37
人工智能
人工智能
深度学习
深度学习基础知识整理
自动编码器Auto-encoders是一种人工
神经网络
,用于学习未标记数据的有效编码。它由两个部分组成:编码器和解码器。
Do1phln
·
2024-01-17 07:01
ML
深度学习
人工智能
深度学习论文解读分享之diffGrad:一种卷积
神经网络
优化方法
IEEETNNLS2020:diffGrad:一种卷积
神经网络
优化方法题目diffGrad:AnOptimizationMethodforConvolutionalNeuralNetworks作者ShivRamDubey
曦曦逆风
·
2024-01-17 07:29
深度学习
深度学习
cnn
人工智能
23/76-LeNet
LeNet早期成功的
神经网络
。先使用卷积层来学习图片空间信息。然后使用全连接层转换到类别空间。
CeciliaJingle
·
2024-01-17 07:43
深度学习
pytorch
人工智能
在PyTorch中开发我们的第一个
神经网络
本教程将介绍初学者在PyTorch中构建
神经网络
的过程。我们将通过一个项目逐步进行操作。
小北的北
·
2024-01-17 07:30
pytorch
神经网络
人工智能
python
深度学习
【jupyter添加虚拟环境内核(pytorch、
tensorflow
)- 实操可行】
jupyter添加虚拟环境内核(pytorch、
tensorflow
)-实操可行1、查看当前状态(win+R,cmd进入之后)2、激活虚拟环境并进入3、安装ipykernel5、完整步骤代码总结6、进入
Ω snow
·
2024-01-17 07:00
Machine
Learning
环境配置
jupyter
pytorch
tensorflow
【vue】动作捕捉
tensorflow
-models/pose-detection
前端利用
tensorflow
实现动作捕捉
tensorflow
介绍官方模型https://www.
tensorflow
.org/js/models里面可以看到姿势检测,这就是我们要实现动作捕捉关键的库官方提供三种模型选项
xxsjan
·
2024-01-17 06:56
Python数据分析案例33——新闻文本主题多分类(Transformer, 组合模型) 模型保存
模型构建很重要,现在对于自然语言处理基本都是
神经网络
的方法了。
阡之尘埃
·
2024-01-17 06:48
Python数据分析案例
python
transformer
深度学习
文本分类
nlp
循环
神经网络
-单变量序列预测详解(pytorch)
参考博客文章目录(1)导入所需要的包(2)读取数据并展示(3)数据预处理(4)划分训练集和测试集(5)构建RNN回归模型(6)构造训练函数(7)对整个数据集进行预测(8)可视化展示(9)MSE为评价指标(1)导入所需要的包importtorchimportnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltfromsklearn.preproc
heibut不相信眼泪
·
2024-01-17 06:46
rnn
pytorch
人工智能
回归预测 | Matlab实现MSADBO-CNN-LSTM基于改进蜣螂算法优化卷积
神经网络
-长短期记忆
神经网络
多特征回归预测
回归预测|Matlab实现MSADBO-CNN-LSTM基于改进蜣螂算法优化卷积
神经网络
-长短期记忆
神经网络
多特征回归预测目录回归预测|Matlab实现MSADBO-CNN-LSTM基于改进蜣螂算法优化卷积
神经网络
机器学习之心
·
2024-01-17 05:27
回归预测
MSADBO-CNN-LSTM
CNN-LSTM
改进蜣螂算法优化
卷积长短期记忆神经网络
多特征回归预测
回归预测 | Matlab实现SSA-CNN-LSTM-Attention麻雀优化卷积长短期记忆
神经网络
注意力机制多变量回归预测(SE注意力机制)
回归预测|Matlab实现SSA-CNN-LSTM-Attention麻雀优化卷积长短期记忆
神经网络
注意力机制多变量回归预测(SE注意力机制)目录回归预测|Matlab实现SSA-CNN-LSTM-Attention
机器学习之心
·
2024-01-17 05:21
回归预测
SSA-CNN-LSTM-A
SE注意力机制
卷积长短期记忆神经网络
多变量回归预测
神经网络
中的损失函数(下)——分类任务
神经网络
中的损失函数前言分类任务中的损失函数交叉熵最大似然信息论信息量信息熵最短平均编码长度交叉熵KL散度余弦相似度损失函数总结前言上文主要介绍了回归任务中常用的几个损失函数,本文则主要介绍分类任务中的损失函数
liuzibujian
·
2024-01-17 05:51
神经网络
分类
人工智能
机器学习
损失函数
chatgpt的奖励模型的原理是什么?
奖励模型是一种额外的
神经网络
,它接收生成的文本并预测它的质量。在训练过程中,ChatGPT会按照奖励模型的预测结果来调整生成文本的参数,以最大化奖励模型的预测值。
任我心意
·
2024-01-17 05:18
chatgpt
机器学习
人工智能
自然语言处理
pip使用 pip_search功能解决search无法使用
1.最近在使用pipsearch功能时,发现报错2.最后通过网上查资料,说是search功能被禁用了,可以使用pipinstallpip_search安装3.使用pippip_search
tensorflow
楚疏笃
·
2024-01-17 05:04
python
python
使用 Python 实现的卷积
神经网络
初学者指南
点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达目录卷积
神经网络
简介其组成部分输入层卷积层池化层全连接层CNN在数据集上的实际实现CNN简介卷积
神经网络
是一种专为处理图像和视频而设计的深度学习算法
小白学视觉
·
2024-01-17 03:46
cnn
python
深度学习
计算机视觉
人工智能
jupyter中
tensorflow
内核报错---AttributeError: module ‘mistune‘ has no attribute ‘BlockGrammar‘
AttributeError:module‘mistune’hasnoattribute‘BlockGrammar’condainstall-cconda-forge'nbconvert>=7''mistune>=2`
豆沙沙包?
·
2024-01-17 03:05
jupyter
tensorflow
neo4j
深度学习的错误总结
通常,
神经网络
在每个小批次(mini-batch)的数据上计算损失,这个损失表示模型的预测与实际标
豆沙沙包?
·
2024-01-17 03:35
深度学习
人工智能
【AI】AI和医疗大数据(3/3)
目录六、AI和医疗大数据的结合案例——基于卷积
神经网络
CT图像检测——步骤:——技术:——案例:——典型应用步骤详解:第一步:数据预处理第二步:训练集构建第三步:预测第四:代码片段续前,今天给几个卷积
神经网络
使用的具体例子
giszz
·
2024-01-17 02:56
人工智能
学习笔记
人工智能
大数据
【论文阅读笔记】Prompt Tuning for Parameter-efficient Medical Image Segmentation
这种方法基于预训练的
神经网络
,通过插入可
cskywit
·
2024-01-17 01:50
医学图像分割
prompts
论文阅读
笔记
prompt
深度学习与
Tensorflow
学习笔记2 ——回调函数callbacks和Tensorboard
上一期我们从Fashion-mnist数据集开始,使用
Tensorflow
.keras搭建一个简单的
神经网络
来处理分类问题。通过这个简单例子我们熟悉了tf.keras的调用。
木头里有虫911
·
2024-01-17 01:19
【科普】
神经网络
中的随机失活方法
1.Dropout如果模型参数过多,而训练样本过少,容易陷入过拟合。过拟合的表现主要是:在训练数据集上loss比较小,准确率比较高,但是在测试数据上loss比较大,准确率比较低。Dropout可以比较有效地缓解模型的过拟合问题,起到正则化的作用。Dropout,中文是随机失活,是一个简单又机器有效的正则化方法,可以和L1正则化、L2正则化和最大范数约束等方法互为补充。在训练过程中,Dropout的
pprpp
·
2024-01-17 00:24
transfomer中Decoder和Encoder的base_layer的源码实现
工作原理:首先,通过卷积
神经网络
(CNN)提取输入图像的特征。然后,这些特征通过一系列自注意力的变换层进行处理,每个变换层都会将特征映射进行编码并产生一个新的特征映射。
zwhdldz
·
2024-01-17 00:14
手撕源码系列
BEV感知系列
深度学习
人工智能
pycharm
gpu算力
transformer
detr
目标检测
[易语言]使用易语言部署工业级人脸检测模型
它利用深度学习技术,特别是卷积
神经网络
(CNN),实现了高精度的脸部定位。这个库是在C++语言中编写的,但是提供了Python的绑定,使得研究人员和开发者可以方便地在各种应用中使用它。
FL1623863129
·
2024-01-17 00:00
易语言
人工智能
【论文笔记】基于强化学习的连续型机械臂自适应跟踪控制
4仿真校验5结论摘要【针对问题】空间主动碎片清除操作中连续型三臂节机器人系统跟踪【提出方法】一种基于强化学习的自适应滑模控制算法(强化学习+滑模控制)【具体内容】(1)基于数据驱动的建模方法,采用BP
神经网络
对三臂节连续型机械臂进行建模
Ctrl+Alt+L
·
2024-01-16 22:23
论文笔记
人工智能
机器学习
深度学习
一文看懂深度学习(白话解释+8个优缺点+4个典型算法)
深度学习、
神经网络
、机器学习、人工智能的关系深度学习、机器学习、人工智能简单来说:深度学习是机器学习的一个分
喜欢打酱油的老鸟
·
2024-01-16 22:42
人工智能
一文看懂深度学习
深度学习讲稿(19)
4.2比较:误差与比例尺在前一章中,我们的
神经网络
给出了预测的结果。但这个结果并不是真实的结果。但是我们知道真实的结果是什么。
山岳之心
·
2024-01-16 22:17
2024年初私募量化策略大盘点
其中树模型比
神经网络
占比更大一些,有的机构中使用率高达90%。
量化风云
·
2024-01-16 22:20
量化交易
量化交易
金融
quant
程序员创富
深度学习——第7章 项目实战:自己动手写一个
神经网络
模型
第7章项目实战:自己动手写一个
神经网络
模型目录7.1导入数据集7.2定义
神经网络
输入层、隐藏层、输出层神经元个数7.3网络参数W和b初始化7.4正向传播过程7.5损失函数7.6反向传播过程7.7网络参数更新
曲入冥
·
2024-01-16 21:01
深度学习
深度学习
神经网络
人工智能
机器学习
python
cnn
注意力机制在
神经网络
中的作用与影响
注意力机制的作用2解决梯度消失问题2.1传统RNN结构中的梯度消失难题2.2注意力机制对梯度消失问题的缓解2.3注意力机制对梯度传播的改进意义3不同变体的注意力机制3.1自注意力3.2多头注意力4注意力机制对
神经网络
的影响结语前言在深度学习领域
cooldream2009
·
2024-01-16 19:49
AI技术
大模型基础
NLP知识
神经网络
人工智能
深度学习
【持续学习系列(八)】《Continual Learning Through Synaptic Intelligence》
ContinualLearningThroughSynapticIntelligence2作者FriedemannZenke,BenPoole,SuryaGanguli3研究机构StanfordUniversity二、主要内容论文探讨了如何在人工
神经网络
ZedKingCarry
·
2024-01-16 17:51
大语言模型
持续学习
阅读笔记
学习
论文阅读
笔记
*第六篇《基于多分支深度可分离卷积
神经网络
的滚动轴承故障诊断研究》论文阅读笔记
[1]刘恒畅,姚德臣,杨建伟,张骄.基于多分支深度可分离卷积
神经网络
的滚动轴承故障诊断研究[J].振动与冲击,2021,40(10):95-102.基于多分支深度可分离卷积
神经网络
的滚动轴承故障诊断研究
子曰1884
·
2024-01-16 16:00
论文阅读
神经网络
深度学习
自动驾驶
第五周作业:卷积
神经网络
(Part3)
文章目录一、《MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications》1.原文地址2.
TensorFlow
官方
QxwOnly
·
2024-01-16 16:59
人工智能
深度学习
神经网络
pytorch
深度学习
【深度学习】各种卷积的理解笔记(2D,3D,1x1,可分离卷积)
同样,在卷积
神经网络
中,通过卷积,利用训练过程中自动学习权值的滤波器来提取不同的特征。然后,所有这
夹猪逃
·
2024-01-16 16:25
深度学习
卷积
计算机视觉
神经网络
深度学习
【论文笔记合集】卷积
神经网络
之深度可分离卷积(Depthwise Separable Convolution)
本文作者:slience_me我看的论文地址:MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications内容1.标准卷积假设输入为DF×DF×M,输出为输入为DF×DF×N,卷积核为DK×DK×M,共有N个卷积核进行卷积操作下图为标准的卷积过程,每个卷积核对输入的向量进行卷积操作,得到一个特征映射,共有N个卷
slience_me
·
2024-01-16 16:52
论文笔记
论文阅读
cnn
人工智能
机器学习算法实战案例:CNN-LSTM实现多变量多步光伏预测
构造训练数据3模型训练3.1CNN-LSTM网络3.2模型训练4模型预测答疑&技术交流机器学习算法实战案例系列1数据处理1.1导入库文件frommatplotlibimportpyplotaspltimport
tensorflow
astffrom
tensorflow
importkerasfrom
tensorflow
.kerasim
Python算法实战
·
2024-01-16 15:11
机器学习算法实战
机器学习
算法
cnn
人工智能
lstm
机器学习算法实战案例:确实可以封神了,时间序列预测算法最全总结!
技术交流2、时间序列预测分类3、时间序列数据的特性4、时序预测评价指标5、基于深度学习的时间序列预测方法5.1统计学习方法5.2机器学习方法5.3卷积
神经网络
5.4循环
神经网络
5.5Transformer
Python算法实战
·
2024-01-16 15:10
机器学习算法实战
机器学习
算法
人工智能
python
上一页
40
41
42
43
44
45
46
47
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他