Anaconda的下载及安装Anaconda的下载Anaconda的安装Anaconda环境配置Anaconda修改默认的浏览器安装代码补全插件 Anaconda的下载大家可以去官网，按照自己的电脑版本选择下载！Anaconda的安装第一步：双击exe文件，点击next，选择I agree，选择just me，再点击next！ 第二步：点击browse，选择指定安装路径！一般不建议c盘奥！ 第三
转载
2023-10-21 10:39:02
82阅读
原文：A Quick Introduction to Neural Networks人工神经网络（ANN）的灵感来自于人脑生物神经网络处理信息的方式。人工神经网络在很多机器学习研究和行业里都取得了很好的成绩（在那个时候来说），包括语音识别、计算机视觉、文字处理方面。本文将尝试理解一种特殊的人工神经网络，称为多层感知器（Multi Layer Perceptron）。A Single Ne
转载
2023-12-29 16:18:23
74阅读
本文是我关于论文《Reasoning With Neural Tensor Networks for Knowledge Base Completion》的学习笔记。一、算法简介网络的结构为：$$g(e_1,R,e_2)=u^T_Rf(e_1^TW_R^{[1:k]}e_2+V_R\begin{bmatrix} e_1 \\ e_2 \\ \end{bmatrix}+b_R)~~~~~~~~~~~
转载
2023-12-05 08:52:40
132阅读
卷积神经网络（LeNet） 注意：当GPU和显示器相连时，对每个GPU函数的运行有几秒的限制，因为当GPU进行计算时无法与显示器相连。如果不做限制，显示冻结较长时间而使人误以为是电脑死机。可以通过降低批次规模来解决超时问题。诱因 卷积神经网络（CNN）是MLP的仿生变异。从Hubel and Wiesel早期关于猫的视觉皮质研究，我们知道视觉皮质由一系列细胞通过复杂的排列组成。这些细胞对于视觉域的
转载
2023-12-26 20:57:36
116阅读
卷积神经网络框架之ALXE网络原文：ImageNet Classification with Deep Convolutional Neural Networks简述： 本文训练了截止当时为止最大卷积神经网络，并有效的减少测试错误率，进而提出了一种神经网络模型框架。本文提出Alexnet网络模型，该模型由5个卷积层，多个最大池化层和3个全连接层组成，并有效提出“dropout”正则方法以抑制过拟合
转载
2023-12-04 14:52:32
95阅读
基于Python3 神经网络的实现(下载源码)本次学习是Denny Britz（作者）的Python2神经网络项目修改为基于Python3实现的神经网络（本篇博文代码完整）。重在理解原理和实现方法，部分翻译不够准确，可查看Python2版的原文。
概述如何搭建开发环境安装Python3、安装jupyter notebook以及其他科学栈如numpypip install jypyter noteb
转载
2024-04-07 22:30:03
65阅读
1. 导入所需的库import tensorflow as tf
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
for i in [tf, pd, sns]:
print(i.__name__,": ",i.__version__,sep="")输出：tensorflow: 2.2.0
转载
2023-09-03 15:19:39
398阅读
其实各大深度学习框架背后的原理都可以理解为拟合一个参数数量特别庞大的函数，所以各框架都能用来拟合任意函数，Pytorch也能。在这篇博客中，就以拟合y = ax + b为例（a和b为需要拟合的参数），说明在Pytorch中如何拟合一个函数。一、定义拟合网络1、观察普通的神经网络的优化流程# 定义网络
net = ...
# 定义优化器
optimizer = torch.optim.Adam(ne
转载
2023-10-18 19:49:36
612阅读
激活函数模块创建1. Python包和模块的创建1.1 Python包（Package）1.2 Python模块（Module）2. 神经网络常用激活函数2.1 阶跃函数step function2.2 sigmoid函数2.3 ReLU函数(Rectified Linear Unit --- 线性整流函数)2.4 SoftMax函数（归一化指数函数）2.5 Tanh双曲正切函数2.6 TSwi
转载
2023-09-04 14:12:01
96阅读
在前面，我们使用了单层神经网络实现了对鸢尾花数据集的分类， 下面，将使用多层神经网络来实现对鸢尾花数据集的分类。第一层是输入层到隐含层，相应的权值矩阵为 W1 ， 隐含层中的阈值是 B1 ，隐含层的输出是： 假设增加的隐含层中有 16 个神经元（结点），那么 B1 的形状就是 （16，），因为输入层中有四个结点，因此， W1 的形状是 （4，16），第二层是隐含层到输出层， 从隐含层到输出层的权值
转载
2023-09-04 14:33:09
176阅读
、一、前言C++课程设计中有用到神经网络预测模型，网上参考代码很多，但是大部分无法运行或与我的目标不一致。所以我重新写了一个能用的，下面提供完整的C++工程。 可以进入顶部参考链接了解详细原理和公式推导过程。参考链接使用Python语言，由于课程设计要求，我按照源码思路用C++重写了一遍，包括一个前馈神经网络和一个带时间步长的神经网络（简单的RNN），如下图。 实验发现，普通的前馈网络预测效果较差
转载
2023-09-04 21:00:26
0阅读
PyTorch学习笔记（16）–在GPU上实现神经网络模型训练 本博文是PyTorch的学习笔记，第16次内容记录，主要介绍如何在GPU上实现神经网络模型训练。 目录PyTorch学习笔记（16）--在GPU上实现神经网络模型训练1.为什么要用GPU1.1GPU是什么1.2用GPU训练网络模型的好处2.如何用GPU训练神经网络模型2.1代码修改方法12.1代码修改方法23.学习小结 1.为什
转载
2023-11-24 22:51:08
244阅读
本文教你用Pytorch搭建一个非常非常简单的神经网络，适合初学Pytorch框架的小白来看，因为我本人也在学习，所以想跟大家分享一下
最近在学习pytorch框架，给大家分享一个最最最最基本的用pytorch搭建神经网络并且训练的方法。本人是第一次写这种分享文章，希望对初学pytorch的朋友有所帮助！一、任务首先说下我们要搭建的网络要完成的学习任务：
转载
2023-08-14 16:27:55
203阅读
1.神经网络背后的直觉正向传播：几个输入，通过来自多个隐藏层的多个神经元对其进行处理，并使用输出层返回结果后向传播：试图将对错误做出更大贡献的神经元的值/权重最小化，这种情况会在返回神经网络的神经元并找出错误所在的时候发生。 为了减少这些迭代次数以最大程度地减少误差，神经网络使用一种称为“梯度下降”的通用算法，该算法有助于快速有效地优化任务。2.多层感知器及其基础神经网络的基本构成单位是感知器，感
转载
2023-10-06 22:32:30
69阅读
神经网络是一种模仿人类神经系统结构的机器学习算法，用于解决各种任务，如图像分类、自然语言处理等。以下是使用Python中的tensorflow库实现一个简单的神经网络的基本示例，以图像分类为例：import tensorflow as tf
from tensorflow.keras.datasets import mnist
from tensorflow.keras.models import
原创
2023-08-15 16:27:21
147阅读
本文是学习
原创
2022-11-14 23:06:43
266阅读
SSP-Net： Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition先看一下 R-CNN 为什么检测速度这么慢， 一张图都需要 47s！ 仔细看下 R-CNN 框架发现， 对图像提完 Region Proposal（2000 个左右） 之后将每个 Proposal 当成一张图像进行后续处理(CN
转载
2024-03-04 02:11:08
60阅读
1 基本概念神经网络也是机器学习的一种实现，可以应用在有监督学习和无监督学习，因为中间可以有较多层，所以属于深度学习方法。神经网络的名字很唬人，其实概念挺朴素的，是由含一个输入层，一个输出层和若干隐藏层构成的有向无环图(这名字也唬人)，看图像一目了然。为啥叫隐藏层呢，就是因为和输入输出没关系，看不见，有点儿神秘。每层的每个结点借助生物的概念称为神经元，各层之间神经元相互链接。2 神经网络训练过程算
转载
2024-03-07 11:49:58
42阅读
上一篇文章我们介绍了通过神经网络来处理一个非线性回归的问题，这次我们将采用神经网络来处理一个多元分类的问题。这次我们解决这样一个问题：输入一个人的身高和体重的数据，程序判断出这个人的身材状况，一共三个类别：偏瘦、正常、偏胖。处理流程如下：1、收集数据2、构建神经网络3、训练网络4、保存和消费模型 详细步骤如下：1、收集数据对于一个复杂的业务数据，在实际应用时应该是
转载
2023-09-04 11:21:49
69阅读
# Anaconda中如何运行神经网络训练模型
在机器学习和深度学习领域，神经网络模型的训练是一个重要的任务。Anaconda是一个常用的Python发行版，提供了许多用于机器学习的工具和库。本文将介绍如何使用Anaconda来运行神经网络训练模型，并解决一个实际的问题。
## 准备工作
在开始之前，我们需要安装Anaconda并创建一个虚拟环境。可以从Anaconda官方网站下载适合自己操
原创
2023-07-15 03:09:06
526阅读
