TensorFlow神经网络

基于遗传算法改进BP神经网络的承载力预测，基于ga-bp的破坏模式预测

目录BP神经网络的原理BP神经网络的定义BP神经网络的基本结构BP神经网络的神经元BP神经网络的激活函数，BP神经网络的传递函数遗传算法原理遗传算法主要参数遗传算法流程图完整代码包含数据下载链接：基于遗传算法改进
神经网络机器学习智能算法画图绘图·2024-01-13 20:43

基于BP神经网络的租金预测

目录摘要BP神经网络参数设置及各种函数选择参数设置训练函数传递函数学习函数性能函数显示函数前向网络创建函数BP神经网络训练窗口详解训练窗口例样训练窗口四部详解基于BP神经网络的租金预测代码下载：基于BP
神经网络机器学习智能算法画图绘图·2024-01-13 20:12

DiSparse: Disentangled Sparsification for Multitask Model Compression论文简读

在深度学习中，尤其是计算机视觉领域，卷积神经网络（CNN）由于其卓越的性能而被广泛应用，但随着模型规模的增大和参数数量的剧增，对于边缘设备等资源有限的应用场景，有效压缩模型以节省存储空间和提高计算效率变得至关重要
云雨、·2024-01-13 19:32

AI手写数字识别（一）

使用VisualStudioToolsforAI加速桌面智能应用开发主要知识点典型的AI应用的代码结构和功能，如处理输入;使用VisualStudioToolsforAI进行TensorFlow模型到.
人工智能MOS·2024-01-13 18:10

2、 前馈和反馈神经网络

前馈和反馈神经网络神经网络分类一、CNN**1、结构****2、应用****3、CNN的类型综述**二、RNN**1、结构****2、应用****3、RNN类型**三、GAN**1、结构****2、应用
爱补鱼的猫猫·2024-01-13 17:02

神经网络加速器的兴起

这是“2018嵌入式处理器报告:神经网络加速器的兴起”(http://www.embedded-computing.com/processing/2018-embedded-processor-report-rise-of-the-neural-network-accelerator
abel_cao·2024-01-13 17:11

【YOLO系列】 YOLO V4之正则化DropBlock

资料下载论文下载：DropBlock:Aregularizationmethodforconvolutionalnetworks一、简介DropBlock是一种正则化技术，用于防止深度神经网络的过拟合。
江湖小张·2024-01-13 17:07

普通卷积、转置卷积（transposed convolution)的原理及运算步骤的详细解释

主要出现在分割和对抗神经网络模型中比较多。
Trouville01·2024-01-13 17:29

深度学习学习笔记+知识点总结(4万字)

文章目录深度学习神经网络中的Epoch、Iteration、Batchsize反向传播（BP）CNN本质和优势鞍点的定义和特点？神经网络数据预处理方法有哪些？神经网络怎样进行参数初始化？
搬砖成就梦想·2024-01-13 16:45

TensorFlow是由Google开发的开源深度学习框架

TensorFlow是由Google开发的开源深度学习框架。它提供了一种灵活而高效的方式来构建和训练神经网络模型。
python无人驾驶 医学芯片·2024-01-13 15:24

[tensorflow](九) TensorBoard 可视化

20181204qzd1TensorBoard简介2Tensorflow计算图可视化3监控指标可视化4高维向量可视化
原来是酱紫呀·2024-01-13 14:21

pytorch深度学习环境搭建2023——GPU版本

文章目录环境卸载环境安装cuda安装cudann安装Anaconda安装常用终端命令跑模型本博客专门针对有独立显卡的GPU版本环境安装，cpu版本我不太清楚，我猜如果您用cpu跑神经网络，你估计也很难崩以下是作者亲身体验安装并成功所看的博客
慢成长·2024-01-13 13:29

[书生·浦语大模型实战营]——轻松玩转书生·浦语大模型趣味 Demo

常用结构这种模型通常采用深度神经网络
m0_63368228·2024-01-13 13:59

深度学习入门之6--卷积神经网络1(理论讲解)

2.4、步幅2.5、三维卷积运算2.6、结合方块思考2.7、批处理3、池化层3.1、计算方式3.2、特征该文章是对《深度学习入门基于Python的理论与实现》的总结，作者是[日]斋藤康毅本片文章将讲述卷积神经网络
梦灯·2024-01-13 13:06

深度学习入门之6--卷积神经网络2(代码实现)

目录1、卷积层和池化层实现1.1、4维数组1.2、基于im2col的展开1.3、卷积层的实现1.4、池化层的是实现2、CNN实现2.1、目录结构如下：2.2、结果如下：2.3、代码实现：2.3.1simple_convnet.py2.3.2train_convnet3、CNN可视化3.1、第一层权重的可视化3.2、基于分层结构的信息4、代表性的CNN4.1、LeNet4.2、AlexNet该文章是
梦灯·2024-01-13 13:06

深度学习入门之5--网络学习相关技巧2(权重设置)

1、简述在神经网络的学习中，权重的初始值特别重要。设定什么样的权重初始值，经常关系到神经网
梦灯·2024-01-13 13:36

深度学习入门之1--感知机

与非门2.4异或门3总结该文章是对《深度学习入门基于Python的理论与实现》的总结，作者是[日]斋藤康毅1什么是感知机感知机是由美国学者FrankRosenblatt在1957年提出来的，感知机也是作为神经网络
梦灯·2024-01-13 13:06

深度学习入门之2--神经网络

目录1神经网络初解2激活函数及实现2.1初识激活函数2.1激活函数类型及实现2.1.1阶跃函数及实现2.1.2sigmoid函数及实现2.1.3Relu函数及实现2.1.4恒等函数和softmax函数及实现
梦灯·2024-01-13 13:06

tensorflow安装

如需安装CPU版本，将以下命令中的-gpu删除即可，想要安装对应版本的tensorflow，修改版本号即可pip37installtensorflow-gpu==1.15-ihttp://pypi.douban.com
1z1·2024-01-13 12:00

RT-DETR 更换主干网络之 ShuffleNetv2 | 《ShuffleNet v2：高效卷积神经网络架构设计的实用指南》

目前，神经网络架构设计多以计算复杂度的间接度量——FLOPs为指导。然而，直接的度量，如速度，也取决于其他因素，如内存访问成本和平台特性。
迪菲赫尔曼·2024-01-13 12:28

2024 1.6~1.12 周报

学习ppt和上周组会内容、卷积神经网络。三、完成情况1.数据训练的方式1.1迁移学习迁移学习是一种机器学习方法，把任务A训练出的模型作为初始模型，并使用它来改进新目标任务B的学习。
shengMio·2024-01-13 12:59

【MATLAB】MVMD_LSTM神经网络时序预测算法

有意向获取代码，请转文末观看代码获取方式~也可转原文链接获取~1基本定义MVMD-LSTM神经网络时序预测算法是一种结合了多变量经验模态分解（MultivariateMultiscaleDecomposition
Lwcah·2024-01-13 12:51

【MATLAB】REMD_LSTM神经网络时序预测算法

有意向获取代码，请转文末观看代码获取方式~也可转原文链接获取~1基本定义REMD-LSTM神经网络时序预测算法是一种结合了REMD（ReservoirEnhancedMulti-scaleDeepLearning
Lwcah·2024-01-13 12:17

Visual Studio Code 编辑 Java 和 OpenCV利用YOLO DNN 实现 Raspberry Pi 图像检测和分析

概述在具有深度神经网络的实时物联网成像中，学习如何利用最佳DNN模型，使用Java和OpenCV封装，检测图像中的对象。
亚图跨际·2024-01-13 11:54

Paddle模型转ONNX

深度学习模型在硬件加速器上的部署常常要用到ONNX（OpenNeuralNetworkExchange，开放神经网络交换）格式，也可以通过ONNX实现不同AI框架（如Pytorch、TensorFlow
牧羊女说·2024-01-13 11:45

深度探析卷积神经网络（CNN）在图像视觉与自然语言处理领域的应用与优势

网络结构与工作原理1.1输入层1.2卷积层1.3最大池化层1.4全连接层2应用领域2.1图像视觉领域中CNN的应用2.2NLP领域中CNN的应用3CNN的限制与未来展望3.1CNN的挑战3.2CNN的展望结语前言卷积神经网络
cooldream2009·2024-01-13 10:24

C1-3.4 多个样本的向量化

总结一句话：计算方便下图是神经网络计算的步骤，右侧是有一个输入变量a[0]（什么是X呢，因为输入层有三个神经元，说明有三个输入变量，这是一个向量）的计算过程。但是，当有多组输入变量m的时候怎么办？
帅翰GG·2024-01-13 10:52

神经网络辨识器的作用,神经网络图像识别技术

液压泵恒流问题。迄今为止，国内外有2种实现泵恒流量调节的方法：一种是在泵的主油路上设置一流量敏感装置，将流量信号转换为压差、位移、力或电压信号，再将其与给定信号比较实现流量反馈调节，达到泵恒流量输出；另一种是采用泄漏电补偿方法，通过检测泵的负载压力、油温等参数由补偿数学模型间接辨识出泵的实际输出流量误差，并对泵的给定信号进行电补偿修正，以达到使泵的输出流量恒定。这2种方法均能较为满意地实现泵恒流量
ai智能网络·2024-01-13 10:22

学习笔记--神经网络与深度学习之卷积神经网络

目录1.卷积1.1一维卷积1.2卷积的作用1.3卷积扩展1.4二维卷积1.5互相关2.卷积神经网络2.1用卷积代替全连接2.2卷积层2.3汇聚层（池化层）2.4卷积网络结构3.其它卷积种类3.1空洞卷积
qssssss79·2024-01-13 10:20

DL04-卷积神经网络CNN图解[转]

来源：http://xilinx.eetrend.com/article/10827卷积神经网络CNN图解作者:SanjayChan[http://blog.csdn.net/chenzomi]0背景之前在网上搜索了好多好多关于
happyprince·2024-01-13 10:17

C++实现LeNet-5卷积神经网络

搞了好久好久，公式推导+网络设计就推了20多页草稿纸花了近10天程序进1k行，各种debug要人命，只能不断的单元测试+梯度检验因为C++只有加减乘除，所以对这个网络模型不能有一丝丝的模糊，每一步都要理解的很透彻挺考验能力的，很庆幸我做出来了，这个是第二版，第一版也写了1k行，写完才发现，模型错了，只能全删掉重新写算是一次修行网络的设计，编代码时的各种考虑，debug记录，我不想整理了，有问题的直
一只狗20000402·2024-01-13 10:16

【FINN-R】论文笔记-3.2layers

AnEnd-to-EndDeep-LearningFrameworkforFastExplorationofQuantizedNeuralNetworks的3.2小节笔记，主要阅读目的是了解PE和SIMD的概念、神经网络各层的结构
Leonie_·2024-01-13 10:15

C1-3.2 关于‘神经网络’

C1-3.2关于‘神经网络’【注释】彩色图像（RGB）由三原色构成，二维图像在任意一个点像素为立体三层结构，分别是红色、绿色、蓝色值，该值的范围在0∽255之间1、全连接神经网络——整体架构【注释】：这张图懂了的话
帅翰GG·2024-01-13 10:13

PT之DNN：基于泰坦尼克号数据集(独热编码/标签编码)利用PyTorch框架的浅层神经网络算法(pth和onnx文件的模型导出和载入推理)实现二分类预测应用案例

PT之DNN：基于泰坦尼克号数据集(独热编码/标签编码)利用PyTorch框架的浅层神经网络算法(pth和onnx文件的模型导出和载入推理)实现二分类预测应用案例目录基于泰坦尼克号数据集(独热编码/标签编码
cjz0422·2024-01-13 10:29

大创项目推荐 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·2024-01-13 08:22

【python，机器学习，nlp】RNN循环神经网络

RNN(RecurrentNeuralNetwork)，中文称作循环神经网络，它一般以序列数据为输入，通过网络内部的结构设计有效捕捉序列之间的关系特征，一般也是以序列形式进行输出。
岩塘·2024-01-13 06:25

如何确定网络的深度和每层的节点（神经元）数目？

确定神经网络的深度和每层的节点（神经元）数目是一个复杂的过程，通常需要基于问题的特性、数据的复杂性和可用计算资源来决定。
CA&AI-drugdesign·2024-01-13 06:46

初始化网络的权重和偏置的方法有哪些？

在神经网络中，权重和偏置的初始化对模型的训练和最终性能有重要影响。一个好的初始化方法可以帮助加速梯度下降的收敛速度，减少训练时间，甚至有助于避免训练过程中的问题，比如梯度消失或梯度爆炸。
CA&AI-drugdesign·2024-01-13 06:46

人工智能-深度学习：神经网络模型压缩技术（Network Compression）

这几年如火如荼的各种神经网络芯片，其思路是对于给定的计算任务用专用硬件加速。另一个思路是尽可能简化模型来减少计算量和存储占用的一类方法称为模型压缩（Modelcompression）。基
u013250861·2024-01-13 06:15

深度卷积神经网络

目录1.AlexNet2.代码实现1.AlexNet(1)特征提取(2)选择核函数来计算相关性：怎么判断在高维空间里面两个点是如何相关的，如果是线性模型就是做内积。(3)凸优化问题(4)漂亮的定理丢弃法的作用就是因为模型太大了，使用它来对模型做正则。Relu相比于sigmoid梯度确实更大，Maxpooling使用的是最大值，因此输出的值比较大，梯度就比较大，训练就更加容易。输入是224*224，
sendmeasong_ying·2024-01-13 06:42

神经网络压缩（Neural Network Compression）

0.前言神经网络的压缩，既能够保证模型的精度不会显著性地受到损失，又能够大大减少模型的参数，除了直接设计更精细的模型外，目前主要分为近似、量化和剪枝三类方法。
香槟酒气满天飞·2024-01-13 06:09

P122 神经网络压缩Network compression-purning

在边缘设备上跑时，模型太大，跑不动、purn:删减删减以后，正确率有影响会下降为解决这个问题，进行微调，每次只减一点参数，重复多次。使得最后修剪后的模型跟原来的模型差别不大。判断某一个参数是否重要，是否要去掉问题：进行过修剪后不规则的网络，pytorch难以实现，也无法进行矩阵计算，在GPU上无法加速。解决办法：修剪掉的weight，设为0，这样能够进行GPU计算。但是这样的话，net并没有减少w
闪闪发亮的小星星·2024-01-13 06:07

构建神经网络的流程是什么？

构建神经网络涉及多个步骤，从理解问题到设计、实现、训练和验证模型。以下是构建神经网络的典型流程：定义问题理解问题域：清晰地定义你想要用神经网络解决的问题。这可能是分类问题、回归问题或者其他类型的任务。
CA&AI-drugdesign·2024-01-13 06:37

【学习笔记】神经网络相关

神经网络人工神经网络（ArtificialNeuralNetwork，ANN）常简称为神经网络（NeuralNetwork，NN），它是一种通过数学模型来模拟生物大脑神经网络以及生物大脑功能的技术。
Bosenya12·2024-01-13 06:34

基于大数据与时间序列预测的的书籍数据分析（内含spark+hive+mysql+kettle+echart+tensorflow）

目录一，绪论1、项目背景：2、目标：3、用户群体：二．相关开发技术介绍（一）后端相关技术1.sparkSQL简介2.kettle简介3.tensorflow简介（二）前端相关技术1.HTML简介2.echarts
左岸2420·2024-01-13 05:59

Tensorflow安装详细步骤

anaconda这个环境配置2、添加环境配置三、进行虚拟环境搭建（GPU安装）1、打开AnacondaPrompt2、查看当前虚拟环境3、创建tensor的虚拟环境4、激活所已经创建的虚拟环境中5、安装tensorflow6
左岸2420·2024-01-13 05:59

从无到有：AI绘画API在插画与游戏设计中的应用

AI绘画API的工作原理AI绘画API基于深度学习和神经网络技术，通过对大量图像数据进行训练和学习，逐渐掌握图像生成的能力。这些API通常采用GAN（生成对抗网络）架构，由生成器和判别器两部分组成。
海碗吃饭·2024-01-13 05:44

Tensorflow2.0笔记 - 修改形状和维度

importtensorflowastfimportnumpyasnptf.
亦枫Leonlew·2024-01-13 04:17

Clear Read-Only Status

用的是ubuntu系统，一直在普通用户模式下打开Git下建的项目，今天运行神经网络程序时，由于有一个cudnn错误，必须要在sudo模式下才不会报错，所以用sudo试着打开了pycharm，发现是完全另一个
LemonMadison·2024-01-13 03:28

深度学习框架笔记

1.1说明深度学习框架像Caffe、tensorflow，这些是深度学习的工具，简单来说就是库，编程时需要importcaffe、importtensorflow。
爱编码的小陈·2024-01-13 03:39
上一页 45 46 47 48 49 50 51 52 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他