当前位置:首页 » 神经网络 - 第2页

09月24日

清华周界详解《基于图神经网络的事实验证》 | 百万人学AI_AI科技大本营

发布 : zsy861 | 分类 : 《资源分享》 | 评论 : 0 | 浏览 : 301次
清华周界详解《基于图神经网络的事实验证》 |  百万人学AI_AI科技大本营

事实验证任务要求相关系统能够从大规模的文本知识库中抽取相关的证据(Evidence)并根据这些证据对给定的声明(Claim)给出事实性的判断。在本次报告中,讲者将介绍如何将图神经网络应用到事实验证任务中。具体来说,讲者将介绍两篇相关工作,它们从句子级别和词级别使用图神经网络更好地建模证据和声明之间的关系,从而提升任务的效果。直播时间:2020年4月10日19:30-20:30嘉宾简介:周界,清华大学计算机系硕士生,导师刘知远副教授。主要研究方向为图神经网络在自然语言

09月19日

深度学习面试必备的25个问题_AI科技大本营

发布 : zsy861 | 分类 : 《资源分享》 | 评论 : 0 | 浏览 : 300次
深度学习面试必备的25个问题_AI科技大本营

作者|TomerAmit译者|弯月,编辑 |屠敏出品|CSDN(ID:CSDNnews)在本文中,我将分享有关深度学习的25个问题,希望能够帮助你为面试做好准备。1.为什么必须在神经网络中引入非线性?答:否则,我们将获得一个由多个线性函数组成的线性函数,那么就成了线性模型。线性模型的参数数量非常少,因此建模的复杂性也会非常有限。2.说明解决神经网络中梯度消失问题的两种方法。答:使用ReLU激活函数代替S激活函数。使用Xavi

09月15日

《评人工智能如何走向新阶段》后记(再续24)_AI科技大本营

发布 : zsy861 | 分类 : 《资源分享》 | 评论 : 0 | 浏览 : 271次
《评人工智能如何走向新阶段》后记(再续24)_AI科技大本营

394,基于Loihi计算架构的神经拟态计算2020年4月9日英特尔中国研究院院长宋继强接受记者采访,谈到英特尔对未来计算的研究和布局问题时,他说量子计算和神经拟态计算是非常重要的新兴计算方式。他在谈到神经拟态计算时说,面向神经拟态计算,英特尔发布了Loihi新型计算架构,可以模拟人脑神经元连接构建的连接方式,将计算和存储融合,并考虑到时间序列,采用“异步脉冲”方式进行计算。关于英特尔Loihi神经拟态芯片(整合计算和存储)其主要参数:128个内核、13万个神经元、1.3亿

08月06日

Matlab基于鲸鱼算法优化BP神经网络实现数据预测_Matlab技术工作室的博客

发布 : zsy861 | 分类 : 《关注互联网》 | 评论 : 0 | 浏览 : 474次
Matlab基于鲸鱼算法优化BP神经网络实现数据预测_Matlab技术工作室的博客

  一、BP神经网络预测算法简介说明:1.1节主要是概括和帮助理解考虑影响因素的BP神经网络算法原理,即常规的BP模型训练原理讲解(可根据自身掌握的知识是否跳过)。1.2节开始讲基于历史值影响的BP神经网络预测模型。使用BP神经网络进行预测时,从考虑的输入指标角度,主要有两类模型:1.1受相关指标影响的BP神经网络算法原理如图一所示,使用MATLAB的newff函数训练BP时,可以看到大部分情况是三层的神经网络(即输入层,隐含层,输出层)。这里帮助理解

08月06日

第一门课:神经网络和深度学习(第四周)——深层神经网络_Taurus_神经网络与深度学习

发布 : zsy861 | 分类 : 《关注互联网》 | 评论 : 0 | 浏览 : 437次
第一门课:神经网络和深度学习(第四周)——深层神经网络_Taurus_神经网络与深度学习

深层神经网络1.深层神经网络2.深层网络中的前向传播3.核对矩阵的维数4.为什么使用深层表示?5.前向传播和反向传播6.搭建神经网络块7.参数vs.超参数8.深度学习和大脑的关联性1.深层神经网络  深层神经网络其实就是包含更多的隐藏层神经网络。  如下图所示,分别列举了逻辑回归、1个隐藏层的神经网络、2个隐藏层的神经网络和5个隐藏层的神经网络它们的模型结构。  命名规则上,一般只参考隐藏层个数和输出层。例如,上图

06月04日

越来越卷,教你使用Python实现卷积神经网络(CNN)_微信号:RunsenLiu

发布 : zsy861 | 分类 : 《资源分享》 | 评论 : 0 | 浏览 : 411次
越来越卷,教你使用Python实现卷积神经网络(CNN)_微信号:RunsenLiu

@Author:Runsen文章目录卷积神经网络网络架构卷积卷积层在Keras中构建卷积层池化层全连接层Python实现卷积神经网络总结卷积神经网络YannLeCun和YoshuaBengio在1995年引入了卷积神经网络,也称为卷积网络或CNN。CNN是一种特殊的多层神经网络,用于处理具有明显网格状拓扑的数据。其网络的基础基于称为卷积的数学运算。卷积神经网络(CNN)的类型以下是一些不同类型的CNN&#

06月03日

一文理解神经网络的本质_ZackSock的博客

发布 : zsy861 | 分类 : 《资源分享》 | 评论 : 0 | 浏览 : 387次
一文理解神经网络的本质_ZackSock的博客

理解神经网络的本质一、前言最近深度学习是一个比较热门的词,各行各业都声称自己使用了深度学习技术。现在“深度学习”这个词,就像印在球鞋上的“Fashion”、“Sport”。那深度学习到底是什么呢?深度学习是机器学习的一个分支,当我们使用了“深度神经网络”算法进行机器学习时,我们就可以说自己在搞深度学习。而这个“神经网络”算法就是我们今天的主题。关于机器学习的内容,各位读者可以参考Python快速构建神经网络。在本文我

06月03日

深度学习100例-卷积神经网络(VGG-19)识别灵笼中的人物 | 第7天_K同学啊

发布 : zsy861 | 分类 : 《资源分享》 | 评论 : 0 | 浏览 : 393次
深度学习100例-卷积神经网络(VGG-19)识别灵笼中的人物 | 第7天_K同学啊

文章目录一、前期工作1.设置GPU2.导入数据3.查看数据二、数据预处理1.加载数据2.可视化数据3.再次检查数据4.配置数据集5.归一化三、构建VGG-19网络1.官方模型(已打包好)2.自建模型3.网络结构图四、编译五、训练模型六、模型评估七、保存and加载模型八、预测一、前期工作本文将实现灵笼中人物角色的识别。较上一篇文章,这次我采用了VGG-19结构,并增加了预测与保存and加载模型两个部分。

05月14日

原子搜索算法优化BP神经网络回归预测的算法设计-附代码_wishes61的博客

发布 : zsy861 | 分类 : 《资源分享》 | 评论 : 0 | 浏览 : 410次
原子搜索算法优化BP神经网络回归预测的算法设计-附代码_wishes61的博客

原子搜索算法ASO优化BP神经网络回归预测模型以及MATLAB代码实现文章目录原子搜索算法ASO优化BP神经网络回归预测模型以及MATLAB代码实现1.算法描述2.ASO优化BP神经网络预测的步骤与流程图3.模型介绍4.ASO-BP预测结果与图像5.MATLAB代码与数据下载地址1.算法描述原子搜索算法(AtomSearchOptimization)是一种较新的智能优化算法,在2019年提出,算法灵感来源于微观分子动力学。

05月09日

神经网络之手写数字识别_盼盼的博客

发布 : zsy861 | 分类 : 《资源分享》 | 评论 : 0 | 浏览 : 321次
神经网络之手写数字识别_盼盼的博客

神经网络之手写数字文章目录神经网络之手写数字00.写在之前01.代码框架02.开始做一些准备工作03.框架的开始04.训练模型构建05.手写数字的识别06.想看源码的同学戳这里07.思考首先鼓掌,又是一个有收获的五一小假期,想前年五一出门旅游,去年五一疫情在家写了爬虫【就是我博客里的那个口袋妖怪】,这个五一就写了一个神经网络。代码参考学习于python神经网络编程这本书。实话实说,这本书看了好几次

关于我们 | 我要投稿 | 免责申明

Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1