看了一段时间吴恩达老师的深度学习微课程，收获较大，这阶段做个总结。算法开发包含算法框架开发、网络结构开发及改进、算法应用优化及模型训练、网络模型压缩这几个方向。今天主要总结下网络结构开发及改进方面相关的。模型开发一般包含3方面工作，新网络结构提出、现有网络功能单元增加、现有网络的局部算法优化：解决某一类问题的新的网络结构提出新的算法模型的开发一般为了解决几
转载
2023-10-24 07:31:19
72阅读
文章目录1 下载代码2 读readme.md2.1 所需环境注意事项2.2 文件下载3 预测阶段3.1 解决问题1 写在前面：在github上面学习代码是研究生必备技能，本篇博客就以学习Siamese Network（pytorch） 为例，分享如何在github上学习代码！首先介绍一下，这个博主bubbliiiing在github上面分享了很多自己的代码，非常nice！大家也要养成学习别人的知
转载
2023-09-07 13:23:08
134阅读
作者：张宇 近年来，作为一项新兴的图数据学习技术，图神经网络（GNN）受到了非常广泛的关注，在各大顶级学术会议上，图神经网络相关的论文也占了相当可观的份额。我们知道图结构是最复杂的一种数据结构，其他数据结构都可以看做是图结构的一种推广。图结构在现实世界中也有很多应用，比如城市轨道交通图、社交关系图、生物医学领域等。GNN辅助医药研制图神经网络就是将图结构引入深度学习领域产生的
转载
2023-08-18 17:46:05
173阅读
import java.util.Random;
public class BpDeep {
/**
* 各层节点值
*/
public double[][] layer;
/**
* 各层节点误差
*/
public double[][] layerErr;
/**
* 各层节点权重
*/
public double[][][] layer_weight;
/**
* 各层节点权重动量
*/
p
转载
2023-07-17 21:13:57
66阅读
原标题：如何用70行Java代码实现深度神经网络算法对于现在流行的深度学习，保持学习精神是必要的——程序员尤其是架构师永远都要对核心技术和关键算法保持关注和敏感，必要时要动手写一写掌握下来，先不用关心什么时候用到——用不用是政治问题，会不会写是技术问题，就像军人不关心打不打的问题，而要关心如何打赢的问题。程序员如何学习机器学习对程序员来说，机器学习是有一定门槛的(这个门槛也是其核心竞争力)，相信很
转载
2023-11-08 21:57:05
64阅读
机器学习系列 【三】神经网络一、神经网络简介二、误差反向传播1 信息前向传播2 误差反向传播2.1 输出层的权重参数更新2.2 隐藏层的权重参数更新2.3 输出层和隐藏层的偏置参数更新2.4 BP算法四个核心公式2.5 BP 算法计算某个训练数据的代价函数对参数的偏导数2.6、梯度下降实现参数更新三、梯度下降法1 批量梯度下降法（BGD）2 随机梯度下降法 (SGD)3 小批量梯度下降法(M-B
转载
2023-11-12 18:50:10
84阅读
BP神经网络原理及编程实现_哔哩哔哩_bilibili1、python的一个用法：data[:,1:25]详解：data是一个数组，data[ 行,列 ]。然后是：，若省略则是0:100（全部数据），而0：-1则是除去最后一个数据的其他数据，因为-1代表最后一位的索引，而python中取左不取右。综上，这个的意思是取从第2列到第25列一共24列的数据（左边省略即行全取）2、数组的技巧，常用.sha
转载
2023-08-14 14:34:26
52阅读
各位同学好，今天和大家分享一下如何使用 Tensorflow 构建 ConvNeXt 卷积神经网络模型。论文地址：https://arxiv.org/pdf/2201.03545.pdf完整代码在我的Gitee中：https://gitee.com/dgvv4/neural-network-model/tree/master/21年Transformer频频跨界视觉领域，先是在图像分类上被谷歌Vi
转载
2024-01-21 05:52:31
374阅读
(p5.js部分可以参考前面案例)1. 基于神经网络的线性回归神经网络模型 线性方程如何用神经网络表示呢？使用tf.sequential （简单的一层一层网络叠加）官网：https://js.tensorflow.org/api/latest/#sequential效果：鼠标点击屏幕出现点，训练之后线性拟合代码以及设计思路：test.jsxs = [];
ys = [];
// 1.
转载
2023-12-10 18:44:24
39阅读
前面学习了CNN卷积神经网络，本文主要介绍RNN循环神经网络及相关升级版。RNN循环神经网络：RNN（Recurrent Neural Network）是一类用于处理序列数据的神经网络。简单来看，把序列按时间展开结构如下：结构中： ①Xt是时间t处的输入； ②St是时间t处的“记忆”，St=f(UXt+WSt−1)，f可以是tanh等; ③Ot是时间t出的输出，比如是预测下个词的话，可能是soft
转载
2024-02-25 05:49:24
102阅读
深度神经网络有一个大问题-他们一直渴望数据。 当数据太少时（无法到达算法可以接受的数量）深度神经网络很难推广。 这种现象突出了人类和机器认知之间的差距。 人们可以通过很少的训练示例来学习复杂的模式（尽管速度较慢）。需要像我们这样思考的机器自我监督学习的研究正在发展，以开发完全不需要标签的结构（在训练数据本身中巧妙地找到标签），但其用例却受到限制。半监督学习是另一个快速发展的领域，它利用通过无监督培
转载
2024-03-11 17:16:01
121阅读
特别申明：本文只做理解和说明，不够严谨，需要系统掌握还需专业学习 文章目录一、引言二、公式回顾三、举例说明 一、引言目前来说，很多大胸弟都已经听过神经网络的大名，对其牛X轰轰的能力表示惊叹，但对其为什么能够预测却总觉得是门玄学，莫名其妙。本文假设了一个已经训练好的网络来进行举例讲解。 那么它的模型到底是如何进行预测的呢？先回到神经网络的基本公式二、公式回顾:输入数据的特征:对应特征的权重:偏移量，
转载
2024-02-06 21:59:46
11阅读
卷积神经网络CNN什么是卷积神经网络例子池化(pooling)常见的CNN结构CNN神经网络 什么是卷积神经网络卷积神经网络在图片和语言识别方面能够给出更优预测结果。 卷积神经网络最常被应用的方面是计算机的图像识别, 不过因为不断地创新, 它也被应用在视频分析, 自然语言处理, 药物发现, 等等。神经网络是由一连串的神经层组成,每一层神经层里面存在有很多的神经元. 这些神经元就是神经网络识别事物
转载
2023-12-13 01:54:58
55阅读
神经网络风力预测
## 引言
在现代社会中，风力的预测对能源、交通、农业等各个领域至关重要。准确的风力预测可以帮助我们做出更好的决策，提高能源利用效率，减少对环境的影响。神经网络作为一种机器学习算法，已经被广泛应用于风力预测中，通过训练神经网络模型，可以实现对未来风力的预测。
在本文中，我们将介绍如何使用神经网络进行风力预测，并提供相应的代码示例。
## 神经网络概述
神经网络是一种模拟
原创
2024-02-14 07:03:24
55阅读
# 实现模糊神经网络控制 GitHub
## 介绍
在这篇文章中，我们将学习如何使用模糊神经网络来控制 GitHub。模糊神经网络是一种基于模糊逻辑的人工智能技术，它可以用来处理模糊的输入和输出。通过将模糊神经网络与 GitHub API 结合使用，我们可以实现一些有趣的功能，比如自动化代码提交、自动化代码审查等。
## 整体流程
下面是实现模糊神经网络控制 GitHub 的整体流程：
|
原创
2023-12-05 08:46:21
92阅读
本章的目的是学会使用神经网络来解决实际问题。3.1 神经网络剖析训练神经网络主要围绕以下几个方面：(1)层，多个层组合成网络。(2)输入数据和相应的目标(3)损失函数，即用于学习的反馈信号(4)优化器，决定学习过程如何进行。这四者的关系如下图所示： 3.1.1 层：深度学习的基础组件层是神经网络的基本数据结构，是一个数据处理模块，将一个或多个输入张量转换为一个或多
转载
2021-01-22 10:21:00
95阅读
文章目录1. 数据加载2. 数据处理3. 模型构建4. 模型编译5. 模型训练6. 模型测试7. 模型保存总结 使用手写数字的MNIST数据集如上图所示，该数据集包含60,000个用于训练的样本和10,000个用于测试的样本，图像是固定大小(28x28像素)，其值为0到255。整个案例的实现流程是：数据加载数据处理模型构建模型训练模型测试模型保存首先要导入所需的工具包：# 导入相应的工具包
im
转载
2023-11-07 06:33:50
139阅读
今天有幸在MOOC课上听到了北交大张严心老师智能控制课程，收获颇丰。正好导师目前给我的研究方向是基于神经网络的智能控制，在迷茫之余有幸听到跟自己方向相关的课程也是深受启发，因此结合张老师上课内容总结一下关于神经网络实现智能控制的研究内容，并总结成文章，方便后续查看。课程如下： 智能控制_中国大学MOOC
（今天看了一下张老师的主页，有幸发现和老师是校友，同NEUe
转载
2023-10-25 10:49:25
45阅读
文中例子网址如下，该例子是用caffe实现的网络，用于人体识别（re-identification），该例子是一个比较难的例子。https://github.com/D-X-Y/caffe-reid实际上，如果github上的Readme（操作手册）写得好的话，直接git（github常用的下载命令）下来，按照Readme的步骤，绝大多数是运行无忧的。另一方面，如果在使用代码时遇到问题，issue
转载
2023-09-30 08:47:02
53阅读
使用手写数字的MNIST数据集如上图所示，该数据集包含60,000个用于训练的样本和10,000个用于测试的样本，图像是固定大小(28x28像素)，其值为0到255。整个案例的实现流程是：数据加载数据处理模型构建模型训练模型测试模型保存首先要导入所需的工具包：# 导入相应的工具包
import numpy as np
import matplotlib.pyplot as plt
plt.rcPa
转载
2023-06-04 19:37:10
151阅读
