接觸人工智能的內(nèi)容時，經(jīng)常性的會看到人工智能，機器學習，深度學習還有神經(jīng)網(wǎng)絡(luò)的不同的術(shù)語，一個個都很高冷，以致于傻傻分不清到底它們之間是什么樣的關(guān)系，很多時候都認為是一個東西的不同表達而已，看了一些具體的介紹后才漸漸有了一個大體的模型。
2018-05-07 08:55:21
42727 
第三代神經(jīng)網(wǎng)絡(luò)，脈沖神經(jīng)網(wǎng)絡(luò)（Spiking Neural Network，SNN），旨在彌合神經(jīng)科學和機器學習之間的差距，使用最擬合生物神經(jīng)元機制的模型來進行計算。脈沖神經(jīng)網(wǎng)絡(luò)與目前流行的神經(jīng)網(wǎng)絡(luò)
2018-01-15 10:14:5416841 深度學習與圖神經(jīng)網(wǎng)絡(luò)學習分享：CNN 經(jīng)典網(wǎng)絡(luò)之-ResNet resnet 又叫深度殘差網(wǎng)絡(luò) 圖像識別準確率很高，主要作者是國人哦 深度網(wǎng)絡(luò)的退化問題 深度網(wǎng)絡(luò)難以訓練，梯度消失，梯度爆炸
2022-10-12 09:54:421641 
處理技術(shù)也可以通過深度學習來獲得更優(yōu)異的效果，比如去噪、超分辨率和跟蹤算法等。為了跟上時代的步伐，必須對深度學習與神經(jīng)網(wǎng)絡(luò)技術(shù)有所學習和研究。本文將介紹深度學習技術(shù)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)以及它們在相關(guān)領(lǐng)域中的應用。
2024-01-11 10:51:323474 
吳恩達機器學習筆記之神經(jīng)網(wǎng)絡(luò)參數(shù)的反向傳播算法
2019-05-22 15:11:21
的智能——但是我們已經(jīng)看到了一條充滿潛力的道路。目前人工智能（AI）已經(jīng)發(fā)展為一系列技術(shù)：機器學習、深度學習、卷積神經(jīng)網(wǎng)絡(luò)（CNN）等，但是無論我們怎么命名，它們都需要組合起來搭建一個更加智能的機器
2018-05-22 09:54:43
應用與其他更簡單的機器學習應用的區(qū)別在于它們采用二維輸入格式。在眾多機器學習應用中極為常用的神經(jīng)網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò) (DNN)。這類神經(jīng)網(wǎng)絡(luò)擁有多個隱藏層，能實現(xiàn)更復雜的機器學習任務(wù)。...
2021-12-14 07:03:28
機器學習的形式有許多種，但當前具備實用價值的大部分機器學習算法都來自于監(jiān)督學習。我將經(jīng)常提及神經(jīng)網(wǎng)絡(luò)（也被人們稱為“深度學習” ），但你只需對這個概念有基礎(chǔ)的了解便可以閱讀本書后面的內(nèi)容。如果對上
2018-11-30 16:45:03
;而深度學習使用獨立的層、連接，還有數(shù)據(jù)傳播方向，比如最近大火的卷積神經(jīng)網(wǎng)絡(luò)是第一個真正多層結(jié)構(gòu)學習算法，它利用空間相對關(guān)系減少參數(shù)數(shù)目以提高訓練性能，讓機器認知過程逐層進行，逐步抽象，從而大幅度提升
2018-07-04 16:07:53
近年來，深度學習的繁榮，尤其是神經(jīng)網(wǎng)絡(luò)的發(fā)展，顛覆了傳統(tǒng)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(jīng)網(wǎng)絡(luò)模型層出不窮，但往往模型性能越高，對超參數(shù)的要求也越來越嚴格
2019-09-11 11:52:14
基于深度學習的神經(jīng)網(wǎng)絡(luò)算法
2019-05-16 17:25:05
Applied to Document Recognition） 介紹了卷積神經(jīng)網(wǎng)絡(luò)在機器學習中的應用。Toronto 2009年的文章《深度波茲曼機器》（Deep Boltzmann
2019-03-07 20:17:28
的初學者。日記目標是構(gòu)建深度學習環(huán)境，使用的是TensorFlow后端的Keras，Keras 是一個用 Python 編寫的高級神經(jīng)網(wǎng)絡(luò) API，它能夠以 TensorFlow, CNTK, 或者
2018-06-04 22:32:12
請問：我在用labview做BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)故障診斷，在NI官網(wǎng)找到了機器學習工具包（MLT），但是里面沒有關(guān)于這部分VI的幫助文檔，對于”BP神經(jīng)網(wǎng)絡(luò)分類“這個范例有很多不懂的地方，比如
2017-02-22 16:08:08
`本篇主要介紹：人工神經(jīng)網(wǎng)絡(luò)的起源、簡單神經(jīng)網(wǎng)絡(luò)模型、更多神經(jīng)網(wǎng)絡(luò)模型、機器學習的步驟：訓練與預測、訓練的兩階段：正向推演與反向傳播、以TensorFlow + Excel表達訓練流程以及AI普及化教育之路。`
2020-11-05 17:48:39
今天學習了兩個神經(jīng)網(wǎng)絡(luò)，分別是自適應諧振（ART）神經(jīng)網(wǎng)絡(luò)與自組織映射（SOM）神經(jīng)網(wǎng)絡(luò)。整體感覺不是很難，只不過一些最基礎(chǔ)的概念容易理解不清。首先ART神經(jīng)網(wǎng)絡(luò)是競爭學習的一個代表，競爭型學習
2019-07-21 04:30:00
人工智能、數(shù)據(jù)挖掘、機器學習和深度學習之間，主要有什么關(guān)系？
2020-03-16 11:35:54
，如何用一個神經(jīng)網(wǎng)絡(luò)，寫出一套機器學習算法，來自動識別未知的圖像。一個 4 層的神經(jīng)網(wǎng)絡(luò)輸入層經(jīng)過幾層算法得到輸出層 實現(xiàn)機器學習的方法有很多，近年被人們討論得多的方法就是深度學習。 深度學習是一種實現(xiàn)
2018-05-11 11:43:14
什么是深度學習為了解釋深度學習，有必要了解神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)是一種模擬人腦的神經(jīng)元和神經(jīng)網(wǎng)絡(luò)的計算模型。作為具體示例，讓我們考慮一個輸入圖像并識別圖像中對象類別的示例。這個例子對應機器學習中的分類
2023-02-17 16:56:59
俊楠分享了典型模式-深度神經(jīng)網(wǎng)絡(luò)入門。本文詳細介紹了關(guān)于深度神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程，并詳細介紹了各個階段模型的結(jié)構(gòu)及特點。直播回顧請點擊以下是精彩視頻內(nèi)容整理：問題引出學習知識從問題引出入手是一個很好
2018-05-08 15:57:47
本文使用keras搭建神經(jīng)網(wǎng)絡(luò)，實現(xiàn)基于深度學習算法的股票價格預測。本文使用的數(shù)據(jù)來源為tushare，一個免費開源接口；且只取開票價進行預測。import numpy as npimport
2022-02-08 06:40:03
機器學習算法篇--卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)（Convolutional Neural Network）
2019-02-14 16:37:29
【深度學習】卷積神經(jīng)網(wǎng)絡(luò)CNN
2020-06-14 18:55:37
《深度學習工程師-吳恩達》03卷積神經(jīng)網(wǎng)絡(luò)—深度卷積網(wǎng)絡(luò)：實例探究 學習總結(jié)
2020-05-22 17:15:57
卷積神經(jīng)網(wǎng)絡(luò)模型發(fā)展及應用轉(zhuǎn)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
不僅限于已知的訓練圖像。該神經(jīng)網(wǎng)絡(luò)需要映射到MCU中。模式識別機的內(nèi)部到底是什么樣子的？人工智能中的神經(jīng)元網(wǎng)絡(luò)類似于人腦中的生物對應物。一個神經(jīng)元有幾個輸入和一個輸出。基本上，這樣的神經(jīng)元只不過是輸入
2023-02-23 20:11:10
“狗”。深度學習主要應用在數(shù)據(jù)分析上，其核心技術(shù)包括：神經(jīng)網(wǎng)絡(luò)搭建、神經(jīng)網(wǎng)絡(luò)訓練及調(diào)用。CNN神經(jīng)網(wǎng)絡(luò)訓練 機器視覺中的圖像預處理屬于傳統(tǒng)技術(shù)，包括形態(tài)變換、邊緣檢測、BLOB分析等。圖像在人眼和機器下
2018-05-31 09:36:03
FPGA 上實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò) (CNN)。CNN 是一類深度神經(jīng)網(wǎng)絡(luò)，在處理大規(guī)模圖像識別任務(wù)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(xiàn) CNN 做一個可行性研究
2019-06-19 07:24:41
人工智能下面有哪些機器學習分支？如何用卷積神經(jīng)網(wǎng)絡(luò)（CNN）方法去解決機器學習監(jiān)督學習下面的分類問題？
2021-06-16 08:09:03
《深度學習工程師-吳恩達》02改善深層神經(jīng)網(wǎng)絡(luò)--超參數(shù)優(yōu)化、batch正則化和程序框架 學習總結(jié)
2020-06-16 14:52:01
脈沖神經(jīng)網(wǎng)絡(luò)的學習方式有哪幾種？
2021-10-26 06:58:01
解析深度學習：卷積神經(jīng)網(wǎng)絡(luò)原理與視覺實踐
2020-06-14 22:21:12
《神經(jīng)網(wǎng)絡(luò)與深度學習》講義
2017-07-20 08:58:24
0 BP神經(jīng)網(wǎng)絡(luò)模型與學習算法
2017-09-08 09:42:4810 憑借出色的性能和功耗指標，賽靈思 FPGA 成為設(shè)計人員構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)的首選。新的軟件工具可簡化實現(xiàn)工作。人工智能正在經(jīng)歷一場變革，這要得益于機器學習的快速進步。在機器學習領(lǐng)域，人們正對一類名為
2017-11-17 11:47:421704 深度學習神經(jīng)網(wǎng)絡(luò)未來發(fā)展將出現(xiàn)兩大趨勢：計算遷移和基于小樣本集的學習算法；網(wǎng)絡(luò)結(jié)構(gòu)及效率不斷優(yōu)化，面向智能終端的AI處理芯片將出現(xiàn)；深度學習神經(jīng)網(wǎng)絡(luò)的壓縮技術(shù)也將不斷成熟。
2017-12-01 09:48:018118 當下，最常被提起的名詞就是機器學習、深度學習和神經(jīng)網(wǎng)絡(luò)，用數(shù)學上集合里的概念去理解這三者之間的聯(lián)系，他們之間依次是包含的關(guān)系，即機器學習包含深度學習，深度學習包含神經(jīng)網(wǎng)絡(luò)。其中，四層以上的神經(jīng)網(wǎng)絡(luò)就可以稱之為深度學習，而深度學習是一種典型的機器學習。
2018-07-13 08:37:006563 學習率（learning rate）是調(diào)整深度神經(jīng)網(wǎng)絡(luò)最重要的超參數(shù)之一，本文作者Pavel Surmenok描述了一個簡單而有效的辦法來幫助你找尋合理的學習率。 我正在舊金山大學的 fast.ai
2017-12-07 11:05:422667 據(jù)報道，亞馬遜和微軟合力推出全新的深度學習庫，名字叫Gluon。此舉被認為是在云計算市場上與谷歌叫板，谷歌曾通過AI生態(tài)系統(tǒng)發(fā)力云計算，強調(diào)自身產(chǎn)品對深度學習的強大支持。Gluon可以讓訓練神經(jīng)網(wǎng)絡(luò)像開發(fā)APP一樣簡單，簡潔的代碼構(gòu)建神經(jīng)網(wǎng)絡(luò)，而不需要犧牲性能。
2018-01-05 16:56:104101 機器學習已經(jīng)在各個行業(yè)得到了大規(guī)模的廣泛應用，并為提升業(yè)務(wù)流程的效率、提高生產(chǎn)率做出了極大的貢獻。這篇文章主要介紹了機器學習中最先進的算法之一——神經(jīng)網(wǎng)絡(luò)的八種不同架構(gòu)，并從原理和適用范圍進行了
2018-01-10 16:30:0812882 
大數(shù)據(jù)人工智能技術(shù)，在應用層面包括機器學習、神經(jīng)網(wǎng)絡(luò)、深度學習等，它們都是現(xiàn)代人工智能的核心技術(shù)。在大數(shù)據(jù)背景下，這些技術(shù)均得到了質(zhì)的提升，人工智能、機器學習和深度學習的包含關(guān)系如下圖。
2018-07-01 10:17:002355 神經(jīng)網(wǎng)絡(luò)是一套特定的算法，是機器學習中的一類模型，神經(jīng)網(wǎng)絡(luò)本身就是一般泛函數(shù)的逼近，它能夠理解大腦是如何工作，能夠了解受神經(jīng)元和自適應連接啟發(fā)的并行計算風格，通過使用受大腦啟發(fā)的新穎學習算法來解決實際問題等。
2018-02-11 11:17:2628148 
深度學習和人工智能是 2017 年的熱詞；2018 年，這兩個詞愈發(fā)火熱，但也更加容易混淆。我們將深入深度學習的核心，也就是神經(jīng)網(wǎng)絡(luò)。
2018-04-02 09:47:0910661 
在前幾十年，神經(jīng)網(wǎng)絡(luò)并沒有受到人們的重視，直到深度學習的出現(xiàn)，人們利用深度學習解決了不少實際問題（即一些落地性質(zhì)的商業(yè)應用），神經(jīng)網(wǎng)絡(luò)才成為學界和工業(yè)界關(guān)注的一個焦點。本文以盡可能直白，簡單的方式介紹深度學習中三種典型的神經(jīng)網(wǎng)絡(luò)以及深度學習中的正則化方法。為后面在無人駕駛中的應用做鋪墊。
2018-06-03 09:27:0310284 深度學習屬于機器學習的一個子域，其相關(guān)算法受到大腦結(jié)構(gòu)與功能（即人工神經(jīng)網(wǎng)絡(luò)）的啟發(fā)。深度學習如今的全部價值皆通過監(jiān)督式學習或經(jīng)過標記的數(shù)據(jù)及算法實現(xiàn)。深度學習中的每種算法皆經(jīng)過相同的學習過程。深度學習包含輸入內(nèi)容的非近線變換層級結(jié)構(gòu)，可用于創(chuàng)建統(tǒng)計模型并輸出對應結(jié)果。
2018-06-23 12:25:0082103 
《神經(jīng)網(wǎng)絡(luò)和深度學習》是一本免費的在線書。本書會教會你：
? 神經(jīng)網(wǎng)絡(luò)，一種美妙的受生物學啟發(fā)的編程范式，可以讓計算機從觀測數(shù)據(jù)中進行學習
? 深度學習，一個強有力的用于神經(jīng)網(wǎng)絡(luò)學習的眾多技術(shù)的集合
2018-08-02 17:47:310 學習的比較外，我們還將研究他們未來的趨勢和走向。 深度學習與機器學習簡介 一、什么是機器學習？ 通常，為了實現(xiàn)人工智能，我們使用機器學習。我們有幾種算法用于機器學習。例如： Find-S算法 決策樹算法（Decision trees） 隨機森林算法（Random forests） 人工神經(jīng)網(wǎng)絡(luò) 通常
2018-09-13 17:19:011543 開源的深度學習神經(jīng)網(wǎng)絡(luò)正步入成熟，而現(xiàn)在有許多框架具備為個性化方案提供先進的機器學習和人工智能的能力。
2018-09-21 17:02:537126 怎樣理解非線性變換和多層網(wǎng)絡(luò)后的線性可分，神經(jīng)網(wǎng)絡(luò)的學習就是學習如何利用矩陣的線性變換加激活函數(shù)的非線性變換。
2018-10-23 14:44:214382 近年來，隨著科技的快速發(fā)展，人工智能不斷進入我們的視野中。作為人工智能的核心技術(shù)，機器學習和深度學習也變得越來越火。一時間，它們幾乎成為了每個人都在談?wù)摰脑掝}。那么，機器學習和深度學習到底是什么，它們之間究竟有什么不同呢？
2019-05-11 10:13:134324 本文檔的詳細介紹的是快速了解神經(jīng)網(wǎng)絡(luò)與深度學習的教程資料免費下載主要內(nèi)容包括了：機器學習概述，線性模型，前饋神經(jīng)網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)，循環(huán)神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)優(yōu)化與正則化，記憶與注意力機制，無監(jiān)督學習，概率圖模型，玻爾茲曼機，深度信念網(wǎng)絡(luò)，深度生成模型，深度強化學習
2019-02-11 08:00:0033 本質(zhì)上，深度學習提供了一套技術(shù)和算法，這些技術(shù)和算法可以幫助我們對深層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進行參數(shù)化——人工神經(jīng)網(wǎng)絡(luò)中有很多隱含層數(shù)和參數(shù)。深度學習背后的一個關(guān)鍵思想是從給定的數(shù)據(jù)集中提取高層次的特征。因此，深度學習的目標是克服單調(diào)乏味的特征工程任務(wù)的挑戰(zhàn)，并幫助將傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)進行參數(shù)化。
2019-06-08 14:44:005014 
深度學習（DL）是機器學習中一種基于對數(shù)據(jù)進行表征學習的方法，是一種能夠模擬出人腦的神經(jīng)結(jié)構(gòu)的機器學習方法。深度學習的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究。而人工神經(jīng)網(wǎng)絡(luò)ANN（Artificial
2019-09-20 08:00:001 深度學習和機器學習已經(jīng)變得無處不在，那它們之間到底有什么區(qū)別呢？本文我們?yōu)榇蠹铱偨Y(jié)了深度學習VS機器學習的六大本質(zhì)區(qū)別。
2019-11-30 11:17:0215876 深度神經(jīng)網(wǎng)絡(luò)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(jù)數(shù)據(jù)學習模型中的參數(shù)（對神經(jīng)網(wǎng)絡(luò)來說主要是網(wǎng)絡(luò)中的權(quán)重）；推理階段將新數(shù)據(jù)輸入模型，經(jīng)過計算得出結(jié)果。
2020-03-27 15:50:173572 深度學習是機器學習的子集，是通過訓練示例開發(fā)AI的科學。但是直到最近幾年，由于效率低下，它們在很大程度上已被AI社區(qū)駁回。在過去的幾年中，大量數(shù)據(jù)和計算資源的可用性使神經(jīng)網(wǎng)絡(luò)備受關(guān)注，并使開發(fā)能夠解決現(xiàn)實世界問題的深度學習算法成為可能。
2020-07-24 09:26:191871 1986年Rumelhart等人提出了人工神經(jīng)網(wǎng)絡(luò)的反向傳播算法，掀起了神經(jīng)網(wǎng)絡(luò)在機器學習中的熱潮，神經(jīng)網(wǎng)絡(luò)中存在大量的參數(shù)，存在容易發(fā)生過擬合、訓練時間長的缺點，但是對比Boosting
2020-08-24 15:57:526804 深度學習是機器學習與神經(jīng)網(wǎng)絡(luò)、人工智能、圖形化建模、優(yōu)化、模式識別和信號處理等技術(shù)融合后產(chǎn)生的一個領(lǐng)域。
2020-11-05 09:31:195356 在人工神經(jīng)網(wǎng)絡(luò)課程之后，有一位同學課下問了一個問題，她這學期也在學習機器學習課程，感覺人工神經(jīng)網(wǎng)絡(luò)課程的內(nèi)容與機器學習課程的內(nèi)容大同小異。究竟這些課程之間有何區(qū)別呢？弄不清楚這些自己這學期的課程很是
2020-11-05 10:02:554017 本文檔的主要內(nèi)容詳細介紹的是神經(jīng)網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)控制的學習課件免費下載包括了:1生物神經(jīng)元模型，2人工神經(jīng)元模型，3人工神經(jīng)網(wǎng)絡(luò)模型，4神經(jīng)網(wǎng)絡(luò)的學習方法
2021-01-20 11:20:0511 深度學習是機器學習的一個子領(lǐng)域，研究的算法靈感來自于大腦的結(jié)構(gòu)和功能，稱為人工神經(jīng)網(wǎng)絡(luò)。如果你現(xiàn)在剛剛開始進入深度學習領(lǐng)域，或者你曾經(jīng)有過一些神經(jīng)網(wǎng)絡(luò)的經(jīng)驗，你可能會感到困惑。因為我知道我剛開始
2021-01-20 11:20:0713 本文檔的主要內(nèi)容詳細介紹的是神經(jīng)網(wǎng)絡(luò)的介紹和在GIS中有什么樣的應用說明。
2021-01-21 14:28:2919 卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、注意力機制等方法在文本分類中的應用和發(fā)展，分析多種典型分類方法的特點和性能，從準確率和運行時間方面對基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)進行比較，表明深度神經(jīng)網(wǎng)絡(luò)較傳統(tǒng)機器學習方法在用于文本分類時更具優(yōu)
2021-03-10 16:56:5637 本文檔的主要內(nèi)容詳細介紹的是神經(jīng)網(wǎng)絡(luò)的方法學習課件免費下載包括了：神經(jīng)網(wǎng)絡(luò)發(fā)展史，神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)，深度神經(jīng)網(wǎng)絡(luò)進展，發(fā)展趨勢與展望
2021-03-11 10:10:3718 深度學習是機器學習和人工智能研究的最新趨勢，作為一個十余年來快速發(fā)展的嶄新領(lǐng)域，越來越受到研究者的關(guān)注。卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型是深度學習模型中最重要的一種經(jīng)典結(jié)構(gòu)，其性能在近年來深度學習任務(wù)上
2021-04-02 15:29:0421 3小時學習神經(jīng)網(wǎng)絡(luò)與深度學習課件下載
2021-04-19 09:36:550 隨著深度學習的不斷發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)（CNN）在目標檢測與圖像分類中受到研究者的廣泛關(guān)注。CNN從 Lenet5網(wǎng)絡(luò)發(fā)展到深度殘差網(wǎng)絡(luò)，其層數(shù)不斷增加。基于神經(jīng)網(wǎng)絡(luò)中“深度”的含義，在確保感受野相同
2021-05-19 16:11:005 傳播網(wǎng)絡(luò)完成訓練過程，并通過脈沖編碼規(guī)則和自適應的權(quán)值映射關(guān)系，將訓練結(jié)果遷移至脈沖神經(jīng)網(wǎng)絡(luò)。實驗結(jié)果表明，在多層脈沖神經(jīng)網(wǎng)絡(luò)中，遷移學習算法能夠有效解決訓練過程中收斂困難的問題，在 MNIST數(shù)據(jù)集和 CIFAR-10數(shù)據(jù)集上
2021-05-24 16:03:0715 深度學習是機器學習的一個子集，它使用神經(jīng)網(wǎng)絡(luò)來執(zhí)行學習和預測。深度學習在各種任務(wù)中都表現(xiàn)出了驚人的表現(xiàn)，無論是文本、時間序列還是計算機視覺。
2022-04-07 10:17:052221 在過去的幾年中，神經(jīng)網(wǎng)絡(luò)的興起與應用成功推動了模式識別和數(shù)據(jù)挖掘的研究。許多曾經(jīng)嚴重依賴于手工提取特征的機器學習任務(wù)（如目標檢測、機器翻譯和語音識別），如今都已被各種端到端的深度學習范式（例如卷積
2022-09-22 10:16:342834 
在介紹卷積神經(jīng)網(wǎng)絡(luò)之前，我們先回顧一下神經(jīng)網(wǎng)絡(luò)的基本知識。就目前而言，神經(jīng)網(wǎng)絡(luò)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(jīng)網(wǎng)絡(luò)。
2023-02-23 09:14:444833 隨著人工智能(AI)技術(shù)的快速發(fā)展，AI可以越來越多地支持以前無法實現(xiàn)或者難以實現(xiàn)的應用。本文基于此解釋了卷積神經(jīng)網(wǎng)絡(luò)(CNN)及其對人工智能和機器學習的意義。CNN是一種能夠從復雜數(shù)據(jù)中提取特征
2023-03-11 23:10:041665 來源：青榴實驗室 1、引子 深度神經(jīng)網(wǎng)絡(luò)(DNNs)最近在圖像分類或語音識別等復雜機器學習任務(wù)中表現(xiàn)出的優(yōu)異性能令人印象深刻。 在本文中，我們將了解深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識和三個最流行神經(jīng)網(wǎng)絡(luò)：多層
2023-05-15 14:20:011616 
來源：青榴實驗室1、引子深度神經(jīng)網(wǎng)絡(luò)(DNNs)最近在圖像分類或語音識別等復雜機器學習任務(wù)中表現(xiàn)出的優(yōu)異性能令人印象深刻。在本文中，我們將了解深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識和三個最流行神經(jīng)網(wǎng)絡(luò)：多層神經(jīng)網(wǎng)絡(luò)
2023-05-17 09:59:194321 
深度學習和神經(jīng)網(wǎng)絡(luò)的區(qū)別在于隱藏層的深度。一般來說，神經(jīng)網(wǎng)絡(luò)的隱藏層要比實現(xiàn)深度學習的系統(tǒng)淺得多，而深度學習的在隱藏層可以有很多層。
2023-07-28 10:44:27981 
。 在深度學習中，使用了一些快速的算法，比如卷積神經(jīng)網(wǎng)絡(luò)以及深度神經(jīng)網(wǎng)絡(luò)，這些算法在大量數(shù)據(jù)處理和圖像識別上面有著非常重要的作用。 深度學習領(lǐng)域的發(fā)展不僅僅是科技上的顛覆，更是對人類思維模式的挑戰(zhàn)。雖然深度學習
2023-08-17 16:03:043074 深度神經(jīng)網(wǎng)絡(luò)是一種基于神經(jīng)網(wǎng)絡(luò)的機器學習算法，其主要特點是由多層神經(jīng)元構(gòu)成，可以根據(jù)數(shù)據(jù)自動調(diào)整神經(jīng)元之間的權(quán)重，從而實現(xiàn)對大規(guī)模數(shù)據(jù)進行預測和分類。卷積神經(jīng)網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò)的一種，主要應用于圖像和視頻處理領(lǐng)域。
2023-08-21 17:07:365026 神經(jīng)網(wǎng)絡(luò)是深度學習算法的基本構(gòu)建模塊。神經(jīng)網(wǎng)絡(luò)是一種機器學習算法，旨在模擬人腦的行為。它由相互連接的節(jié)點組成，也稱為人工神經(jīng)元，這些節(jié)點組織成層次結(jié)構(gòu)。Source:victorzhou.com
2023-09-21 08:30:076254 神經(jīng)網(wǎng)絡(luò)架構(gòu)是機器學習領(lǐng)域中的核心組成部分，它們模仿了生物神經(jīng)網(wǎng)絡(luò)的運作方式，通過復雜的網(wǎng)絡(luò)結(jié)構(gòu)實現(xiàn)信息的處理、存儲和傳遞。隨著深度學習技術(shù)的不斷發(fā)展，各種神經(jīng)網(wǎng)絡(luò)架構(gòu)被提出并廣泛應用于圖像識別
2024-07-01 14:16:422335 深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks，DNNs）是一類具有多個隱藏層的神經(jīng)網(wǎng)絡(luò)，它們在許多領(lǐng)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(jīng)網(wǎng)絡(luò)
2024-07-02 10:00:013226 隨著人工智能技術(shù)的飛速發(fā)展，深度學習和卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network, CNN）作為其中的重要分支，已經(jīng)在多個領(lǐng)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 神經(jīng)網(wǎng)絡(luò)是一種強大的機器學習技術(shù)，可以用于建模和預測變量之間的關(guān)系。 神經(jīng)網(wǎng)絡(luò)的基本概念 神經(jīng)網(wǎng)絡(luò)是一種受人腦啟發(fā)的計算模型，由大量的節(jié)點（神經(jīng)元）組成，這些節(jié)點通過權(quán)重連接在一起。每個神經(jīng)元接收
2024-07-03 10:23:071693 在探討深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks, DNNs）與基本神經(jīng)網(wǎng)絡(luò)（通常指傳統(tǒng)神經(jīng)網(wǎng)絡(luò)或前向神經(jīng)網(wǎng)絡(luò)）的區(qū)別時，我們需要從多個維度進行深入分析。這些維度包括網(wǎng)絡(luò)結(jié)構(gòu)、訓練機制、特征學習能力、應用領(lǐng)域以及計算資源需求等方面。以下是對兩者區(qū)別的詳細闡述。
2024-07-04 13:20:362554 在人工智能領(lǐng)域，機器學習和神經(jīng)網(wǎng)絡(luò)是兩個核心概念，它們各自擁有獨特的特性和應用場景。雖然它們都旨在使計算機系統(tǒng)能夠自動從數(shù)據(jù)中學習和提升，但它們在多個方面存在顯著的區(qū)別。本文將從多個維度深入探討
2024-07-04 14:08:163680 深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks, DNNs）作為機器學習的一種復雜形式，是廣義人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks, ANNs）的重要分支。它們
2024-07-04 16:08:163803 深度學習和自然語言處理（NLP）是計算機科學領(lǐng)域中兩個非常重要的研究方向。它們之間既有聯(lián)系，也有區(qū)別。本文將介紹深度學習與NLP的區(qū)別。 深度學習簡介 深度學習是一種基于人工神經(jīng)網(wǎng)絡(luò)的機器學習
2024-07-05 09:47:282121 BP神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural Network）和卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，簡稱CNN）是兩種在人工智能和機器學習領(lǐng)域
2024-07-10 15:24:442989 （Backpropagation Algorithm，簡稱BP算法）來不斷調(diào)整網(wǎng)絡(luò)的權(quán)重和閾值，以最小化網(wǎng)絡(luò)輸出與目標值之間的誤差。本文將從BP神經(jīng)網(wǎng)絡(luò)的基本原理、學習機制、訓練過程以及應用等方面進行詳細闡述。
2024-07-10 15:49:291916 深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks, DNNs）作為機器學習領(lǐng)域中的一種重要技術(shù)，特別是在深度學習領(lǐng)域，已經(jīng)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(jīng)元結(jié)構(gòu)
2024-07-10 18:23:312814 AI大模型與深度學習之間存在著密不可分的關(guān)系，它們互為促進，相輔相成。以下是對兩者關(guān)系的介紹： 一、深度學習是AI大模型的基礎(chǔ) 技術(shù)支撐 ：深度學習是一種機器學習的方法，通過多層神經(jīng)網(wǎng)絡(luò)來模擬
2024-10-23 15:25:503785 深度學習近年來在多個領(lǐng)域取得了顯著的進展，尤其是在圖像識別、語音識別和自然語言處理等方面。卷積神經(jīng)網(wǎng)絡(luò)作為深度學習的一個分支，因其在圖像處理任務(wù)中的卓越性能而受到廣泛關(guān)注。 卷積神經(jīng)網(wǎng)絡(luò)的基本概念
2024-11-15 14:52:251300 深度學習中，神經(jīng)網(wǎng)絡(luò)是核心模型。今天我們用 Python 和 NumPy 構(gòu)建一個簡單的神經(jīng)網(wǎng)絡(luò)。 神經(jīng)網(wǎng)絡(luò)由多個神經(jīng)元組成，神經(jīng)元之間通過權(quán)重連接。我們構(gòu)建一個包含輸入層、隱藏層和輸出層的簡單
2025-01-23 13:52:15915 BP神經(jīng)網(wǎng)絡(luò)與深度學習之間存在著密切的關(guān)系，以下是對它們之間關(guān)系的介紹： 一、BP神經(jīng)網(wǎng)絡(luò)的基本概念 BP神經(jīng)網(wǎng)絡(luò)，即反向傳播神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural Network
2025-02-12 15:15:211519 優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的學習率是提高模型訓練效率和性能的關(guān)鍵步驟。以下是一些優(yōu)化BP神經(jīng)網(wǎng)絡(luò)學習率的方法： 一、理解學習率的重要性 學習率決定了模型參數(shù)在每次迭代時更新的幅度。過大的學習率可能導致模型在
2025-02-12 15:51:371536 圖 1：基于深度學習的目標檢測可定位已訓練的目標類別，并通過矩形框（邊界框）對其進行標識。 在討論人工智能（AI）或深度學習時，經(jīng)常會出現(xiàn)“神經(jīng)網(wǎng)絡(luò)”、“黑箱”、“標注”等術(shù)語。這些概念對非專業(yè)
2025-09-10 17:38:45771 
日常生活中的智能應用都離不開深度學習，而深度學習則依賴于神經(jīng)網(wǎng)絡(luò)的實現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)？神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu)，特別是大腦中神經(jīng)元之間的連接方式。
2025-12-17 15:05:13148
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評論