搜索[神经网络]结果-低调大师优秀个人博客

精选列表

搜索[神经网络]，共3865篇文章

MIT开发新型神经网络训练技术，打开AI决策黑箱

神经网络是一种模仿生物神经网络（如大脑）的结构和功能的数学模型或计算模型，它能在训练数据的过程中寻找模式以对数据进行预测和分类。

2017-07-31

改进卷积神经网络，你需要这14种设计模式

深度学习领域近来已经发展出大量的新架构，而如何选择使用这些新架构提升卷积神经网络的性能就显得越发重要了。

2017-07-31

如何用自动机器学习实现神经网络进化

对大多数从事机器学习工作的人来说，设计一个神经网络无异于制作一项艺术作品。神经网络通常始于一个常见的架构，然后我们需要对参数不断地进行调整和优化，直到找到一个好的组合层、激活函数、正则化器和优化参数。

2017-07-31

深度学习的难点：神经网络越深，优化问题越难

所以在神经网络引入后的几十年间，深度神经网络的优化问题的困难性是阻碍它们成为主流的一个重要因素。并导致了它们在20世纪90年代到21世纪初期间的衰落。不过现在已经基本解决了这个问题。

2017-05-22

机器视觉与深度神经网络—洗去浮华,一窥珠玑

近年来机器学习、AI领域随着深度神经网络（DNN）的崛起而迎来新一波的春天，尤其最近两年无论学界还是业界，或是各大媒体，甚至文盲老百姓都言必称“智能”。

2017-05-01

每日一博 | 使用卷积神经网络实现图片去摩尔纹

摘要：本项目主要介绍了如何使用卷积神经网络去检测翻拍图片，主要为摩尔纹图片；其主要创新点在于网络结构上，将图片的高低频信息分开处理。

2023-03-29

每日一博 | 详解神经网络中反向传播和梯度下降

摘要：反向传播指的是计算神经网络参数梯度的方法。本文分享自华为云社区《反向传播与梯度下降详解》，作者：嵌入式视觉。

2023-03-08

每日一博 | 总结了 6 种卷积神经网络压缩方法

摘要：神经网络的压缩算法是，旨在将一个庞大而复杂的预训练模型（pre-trained model）转化为一个精简的小模型。本文分享自华为云社区《卷积神经网络压缩方法总结》，作者：嵌入式视觉。

2023-02-04

基于 PyTorch 和神经网络给 GirlFriend 制作漫画风头像

本文分享自华为云社区《AnimeGANv2 照片动漫化：如何基于 PyTorch 和神经网络给 GirlFriend 制作漫画风头像？【秋招特训】》，作者：白鹿第一帅。

2022-09-13

Brain.js —— 用于浏览器的 GPU 加速神经网络

Brain.js 是一个用 JavaScript 编写的用于神经网络的 GPU 加速库。

2022-07-14

每日一博 | 初始化神经网络权重的方法总结

考虑一个有100层的深度神经网络。在每一步，权重矩阵乘以来自前一层的激活。如果每一层的激活大于1，当它们被重复乘以100次时，它们就会不断变大，爆炸到无穷大。类似地，如果激活值小于1，它们将消失为零。

2021-07-27

一、One—Hot编码计算机在表示多结果的分类时，使用One-Hot编码是比较常见的处理方式。即每个对象都有对应的列。二、最大似然率下面是两幅图像，比较两幅图像，试通过概率的方法来讨论一下为什么右边的模型会更好。假设第一幅图像的每个点是对应颜色的概率为下图：如果假设点的颜色是相互独立的，则整个图表的概率为相互乘积：0.6*0.1*0.7*0.2=0.0084，低于1% 第二个图概率如下图所示：则整个图表的概率为相互乘积：0.6*0.8*0.9*0.7=0.3024约等于30%。由此可知，右边的模型更靠谱。如果我们可以通过一种方式最大化这个概率，则这种方法叫最大似然法。三、最大化概率 3.1 交叉熵1：损失函数对他们每个点的概率进行对数运算，然把他们的相反数进行求和，我们称之为交叉熵。好的模型交叉熵比较低，坏的模型交叉熵会比较高。如下图的两个模型。我们遇到了某种规律，概率和误差函数之间肯定有一定的联系，这种联系叫做交叉熵。这个概念在很多领域都非常流行，包括机器学习领域。下图表示三个门后面有礼物的概率，分别为0.8、0.7、0.1，当后面有礼物时，yi=1，所以交叉熵如下图所示：代码实现： import numpy as np # Write a function that takes as input two lists Y, P, # and returns the float corresponding to their cross-entropy. def cross_entropy(Y, P): Y=np.float_(Y) P=np.float_(P) return -np.sum(Y * np.log(P) + (1 - Y) * np.log(1 - P)) 四、多类别交叉熵由单个类推出多种类别，假设每个门后面有三种不同的生物，概率不一样，则每种动物的概率和交叉熵如下图所示：则 Cross-Entropy = ∑ ∑ [ yijln(Pij) ] ( i = 1, 2, 3 ... n ) ( j = 1, 2, 3 ...m ) = ∑ [ y1jln(P1j) + y2jln(P2j) + ..... yijln(Pij) ] 且 ( P1j + P2j + P3j + ......Pij = 1 ) 五、logistic回归现在，我们终于要讲解机器学习中最热门和最有用的算法之一，它也是所有机器学习的基石——对数几率回归算法。基本上是这样的：获得数据选择一个随机模型计算误差最小化误差，获得更好模型完成计算随机误差备注：图片中的 log 应全为 ln。最小化误差函数：梯度下降法误差函数为△E。在上几个视频中，我们了解到为了最小化误差函数，我们需要获得一些导数。我们开始计算误差函数的导数吧。首先要注意的是 s 型函数具有很完美的导数。即梯度运算如下图：

2021-06-01

TensorFlow 2建立神经网络分类模型——以iris数据为例

本教程使用神经网络来解决鸢尾花分类问题。神经网络可以发现特征与标签之间的复杂关系。神经网络是一个高度结构化的图，其中包含一个或多个隐含层。每个隐含层都包含一个或多个神经元。

2021-05-12

万物皆可Graph | 当推荐系统遇上图神经网络

NewBeeNLP原创出品公众号专栏作者@上杉翔二悠闲会 · 信息检索图神经网络可以说是现在AI领域的超级宠儿。

2021-01-14

高频分量可以帮助解释卷积神经网络的泛化性

都是因为数据有许多工作都试图使用非常重的数学来解释神经网络的泛化行为，但我们会做不同的事情：使用数据的简单反直觉，我们将展示许多泛化的奥秘(像对抗的脆弱性，BatchNorm的功效，“泛化悖论”)可能是通过肉眼处理数据过度自信的结果

2020-08-18

图神经网络的表达能力与 Weisfeiler-Lehman 测试

在本文中，作者讨论了图同构问题，图同构测试的 Weisfeiler-Lehman 启发式，以及如何用它来分析图神经网络的表达能力。这是关于图神经网络表达能力的系列三篇文章中的第一篇。

2020-07-08

如何使用优化器让训练网络更快——神经网络的奥秘

通过使用Numpy来创建神经网络，让我意识到有哪些因素影响着神经网络的性能。

2018-11-25

TensorSpace：超酷炫3D神经网络可视化框架

3D神经网络可视化一片空白在机器学习可视化上，每个机器学习框架都有自己的御用工具，TensorBoard 之于 TensorFlow ，Visdom 之于 PyTorch，MXBoard 之于 MXNet

2018-11-13

TensorFlow系列专题（七）：一文综述RNN循环神经网络

RNN知识结构在本章中，我们将会从最简单的循环神经网络开始介绍，通过实例掌握循环神经网络是如何解决序列化数据的，以及循环神经网络前向计算和参数优化的过程及方法。

2018-11-13

阿里成立“平头哥”半导体公司，明年推神经网络芯片

9月19日，在2018杭州·云栖大会上，阿里巴巴首席技术官张建锋宣布，正式成立平头哥半导体有限公司，“希望这家公司学习“不怕”的精神，要持续的负重前景”。这是继蚂蚁、天猫、菜鸟、飞猪之后，阿里体系内又一个以动物名字命名的公司。作为“人狠话不多”的平头哥注定是要“干大事”的。据悉，该公司是由中天微与达摩院芯片团队整合而成的，公司名字也是由马云拍板决定的，取义自热带雨林动物蜜獾，寓意公司要学习其不畏艰险，永不放弃的精神。平头哥是蜜獾的别称，是鼬科蜜獾属下唯一一种动物，栖息于热带雨林和开阔草原地区。取名“平头哥”，看中其如下特点：一，激情澎湃，顽强执着。平头哥被列为吉尼斯世界纪录“最大胆的动物”，遇到猎物和危险从不放弃，顽强战斗，且总是在不停的捕猎中。二，相信小的伟大，勇敢逐梦。平头哥体态小巧，却不畏比之庞大十数倍的猛兽毒虫，常常能够以

2018-09-18

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

精选列表

MIT开发新型神经网络训练技术，打开AI决策黑箱

改进卷积神经网络，你需要这14种设计模式

如何用自动机器学习实现神经网络进化

深度学习的难点：神经网络越深，优化问题越难

机器视觉与深度神经网络—洗去浮华,一窥珠玑

每日一博 | 使用卷积神经网络实现图片去摩尔纹

每日一博 | 详解神经网络中反向传播和梯度下降

每日一博 | 总结了 6 种卷积神经网络压缩方法

基于 PyTorch 和神经网络给 GirlFriend 制作漫画风头像

Brain.js —— 用于浏览器的 GPU 加速神经网络

每日一博 | 初始化神经网络权重的方法总结

优达学城深度学习之三（下）——卷积神经网络

TensorFlow 2建立神经网络分类模型——以iris数据为例

万物皆可Graph | 当推荐系统遇上图神经网络

高频分量可以帮助解释卷积神经网络的泛化性

图神经网络的表达能力与 Weisfeiler-Lehman 测试

如何使用优化器让训练网络更快——神经网络的奥秘

TensorSpace：超酷炫3D神经网络可视化框架

TensorFlow系列专题（七）：一文综述RNN循环神经网络

阿里成立“平头哥”半导体公司，明年推神经网络芯片

资源下载

腾讯云软件源

Spring

Rocky Linux

Sublime Text

欢迎您来访！