Author：吾爱北方的母老虎TensorFlow的运行方式分为四步加载数据及定义超参数构建网络训练模型评估模型和进行预测下面以一个一元二次方程为例构建一个神经网络模型y = ax**2+bimport tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt1.生成及加载数据 # 构建满足一元二次方程的函数
# 为了
转载
2024-03-12 21:17:44
155阅读
花了不少时间在Excel中开发了一个基于VBA的神经网络工具箱ANN Toolbox，与Matlab中的神经网络工具箱类似，提供了比较灵活的创建小规模神经网络的能力，并且提供了几种常用的训练算法和数据导入/处理模块，使得这个工具箱有了一定的实用性，借助Excel平易近人的特点，ANNtoolbox可以用于演示、教学等场景。 ANN Toolbox的Github链接在这里：关于工具箱的源码解析，在后
转载
2023-11-12 18:56:04
0阅读
ANN原来如此简单人工神经网络目前仍然是一个火热的话题，许多人都对它充满了兴趣。然而，对于想了解ANN具体是怎么回事的同学来说，往往缺乏一个足够简单可视化的方法去了解神经网络的内部构造。网络上的各种文章除了数学公式以外，剩下的多是利用Tensorflow等现成的python库实现的样例，虽然实现起来简单，但是底层函数全部封装起来，十分难以理解。因此，神经网络往往在大家的心目中呈现出高深莫测的样子。
转载
2023-11-20 15:47:56
512阅读
神经网络基础神经网络可以当做是能够拟合任意函数的黑盒子，只要训练数据足够，给定特定的x，就能得到希望的y，结构图如下： 将神经网络模型训练好之后，在输入层给定一个x，通过网络之后就能够在输出层得到特定的yRNNRNN（Recurrent Neural Network）是一类用于处理序列数据的神经网络。首先我们要明确什么是序列数据，摘取百度百科词条：时间序列数据是指在不同时间点上收集到的数据，这类数
转载
2023-08-25 15:55:56
250阅读
所使用的的数据连接：https://www.ituring.com.cn/book/download/d16bf588-375b-4176-b319-ec3c3a2d99a1原书网址读入EXCEL文件的DATA工作簿中的学习数据将读入的数据分解成为 12*64 维数组，每一行代表一个待识别的数字（0或者 1） 将正解转换为tuple形式并保存在value列表中。其中（0,1）代表1， （1,0）代
转载
2023-12-28 07:11:02
80阅读
《深度学习的数学》神经网络的python实现 《深度学习的数学》4-4节使用了excel实现了一个小的0-1识别器。自己写了一个python版的实现。 需要指出的是： 1 大部分涉及到的矩阵都是行代表样本（64个），列代表神经元；权重矩阵的话列代表本层神经元，行代表上层神经元。这样权重矩阵可能会根excel表中的正好反着。后面算偏导数的时候通过矩阵乘法直接算出来最后的结果，不用向excel里面一样
转载
2023-11-28 13:00:54
92阅读
NEURAL NETWORKS 神经网络神经网络是由torch.nn包构造的.nn使用autograd定义模型和对模型做微分. 一个nn.module对象包含layers, 一个返回输出的forward(input)方法.例如, 看一个分类数字图片的网络:这是简单的前馈(feed-forward)网络. 它获取输入, 将它送给几个layer一层接一层的处理, 最后给出输出. 一个典型的神经网络训练
转载
2023-08-04 23:32:47
49阅读
NeuroSolutions for Excel这个功能可以实现多种神经网络嘛？。神经网络是一种能适应新环境的系统，它针对过去经验(信息)的重覆学习，而具有分析、预测、推理、分类等能力，是当今能够仿效人类大脑去解决复杂问题的系统，比起常规的系统(使用统计方法、模式识别、分类、线性或非线性方法)而言，以神经网络为基础的系统具有更强大的功能和分析问题技巧，可以用来解决信号处理、仿真预测、分析决策等复杂
转载
2023-11-23 14:12:36
151阅读
基于Excel的神经网络工具箱（之一）——DNN神经网络数据结构的算法实现基本数据结构网络数据结构实际算法源码 近三个月一直在研究ANN，为了真正深入地理解ANN的细节，我摈弃了那种直接调用算法库构建ANN的做法，而是选择了一条布满荆棘的小路，从数据结构和算法出发，从0开始一步步构建ANN的结构大厦。因为最熟悉的“开发工具”就是VBA（才疏学浅，其他的语言除了C以外都学艺不精），因此就从三个月前
转载
2023-09-27 16:24:14
133阅读
GitHub做这个的初衷是源自自己的一个困惑，自己这一段时间学习deep learning and neural network这本书，基本原理也懂了一些，当找到源码的时候，就用python运行了一下，minst数据集是一整个文件，你看不到每个手写数字长什么样，也不知道他们的标签怎么样。这样就开始运行代码，看着眼前的黑框出现的准确率，除了第一次运行有些新奇，然后就没有什么感觉了，只能证明别人的代码
转载
2024-04-08 08:46:45
67阅读
github上有一个名为 ML Visuals 的机器学习画图模板，该项目受到广泛关注，迄今已收获 7.2K Star。ML Visuals 专为解决神经网络画图问题设计!项目地址：https://github.com/dair-ai/ml-visualsML Visuals 现在包含了 100 多个可用的自定义图形，使用者可以在任何论文、博客、PPT 中使用这些资源。这份 101 页的模板共包含
转载
2023-12-22 21:30:59
395阅读
一、基本概念基于Tensorflow的NN： 用张量表示数据 用计算图搭建神经网络 用会话执行计算图 &n
转载
2024-01-12 06:18:55
204阅读
2022.04.121.新建项目文件后，左侧添加“具有透视效果的块”，操作如图。2.拖动“块”得到基本图形，调节角度和长宽3.精确控制图案大小还可通过“视图”->任务窗格->大小和位置 来设置4.若要批量复制，则：视图->加载项->排列形状5.连接线6.若需插入公式，则插入->对象7.输入图像显示立体效果 绘制神经网络的一层，可用立体图案1.新建项目文件后，左侧添加
转载
2023-07-14 13:12:45
589阅读
看不进去高深的理论，就下了个期刊小论文（基于Excel技术平台人工神经网络BP模型及应用_邹文安.pdf），配合下载的一个excel干什么的呢，我猜是输入给定的二进制数，输出给定的二进制数，找到这个函数关系。 1 Const N = 7, M = 5, L = 4, P = 10
2 'N为输入层节点个数, M为隐含层节点个数, L为输出层节点个数, P为训练样本
3
转载
2024-04-15 18:42:03
66阅读
1、AlexNet 模型简介由于受到计算机性能的影响，虽然LeNet在图像分类中取得了较好的成绩，但是并没有引起很多的关注。 知道2012年，Alex等人提出的AlexNet网络在ImageNet大赛上以远超第二名的成绩夺冠，卷积神经网络乃至深度学习重新引起了广泛的关注。2、AlexNet 模型特点AlexNet是在LeNet的基础上加深了网络的结构，学习更丰富更高维的图像特征。AlexNet的特
转载
2024-03-08 22:08:29
74阅读
大家好，我是微学AI，今天给大家介绍一下高维空间的神经网络，学习高维空间的神经网络就意味着我们已经跨入深度学习领域了。一、高维空间的神经网络概念高维空间的神经网络是一种特殊的深度学习模型，用于处理高维数据。它通过增加网络层数来处理高维数据，用于提取高维特征，解决复杂的机器学习问题，并且可以用于解决许多机器学习应用场景。高维空间的神经网络可以更好地捕捉数据的复杂性，从而更好地解决机器学习问题。&nb
记录一些神经网络结构，先占个坑。。。 文章目录1.resnet:Deep Residual Learning for Image Recognition2. resnext: Aggregated Residual Transformations for Deep Neural Networks3. Resnest:Split-Attention Networks 1.resnet:Deep Re
转载
2024-04-09 21:45:15
36阅读
神经网络模型有很多种类，MATLAB都有现成的函数。我只学了最简单的一种bp网络，写个模板方便后来使用。以下引用了大神博客里的一篇文章：1. 数据预处理 在训练神经网络前一般需要对数据进行预处理，一种重要的预处理手段是归一化处理。下面简要介绍归一化处理的原理与方法。(1) 什么是归一化？ 数据归一化，就是将数据映射到[0,1]或[-1,1]区间或更小的区间，比如(0.1,0.9
转载
2023-10-28 03:01:41
144阅读
随着哈里对VB学习的深入，修改了之前的矩阵运算源码。源码效率提升了85%，性能提升了12.5%，复杂度提升了N倍 Σ(っ °Д °;)っ废话不多说，上改版后的VB化Python11行BP网络源码：Private Sub Command1_Click()
Dim nv As New numvb
Dim txt As String, t As Double, te As Double,
转载
2024-01-03 10:14:31
219阅读
卷积神经网络结构可视化简介本文介绍的工具是针对卷积神经网络示意图可视化的，不包括算图。（示意图一般出现在论文中）常见的卷积神经网络示意图绘制工具不少，常用的主要有NN SVG、ConvNetDraw、PlotNeuralNet等。写这篇重点介绍PlotNeuralNet的教程的原因是国内关于它的教程很少并且大都只是列举了官方demo。个人觉得PlotNeuralNet是很好看、可定制程度高的卷积神
转载
2023-11-13 11:40:42
159阅读
