卷積神經網絡（CNN）是一種特殊類型的神經網絡，在圖像上表現特別出色。卷積神經網絡由Yan LeCun在1998年提出，可以識別給定輸入圖像中存在的數字。
2022-09-21 10:12:50
1168 在如今的網絡時代，錯綜復雜的大數據和網絡環境，讓傳統信息處理理論、人工智能與人工神經網絡都面臨巨大的挑戰。近些年，深度學習逐漸走進人們的視線，通過深度學習解決若干問題的案例越來越多。一些傳統的圖像
2024-01-11 10:51:323474 
多層感知機 深度神經網絡in collaboration with Hsu Chung Chuan, Lin Min Htoo, and Quah Jia Yong. 與許忠傳，林敏濤和華佳勇合作
2021-07-12 06:35:22
03_深度學習入門_神經網絡和反向傳播算法
2019-09-12 07:08:05
神經網絡基本介紹
2018-01-04 13:41:23
第1章 概述 1.1 人工神經網絡研究與發展 1.2 生物神經元 1.3 人工神經網絡的構成 第2章人工神經網絡基本模型 2.1 MP模型 2.2 感知器模型 2.3 自適應線性
2012-03-20 11:32:43
將神經網絡移植到STM32最近在做的一個項目需要用到網絡進行擬合，并且將擬合得到的結果用作控制，就在想能不能直接在單片機上做神經網絡計算，這樣就可以實時計算，不依賴于上位機。所以要解決的主要是兩個
2022-01-11 06:20:53
神經網絡簡介
2012-08-05 21:01:08
近年來，深度學習的繁榮，尤其是神經網絡的發展，顛覆了傳統機器學習特征工程的時代，將人工智能的浪潮推到了歷史最高點。然而，盡管各種神經網絡模型層出不窮，但往往模型性能越高，對超參數的要求也越來越嚴格
2019-09-11 11:52:14
制造業而言，深度學習神經網絡開辟了令人興奮的研究途徑。為了實現從諸如高速公路全程自動駕駛儀的短時輔助模式到專職無人駕駛旅行的自動駕駛，汽車制造業一直在尋求讓響應速度更快、識別準確度更高的方法，而深度
2017-12-21 17:11:34
基于深度學習的神經網絡算法
2019-05-16 17:25:05
MATLAB神經網絡
2013-07-08 15:17:13
請問：我在用labview做BP神經網絡實現故障診斷，在NI官網找到了機器學習工具包（MLT），但是里面沒有關于這部分VI的幫助文檔，對于”BP神經網絡分類“這個范例有很多不懂的地方，比如
2017-02-22 16:08:08
電子發燒友總結了以“神經網絡”為主題的精選干貨，今后每天一個主題為一期，希望對各位有所幫助！（點擊標題即可進入頁面下載相關資料）人工神經網絡算法的學習方法與應用實例（pdf彩版）卷積神經網絡入門資料MATLAB神經網絡30個案例分析《matlab神經網絡應用設計》深度學習和神經網絡
2019-05-07 19:18:14
今天學習了兩個神經網絡，分別是自適應諧振（ART）神經網絡與自組織映射（SOM）神經網絡。整體感覺不是很難，只不過一些最基礎的概念容易理解不清。首先ART神經網絡是競爭學習的一個代表，競爭型學習
2019-07-21 04:30:00
人工神經網絡是根據人的認識過程而開發出的一種算法。假如我們現在只有一些輸入和相應的輸出，而對如何由輸入得到輸出的機理并不清楚，那么我們可以把輸入與輸出之間的未知過程看成是一個“網絡”，通過不斷地給
2008-06-19 14:40:42
人工神經網絡(Artificial Neural Network，ANN)是一種類似生物神經網絡的信息處理結構，它的提出是為了解決一些非線性，非平穩，復雜的實際問題。那有哪些辦法能實現人工神經網絡呢？
2019-08-01 08:06:21
的深度神經網絡 這種網絡可以解決什么問題呢？ 其中最熱門的就是圖像識別問題。 比如計算機拿到一些貓的照片后，可以識別出中華田園貓和其他種類的貓，然后分類。這種看似很廢的用處，如果運用到醫療領域，比如分辨好
2018-05-11 11:43:14
簡單理解LSTM神經網絡
2021-01-28 07:16:57
摘要： 在2018年3月13日云棲社區，來自哈爾濱工業大學的沈俊楠分享了典型模式-深度神經網絡入門。本文詳細介紹了關于深度神經網絡的發展歷程，并詳細介紹了各個階段模型的結構及特點。哈爾濱工業大學的沈
2018-05-08 15:57:47
全連接神經網絡和卷積神經網絡的區別
2019-06-06 14:21:42
【深度學習】卷積神經網絡CNN
2020-06-14 18:55:37
《深度學習工程師-吳恩達》03卷積神經網絡—深度卷積網絡：實例探究 學習總結
2020-05-22 17:15:57
卷積神經網絡為什么適合圖像處理？
2022-09-08 10:23:10
卷積神經網絡(CNN)究竟是什么，鑒于神經網絡在工程上經歷了曲折的歷史，您為什么還會在意它呢? 對于這些非常中肯的問題，我們似乎可以給出相對簡明的答案。
2019-07-17 07:21:50
卷積神經網絡模型發展及應用轉載****地址：http://fcst.ceaj.org/CN/abstract/abstract2521.shtml深度學習是機器學習和人工智能研究的最新趨勢，作為一個
2022-08-02 10:39:39
卷積神經網絡的層級結構 卷積神經網絡的常用框架
2020-12-29 06:16:44
的理想集。卷積神經網絡與其他類型的網絡之間的主要區別在于它們處理數據的方式。通過過濾，將連續檢查輸入數據的屬性。隨著串聯連接的卷積層數量的增加，可以識別的細節水平也會增加。該過程從第一次卷積之后的簡單
2023-02-23 20:11:10
什么是卷積神經網絡？ImageNet-2010網絡結構是如何構成的？有哪些基本參數？
2021-06-17 11:48:22
【新技術發布】基于深度神經網絡的激光雷達物體識別系統及其嵌入式平臺部署激光雷達可以準確地完成三維空間的測量，具有抗干擾能力強、信息豐富等優點，但受限于數據量大、不規則等難點，基于深度神經網絡
2021-12-21 07:59:18
基于深度神經網絡的激光雷達物體識別系統及其嵌入式平臺部署
2021-01-04 06:26:23
最近在學習電機的智能控制，上周學習了基于單神經元的PID控制，這周研究基于BP神經網絡的PID控制。神經網絡具有任意非線性表達能力，可以通過對系統性能的學習來實現具有最佳組合的PID控制。利用BP
2021-09-07 07:43:47
FPGA實現神經網絡關鍵問題分析基于FPGA的ANN實現方法基于FPGA的神經網絡的性能評估及局限性
2021-04-30 06:58:13
i.MX 8開發工具從相機獲取數據并使用一個GPU并應用圖像分割算法。然后將該信息饋送到專用于識別交通標志的神經網絡推理引擎的另一GPU。
2019-05-29 10:50:46
（k，l，m）表示第k個距離單位、第l個時間單位和第m個脈沖回波信號的幅度；S4（k，l，m）表示在執行四階MTI處理之后獲得的幅度。
神經網絡
為了有效地識別運動手勢，本研究提出了一種
2024-05-23 12:12:44
FPGA 上實現卷積神經網絡 (CNN)。CNN 是一類深度神經網絡，在處理大規模圖像識別任務以及與機器學習類似的其他問題方面已大獲成功。在當前案例中,針對在 FPGA 上實現 CNN 做一個可行性研究
2019-06-19 07:24:41
如何用stm32cube.ai簡化人工神經網絡映射？如何使用stm32cube.ai部署神經網絡？
2021-10-11 08:05:42
原文鏈接：http://tecdat.cn/?p=5725 神經網絡是一種基于現有數據創建預測的計算系統。如何構建神經網絡？神經網絡包括：輸入層：根據現有數據獲取輸入的層隱藏層：使用反向傳播優化輸入變量權重的層，以提高模型的預測能力輸出層：基于輸入和隱藏層的數據輸出預測
2021-07-12 08:02:11
神經網絡(Neural Networks)是人工神經網絡(Ar-tificial Neural Networks)的簡稱，是當前的研究熱點之一。人腦在接受視覺感官傳來的大量圖像信息后，能迅速做出反應
2019-08-08 06:11:30
小女子做基于labview的蒸發過程中液位的控制，想使用神經網絡pid控制，請問這個控制方法可以嗎？有誰會神經網絡pid控制么。。。叩謝
2016-09-23 13:43:16
2018年全球第三大風力發電機制造商論文下載地址：https://arxiv.org/pdf/1902.05625v1.pdf論文代碼地址：https://github.com/BinhangYuan/WaveletFCNN需要簡單儲備的知識離散小波轉換（DWT）深度神經網絡回顧離散小波變
2021-07-12 07:38:36
解析深度學習：卷積神經網絡原理與視覺實踐
2020-06-14 22:21:12
原文鏈接：【嵌入式AI部署&基礎網絡篇】輕量化神經網絡精述--MobileNet V1-3、ShuffleNet V1-2、NasNet深度神經網絡模型被廣泛應用在圖像分類、物體檢測等機器
2021-12-14 07:35:25
`將非局部計算作為獲取長時記憶的通用模塊，提高神經網絡性能在深度神經網絡中，獲取長時記憶（long-range dependency）至關重要。對于序列數據（例如語音、語言），遞歸運算
2018-11-12 14:52:50
微軟研究人員在深度神經網絡（deep neural network）上取得突破，
使其在性能上能趕上目前最先進的語音識別技術。
2016-08-17 11:54:06
49 《神經網絡與深度學習》講義
2017-07-20 08:58:240 “我們研究證實，深度神經網絡的信號模式可以被用來識別一個人看到或想象的物體，”神谷指出，“解碼器獲得了神經網絡的模式，并將其與大數據庫中的影像進行比對。以此方式對人所見和所想的物體進行識別，成功率很高。”
2018-07-16 11:15:001157 cuDNN的全稱為NVIDIA CUDA? Deep Neural Network library， 是NVIDIA專門針對深度神經網絡（Deep Neural Networks）中的基礎操作而設
2017-12-08 10:40:022557 由 Demi 于 星期四, 2018-09-06 09:33 發表 現在提到“神經網絡”和“深度神經網絡”，會覺得兩者沒有什么區別，神經網絡還能不是“深度”（deep）的嗎？我們常用
2018-09-06 20:48:01937 本文檔的詳細介紹的是快速了解神經網絡與深度學習的教程資料免費下載主要內容包括了：機器學習概述，線性模型，前饋神經網絡，卷積神經網絡，循環神經網絡，網絡優化與正則化，記憶與注意力機制，無監督學習，概率圖模型，玻爾茲曼機，深度信念網絡，深度生成模型，深度強化學習
2019-02-11 08:00:0033 深度神經網絡與其他很多機器學習模型一樣，可分為訓練和推理兩個階段。訓練階段根據數據學習模型中的參數（對神經網絡來說主要是網絡中的權重）；推理階段將新數據輸入模型，經過計算得出結果。
2020-03-27 15:50:173572 人工智能系統所面臨的兩大安全問題的根源在于深度神經網絡的不可解釋性。深度神經網絡可解釋性定義為可判讀（interpretability）和可理解（explainability）兩方面的內容?？膳凶x性，即深度神經網絡輸出可判讀
2020-03-27 15:56:183605 深度神經網絡非常善于識別物體，但是當涉及到他們的相互作用的推理時，即使是最先進的神經網絡也在努力。
2020-04-14 15:24:471200 物體檢測一向是比較熱門的研究方向，它經歷了傳統的人工設計特征+淺層分類器的框架，到基于大數據和深度神經網絡的End-To-End的物體檢測框架的發展，然而許多人其實并未系統的了解過物體檢測算法的整個
2020-10-22 15:07:583307 
隨著深度學習技術的快速發展，許多研究者嘗試利用深度學習來解決文本分類問題，特別是在卷積神經網絡和循環神經網絡方面，出現了許多新穎且有效的分類方法。對基于深度神經網絡的文本分類問題進行分析，介紹
2021-03-10 16:56:5637 深度神經網絡具有非線性非凸、多層隱藏結構、特征矢量化、海量模型參數等特點，但弱解釋性是限制其理論發展和實際應用的巨大障礙，因此，深度神經網絡解釋方法成為當前人工智能領域研究的前沿熱點。針對軍事金融
2021-03-21 09:48:2319 近年來，隨著深度學習的飛速發展，深度神經網絡受到了越來越多的關注，在許多應用領域取得了顯著效果。通常，在較高的計算量下，深度神經網絡的學習能力隨著網絡層深度的増加而不斷提高，因此深度神經網絡在大型
2021-04-12 10:26:5920 3小時學習神經網絡與深度學習課件下載
2021-04-19 09:36:550 圖神經網絡將深度學習的預測能力應用于豐富的數據結構中，這些數據結構將物體及其對應關系描述為圖中用線連成的點。
2022-11-03 22:46:241804 圖神經網絡將深度學習的預測能力應用于豐富的數據結構中，這些數據結構將物體及其對應關系描述為圖中用線連成的點。
2022-11-08 09:19:252909 在介紹卷積神經網絡之前，我們先回顧一下神經網絡的基本知識。就目前而言，神經網絡是深度學習算法的核心，我們所熟知的很多深度學習算法的背后其實都是神經網絡。
2023-02-23 09:14:444833 來源：青榴實驗室 1、引子 深度神經網絡(DNNs)最近在圖像分類或語音識別等復雜機器學習任務中表現出的優異性能令人印象深刻。 在本文中，我們將了解深度神經網絡的基礎知識和三個最流行神經網絡：多層
2023-05-15 14:20:011616 
在本文中，我們將了解深度神經網絡的基礎知識和三個最流行神經網絡：多層神經網絡(MLP)，卷積神經網絡(CNN)和遞歸神經網絡(RNN)。
2023-05-15 14:19:181981 
來源：青榴實驗室1、引子深度神經網絡(DNNs)最近在圖像分類或語音識別等復雜機器學習任務中表現出的優異性能令人印象深刻。在本文中，我們將了解深度神經網絡的基礎知識和三個最流行神經網絡：多層神經網絡
2023-05-17 09:59:194321 
卷積神經網絡原理：卷積神經網絡模型和卷積神經網絡算法 卷積神經網絡（Convolutional Neural Network，CNN）是一種基于深度學習的人工神經網絡，是深度學習技術的重要應用之
2023-08-17 16:30:302215 卷積神經網絡概述 卷積神經網絡的特點 cnn卷積神經網絡的優點? 卷積神經網絡（Convolutional neural network，CNN）是一種基于深度學習技術的神經網絡，由于其出色的性能
2023-08-21 16:41:484332 。CNN可以幫助人們實現許多有趣的任務，如圖像分類、物體檢測、語音識別、自然語言處理和視頻分析等。本文將詳細介紹卷積神經網絡的工作原理并用通俗易懂的語言解釋。 1.概述 卷積神經網絡是一個由神經元構成的深度神經網絡，由輸入層、隱藏層和輸出層組成。在卷積神經網絡中，
2023-08-21 16:49:245069 卷積神經網絡如何識別圖像? 卷積神經網絡（Convolutional Neural Network, CNN）由于其出色的圖像識別能力而成為深度學習的重要組成部分。CNN是一種深度神經網絡，其結構為
2023-08-21 16:49:272654 卷積神經網絡的基本原理 卷積神經網絡發展歷程 卷積神經網絡三大特點? 卷積神經網絡的基本原理 卷積神經網絡（Convolutional Neural Networks，CNN）是深度學習領域
2023-08-21 16:49:393588 卷積神經網絡的介紹 什么是卷積神經網絡算法 卷積神經網絡涉及的關鍵技術 卷積神經網絡（Convolutional Neural Network，CNN）是一種用于圖像分類、物體識別、語音識別等領域
2023-08-21 16:49:462800 、HOG、SURF等，卷積神經網絡在識別準確率上表現更為突出。本文將介紹卷積神經網絡并探討其與其他算法的優劣之處。 一、卷積神經網絡 卷積神經網絡可以高效地處理大規模的輸入圖像，其核心思想是使用卷積層和池化層構建深度模型。卷積操作是卷積神經網絡的核心操作，其可以有效地
2023-08-21 16:49:511261 深度神經網絡是一種基于神經網絡的機器學習算法，其主要特點是由多層神經元構成，可以根據數據自動調整神經元之間的權重，從而實現對大規模數據進行預測和分類。卷積神經網絡是深度神經網絡的一種，主要應用于圖像和視頻處理領域。
2023-08-21 17:07:365026 卷積神經網絡算法流程 卷積神經網絡模型工作流程? 卷積神經網絡（Convolutional Neural Network，CNN）是一種廣泛應用于目標跟蹤、圖像識別和語音識別等領域的深度學習模型，其
2023-08-21 16:50:193703 cnn卷積神經網絡簡介 cnn卷積神經網絡代碼 卷積神經網絡（Convolutional Neural Network，簡稱CNN）是目前深度學習領域中應用廣泛的一種神經網絡模型。CNN的出現
2023-08-21 17:16:133815 深度神經網絡是深度學習的一種框架，它是一種具備至少一個隱層的神經網絡。與淺層神經網絡類似
2023-10-11 09:14:331896 
深度神經網絡（Deep Neural Networks，DNNs）是一類具有多個隱藏層的神經網絡，它們在許多領域取得了顯著的成功，如計算機視覺、自然語言處理、語音識別等。以下是一些常見的深度神經網絡
2024-07-02 10:00:013226 化能力。隨著深度學習技術的不斷發展，神經網絡已經成為人工智能領域的重要技術之一。卷積神經網絡和BP神經
2024-07-02 14:24:037113 卷積神經網絡（Convolutional Neural Network，簡稱CNN）是一種深度學習模型，廣泛應用于圖像識別、語音識別、自然語言處理等領域。本文將詳細介紹卷積神經網絡的原理，包括其
2024-07-02 14:44:081836 隨著人工智能技術的飛速發展，深度學習和卷積神經網絡（Convolutional Neural Network, CNN）作為其中的重要分支，已經在多個領域取得了顯著的應用成果。從圖像識別、語音識別
2024-07-02 18:19:171852 卷積神經網絡（Convolutional Neural Networks，簡稱CNN）是一種深度學習模型，廣泛應用于圖像識別、視頻分析、自然語言處理等領域。本文將詳細介紹卷積神經網絡的基本概念、結構
2024-07-03 09:15:281337 BP神經網絡（Backpropagation Neural Network）是一種常見的前饋神經網絡，它使用反向傳播算法來訓練網絡。雖然BP神經網絡在某些方面與深度神經網絡（Deep Neural
2024-07-03 10:14:301801 傳播算法的原理、數學推導、實現步驟以及在深度學習中的應用。 神經網絡概述 神經網絡是一種受人腦啟發的計算模型，由大量的神經元（或稱為節點）組成，每個神經元與其他神經元通過權重連接。神經網絡可以分為輸入層、隱藏層和輸出層。輸入層接收外部輸入數據
2024-07-03 11:16:052779 在深度學習領域，卷積神經網絡（Convolutional Neural Networks, CNN）和循環神經網絡（Recurrent Neural Networks, RNN）是兩種極其重要
2024-07-03 16:12:247311 深度神經網絡（Deep Neural Networks, DNNs）作為人工智能領域的重要技術之一，通過模擬人腦神經元之間的連接，實現了對復雜數據的自主學習和智能判斷。其設計方法不僅涉及網絡
2024-07-04 13:13:491514 在探討深度神經網絡（Deep Neural Networks, DNNs）與基本神經網絡（通常指傳統神經網絡或前向神經網絡）的區別時，我們需要從多個維度進行深入分析。這些維度包括網絡結構、訓練機制、特征學習能力、應用領域以及計算資源需求等方面。以下是對兩者區別的詳細闡述。
2024-07-04 13:20:362554 循環神經網絡（Recurrent Neural Network，RNN）和卷積神經網絡（Convolutional Neural Network，CNN）是深度學習領域中兩種非常重要的神經網絡
2024-07-04 14:24:512764 深度神經網絡（Deep Neural Networks, DNNs）作為機器學習的一種復雜形式，是廣義人工神經網絡（Artificial Neural Networks, ANNs）的重要分支。它們
2024-07-04 16:08:163803 、自然語言處理等。 神經網絡的基本概念 神經網絡是由大量的節點（或稱為神經元）組成的網絡結構。每個節點都與其他節點相連，形成一個復雜的網絡。這些節點可以接收輸入信號，對其進行處理，并將輸出信號傳遞給其他節點。神經網絡的工作原理是通過調整節點之間的連接
2024-07-05 09:25:171806 RNN（Recurrent Neural Network）是循環神經網絡，而非遞歸神經網絡。循環神經網絡是一種具有時間序列特性的神經網絡，能夠處理序列數據，具有記憶功能。以下是關于循環神經網絡的介紹
2024-07-05 09:52:361512 深度神經網絡（Deep Neural Networks, DNNs）作為機器學習領域中的一種重要技術，特別是在深度學習領域，已經取得了顯著的成就。它們通過模擬人類大腦的處理方式，利用多層神經元結構
2024-07-10 18:23:312812 殘差網絡（Residual Network，通常簡稱為ResNet） 是深度神經網絡的一種 ，其獨特的結構設計在解決深層網絡訓練中的梯度消失和梯度爆炸問題上取得了顯著的突破，并因此成為圖像處理、語音識別等多個領域的重要模型。以下是對殘差網絡作為深度神經網絡的詳細闡述。
2024-07-11 18:13:432112 隨著人工智能技術的飛速發展，深度神經網絡（Deep Neural Network, DNN）作為其核心算法之一，在圖像識別、語音識別、自然語言處理等領域取得了顯著成果。然而，傳統的深度神經網絡模型
2024-07-24 10:42:461566 隨著人工智能技術的飛速發展，機器學習算法在各個領域中扮演著越來越重要的角色。長短期記憶網絡（LSTM）作為一種特殊的循環神經網絡（RNN），因其在處理序列數據方面的優勢而受到廣泛關注。 LSTM
2024-11-13 10:17:592752 BP神經網絡與深度學習之間存在著密切的關系，以下是對它們之間關系的介紹： 一、BP神經網絡的基本概念 BP神經網絡，即反向傳播神經網絡（Backpropagation Neural Network
2025-02-12 15:15:211519
電子發燒友App
工商網監
評論