前言 AI芯片(這里只談FPGA芯片用于神經(jīng)網(wǎng)絡(luò)加速)的優(yōu)化主要有三個(gè)方面:算法優(yōu)化,編譯器優(yōu)化以及硬件優(yōu)化。算法優(yōu)化減少的是神經(jīng)網(wǎng)絡(luò)的算力,它確定了神經(jīng)網(wǎng)絡(luò)部署實(shí)現(xiàn)效率的上限。編譯器優(yōu)化和硬件優(yōu)化
2020-09-29 11:36:094386 1000本電子專(zhuān)業(yè)書(shū)籍免費(fèi)大放送https://bbs.elecfans.com/forum.php?mod=viewthread&tid=287358&fromuid=286650042《神經(jīng)網(wǎng)絡(luò)跟蹤理論及應(yīng)用》.pdf希望大家多頂頂,提升提升人氣。
2012-12-29 08:50:46
神經(jīng)網(wǎng)絡(luò)算法怎么去控制溫控系統(tǒng),為什么不用pid控制
2023-10-27 06:10:14
03_深度學(xué)習(xí)入門(mén)_神經(jīng)網(wǎng)絡(luò)和反向傳播算法
2019-09-12 07:08:05
神經(jīng)網(wǎng)絡(luò)基本介紹
2018-01-04 13:41:23
網(wǎng)絡(luò)BP算法的程序設(shè)計(jì) 多層前向網(wǎng)絡(luò)BP算法源程序 第4章 Hopfield網(wǎng)絡(luò)模型 4.1 離散型Hopfield神經(jīng)網(wǎng)絡(luò) 4.2 連續(xù)型Hopfield神經(jīng)網(wǎng)絡(luò) Hopfield網(wǎng)絡(luò)模型
2012-03-20 11:32:43
神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
2012-08-05 21:01:08
基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)算法
2019-05-16 17:25:05
誤差反向傳播算法的學(xué)習(xí)過(guò)程,由信息的正向傳播和誤差的反向傳播兩個(gè)過(guò)程組成,是一種應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)。先來(lái)看一下BP神經(jīng)網(wǎng)絡(luò)的流程圖:由BP神經(jīng)網(wǎng)絡(luò)流程圖可以看出,正向傳播處理過(guò)程和人工神經(jīng)網(wǎng)絡(luò)的流程
2018-06-05 10:11:50
/C++軟件轉(zhuǎn)變成嵌入式端應(yīng)用程序可執(zhí)行文件。他們之間是相互獨(dú)立而存在的,也即可在應(yīng)用程序不變的情況下,通過(guò)更換神經(jīng)網(wǎng)絡(luò)算法可執(zhí)行文件來(lái)實(shí)現(xiàn)算法更新與迭代;也可在神經(jīng)網(wǎng)絡(luò)算法不變的情況下,通過(guò)更換應(yīng)用程序
2020-05-18 17:13:24
請(qǐng)問(wèn):我在用labview做BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)故障診斷,在NI官網(wǎng)找到了機(jī)器學(xué)習(xí)工具包(MLT),但是里面沒(méi)有關(guān)于這部分VI的幫助文檔,對(duì)于”BP神經(jīng)網(wǎng)絡(luò)分類(lèi)“這個(gè)范例有很多不懂的地方,比如
2017-02-22 16:08:08
習(xí)神經(jīng)神經(jīng)網(wǎng)絡(luò),對(duì)于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)是如何一直沒(méi)有具體實(shí)現(xiàn)一下:現(xiàn)看到一個(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)模型用于訓(xùn)練的輸入數(shù)據(jù):對(duì)應(yīng)的輸出數(shù)據(jù):我們這里設(shè)置:1:節(jié)點(diǎn)個(gè)數(shù)設(shè)置:輸入層、隱層、輸出層的節(jié)點(diǎn)
2021-08-18 07:25:21
對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)有哪些,也看到了自己在k210中用到的FAST RCNN和RestNet18分類(lèi)網(wǎng)絡(luò),需要保證硬件實(shí)現(xiàn)和算法一致,這樣才事半功倍,否則,可能會(huì)差別比較大。對(duì)于神經(jīng)網(wǎng)絡(luò)算法的執(zhí)行,加速器
2023-09-11 20:34:01
對(duì)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí),講解其工作原理。4.基于PYNQ-Z2,用python實(shí)現(xiàn)一個(gè)神經(jīng)網(wǎng)絡(luò)。5.訓(xùn)練和測(cè)試神經(jīng)網(wǎng)絡(luò),完成神經(jīng)網(wǎng)絡(luò)最經(jīng)典的入門(mén)實(shí)驗(yàn)--手寫(xiě)數(shù)字識(shí)別。6.如時(shí)間充足,會(huì)利用板子上
2019-01-09 14:48:59
python語(yǔ)言,可以很輕松地實(shí)現(xiàn)復(fù)雜的數(shù)學(xué)運(yùn)算,降低編程難度。下一篇文章,將通過(guò)具體代碼,演示基于神經(jīng)網(wǎng)絡(luò)的手寫(xiě)圖形識(shí)別。
2019-03-03 22:10:19
完成,在PYNQ上搭建含有硬件神經(jīng)網(wǎng)絡(luò)和硬件PWM控制器的PYNQ Overlay,由Python接口完成小車(chē)的整體框架。 四、實(shí)現(xiàn)步驟1. 搭建自動(dòng)駕駛小車(chē)的底盤(pán)和硬件,焊接制作電源電路,完成各個(gè)
2019-03-02 23:10:52
電子發(fā)燒友總結(jié)了以“神經(jīng)網(wǎng)絡(luò)”為主題的精選干貨,今后每天一個(gè)主題為一期,希望對(duì)各位有所幫助!(點(diǎn)擊標(biāo)題即可進(jìn)入頁(yè)面下載相關(guān)資料)人工神經(jīng)網(wǎng)絡(luò)算法的學(xué)習(xí)方法與應(yīng)用實(shí)例(pdf彩版)卷積神經(jīng)網(wǎng)絡(luò)入門(mén)資料MATLAB神經(jīng)網(wǎng)絡(luò)30個(gè)案例分析《matlab神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)》深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)
2019-05-07 19:18:14
是一種常用的無(wú)監(jiān)督學(xué)習(xí)策略,在使用改策略時(shí),網(wǎng)絡(luò)的輸出神經(jīng)元相互競(jìng)爭(zhēng),每一時(shí)刻只有一個(gè)競(jìng)爭(zhēng)獲勝的神經(jīng)元激活。ART神經(jīng)網(wǎng)絡(luò)由比較層、識(shí)別層、識(shí)別閾值、重置模塊構(gòu)成。其中比較層負(fù)責(zé)接收輸入樣本,并將其傳遞
2019-07-21 04:30:00
`BP神經(jīng)網(wǎng)絡(luò)首先給出只包含一個(gè)隱層的BP神經(jīng)網(wǎng)絡(luò)模型(兩層神經(jīng)網(wǎng)絡(luò)): BP神經(jīng)網(wǎng)絡(luò)其實(shí)由兩部分組成:前饋神經(jīng)網(wǎng)絡(luò):神經(jīng)網(wǎng)絡(luò)是前饋的,其權(quán)重都不回送到輸入單元,或前一層輸出單元(數(shù)據(jù)信息是單向
2019-07-21 04:00:00
圖數(shù)據(jù)是一種非結(jié)構(gòu)化的數(shù)據(jù),但能夠蘊(yùn)含很多結(jié)構(gòu)化數(shù)據(jù)中無(wú)法蘊(yùn)含的信息。圖數(shù)據(jù)無(wú)處不在,世界上大部分?jǐn)?shù)據(jù)都能夠用圖數(shù)據(jù)來(lái)表達(dá)。為了高效的提取圖特征,圖神經(jīng)網(wǎng)絡(luò)是一種非常重要的圖特征提取方式。圖神經(jīng)網(wǎng)絡(luò)
2022-09-28 10:34:13
為了方便大家查找技術(shù)資料,電子發(fā)燒友小編為大家整理一些精華資料,讓大家可以參考學(xué)習(xí),希望對(duì)廣大電子愛(ài)好者有所幫助。
1.人工神經(jīng)網(wǎng)絡(luò)算法的學(xué)習(xí)方法與應(yīng)用實(shí)例(pdf彩版)
人工神經(jīng) 網(wǎng)絡(luò)
2023-09-13 16:41:18
人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)是一種類(lèi)似生物神經(jīng)網(wǎng)絡(luò)的信息處理結(jié)構(gòu),它的提出是為了解決一些非線性,非平穩(wěn),復(fù)雜的實(shí)際問(wèn)題。那有哪些辦法能實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)呢?
2019-08-01 08:06:21
人工神經(jīng)網(wǎng)絡(luò)是根據(jù)人的認(rèn)識(shí)過(guò)程而開(kāi)發(fā)出的一種算法。假如我們現(xiàn)在只有一些輸入和相應(yīng)的輸出,而對(duì)如何由輸入得到輸出的機(jī)理并不清楚,那么我們可以把輸入與輸出之間的未知過(guò)程看成是一個(gè)“網(wǎng)絡(luò)”,通過(guò)不斷地給
2008-06-19 14:40:42
簡(jiǎn)單理解LSTM神經(jīng)網(wǎng)絡(luò)
2021-01-28 07:16:57
本文使用keras搭建神經(jīng)網(wǎng)絡(luò),實(shí)現(xiàn)基于深度學(xué)習(xí)算法的股票價(jià)格預(yù)測(cè)。本文使用的數(shù)據(jù)來(lái)源為tushare,一個(gè)免費(fèi)開(kāi)源接口;且只取開(kāi)票價(jià)進(jìn)行預(yù)測(cè)。import numpy as npimport
2022-02-08 06:40:03
全連接神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別
2019-06-06 14:21:42
正在從事智能假肢的課題,需要用到,這篇給我的實(shí)現(xiàn)起到到很好的指導(dǎo)意義,特此轉(zhuǎn)載,也特此感謝作者,利用顏色傳感器讀取pH試紙的顏色,然后得到他代表的pH值。一開(kāi)始想擬合出一個(gè)關(guān)于RGB和pH的函數(shù),但是總是效果不好。于是利用神經(jīng)網(wǎng)絡(luò)來(lái)根據(jù)RGB判斷他的pH值。思路是首先利用MATLAB訓(xùn)練...
2021-08-17 08:19:35
inference在設(shè)備端上做。嵌入式設(shè)備的特點(diǎn)是算力不強(qiáng)、memory小。可以通過(guò)對(duì)神經(jīng)網(wǎng)絡(luò)做量化來(lái)降load和省memory,但有時(shí)可能memory還吃緊,就需要對(duì)神經(jīng)網(wǎng)絡(luò)在memory使用上做進(jìn)一步優(yōu)化
2021-12-23 06:16:40
卷積神經(jīng)網(wǎng)絡(luò)為什么適合圖像處理?
2022-09-08 10:23:10
卷積神經(jīng)網(wǎng)絡(luò)(CNN)究竟是什么,鑒于神經(jīng)網(wǎng)絡(luò)在工程上經(jīng)歷了曲折的歷史,您為什么還會(huì)在意它呢? 對(duì)于這些非常中肯的問(wèn)題,我們似乎可以給出相對(duì)簡(jiǎn)明的答案。
2019-07-17 07:21:50
大多神經(jīng)網(wǎng)絡(luò)模型都是采用 BP網(wǎng)絡(luò)或者其變化 形式。早期神經(jīng)網(wǎng)絡(luò)缺少?lài)?yán)格數(shù)學(xué)理論的支撐,并 且在此后的近十年時(shí)間,由于其容易過(guò)擬合以及訓(xùn) 練速度慢,并且在 1991 年反向傳播算法被指出在后 向傳播
2022-08-02 10:39:39
卷積神經(jīng)網(wǎng)絡(luò)的層級(jí)結(jié)構(gòu) 卷積神經(jīng)網(wǎng)絡(luò)的常用框架
2020-12-29 06:16:44
什么是卷積神經(jīng)網(wǎng)絡(luò)?ImageNet-2010網(wǎng)絡(luò)結(jié)構(gòu)是如何構(gòu)成的?有哪些基本參數(shù)?
2021-06-17 11:48:22
反饋神經(jīng)網(wǎng)絡(luò)算法
2020-04-28 08:36:58
本文設(shè)計(jì)了一種基于神經(jīng)網(wǎng)絡(luò)控制算法的伺服運(yùn)動(dòng)控制卡。
2021-06-03 06:05:09
【作者】:劉晉明;劉年生;【來(lái)源】:《廈門(mén)大學(xué)學(xué)報(bào)(自然科學(xué)版)》2010年02期【摘要】:利用具有順序和并行執(zhí)行的特點(diǎn)的VHDL語(yǔ)言,設(shè)計(jì)并實(shí)現(xiàn)了基于神經(jīng)網(wǎng)絡(luò)混沌吸引子的公鑰加密算法,在編
2010-04-24 09:15:41
最近在學(xué)習(xí)電機(jī)的智能控制,上周學(xué)習(xí)了基于單神經(jīng)元的PID控制,這周研究基于BP神經(jīng)網(wǎng)絡(luò)的PID控制。神經(jīng)網(wǎng)絡(luò)具有任意非線性表達(dá)能力,可以通過(guò)對(duì)系統(tǒng)性能的學(xué)習(xí)來(lái)實(shí)現(xiàn)具有最佳組合的PID控制。利用BP
2021-09-07 07:43:47
摘 要:本文給出了采用ADXL335加速度傳感器來(lái)采集五個(gè)手指和手背的加速度三軸信息,并通過(guò)ZigBee無(wú)線網(wǎng)絡(luò)傳輸來(lái)提取手勢(shì)特征量,同時(shí)利用BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行誤差分析來(lái)實(shí)現(xiàn)手勢(shì)識(shí)別的設(shè)計(jì)方法
2018-11-13 16:04:45
FPGA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)關(guān)鍵問(wèn)題分析基于FPGA的ANN實(shí)現(xiàn)方法基于FPGA的神經(jīng)網(wǎng)絡(luò)的性能評(píng)估及局限性
2021-04-30 06:58:13
本文介紹了基于三層前饋BP神經(jīng)網(wǎng)絡(luò)的圖像壓縮算法,提出了基于FPGA的實(shí)現(xiàn)驗(yàn)證方案,詳細(xì)討論了實(shí)現(xiàn)該壓縮網(wǎng)絡(luò)組成的重要模塊MAC電路的流水線設(shè)計(jì)。
2021-05-06 07:01:59
FPGA 上實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò) (CNN)。CNN 是一類(lèi)深度神經(jīng)網(wǎng)絡(luò),在處理大規(guī)模圖像識(shí)別任務(wù)以及與機(jī)器學(xué)習(xí)類(lèi)似的其他問(wèn)題方面已大獲成功。在當(dāng)前案例中,針對(duì)在 FPGA 上實(shí)現(xiàn) CNN 做一個(gè)可行性研究
2019-06-19 07:24:41
如何用stm32cube.ai簡(jiǎn)化人工神經(jīng)網(wǎng)絡(luò)映射?如何使用stm32cube.ai部署神經(jīng)網(wǎng)絡(luò)?
2021-10-11 08:05:42
如何利用神經(jīng)網(wǎng)絡(luò)來(lái)根據(jù)RGB判斷他的pH值?
2021-11-19 06:36:21
不確定因素影響,并且隨著可編程片上系統(tǒng)SoPC和大規(guī)模現(xiàn)場(chǎng)可編程門(mén)陣列FPGA的出現(xiàn),為神經(jīng)網(wǎng)絡(luò)控制器的硬件實(shí)現(xiàn)提供了新的載體。
2019-08-12 06:25:35
原文鏈接:http://tecdat.cn/?p=5725 神經(jīng)網(wǎng)絡(luò)是一種基于現(xiàn)有數(shù)據(jù)創(chuàng)建預(yù)測(cè)的計(jì)算系統(tǒng)。如何構(gòu)建神經(jīng)網(wǎng)絡(luò)?神經(jīng)網(wǎng)絡(luò)包括:輸入層:根據(jù)現(xiàn)有數(shù)據(jù)獲取輸入的層隱藏層:使用反向傳播優(yōu)化輸入變量權(quán)重的層,以提高模型的預(yù)測(cè)能力輸出層:基于輸入和隱藏層的數(shù)據(jù)輸出預(yù)測(cè)
2021-07-12 08:02:11
(Digital Signal Processor)相比,現(xiàn)場(chǎng)可編程門(mén)陣列(Field Programma-ble Gate Array,F(xiàn)PGA)在神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)上更具優(yōu)勢(shì)。DSP處理器在處理時(shí)采用指令順序執(zhí)行
2019-08-08 06:11:30
人工神經(jīng)網(wǎng)絡(luò)在AI中具有舉足輕重的地位,除了找到最好的神經(jīng)網(wǎng)絡(luò)模型和訓(xùn)練數(shù)據(jù)集之外,人工神經(jīng)網(wǎng)絡(luò)的另一個(gè)挑戰(zhàn)是如何在嵌入式設(shè)備上實(shí)現(xiàn)它,同時(shí)優(yōu)化性能和功率效率。 使用云計(jì)算并不總是一個(gè)選項(xiàng),尤其是當(dāng)
2021-11-09 08:06:27
FPGA的嵌入式應(yīng)用。某人工神經(jīng)網(wǎng)絡(luò)的FPGA處理器能夠?qū)?shù)據(jù)進(jìn)行運(yùn)算處理,為了實(shí)現(xiàn)集數(shù)據(jù)通信、操作控制和數(shù)據(jù)處理于一體的便攜式神經(jīng)網(wǎng)絡(luò)處理器,需要設(shè)計(jì)一種基于嵌入式ARM內(nèi)核及現(xiàn)場(chǎng)可編程門(mén)陣列FPGA的主從結(jié)構(gòu)處理系統(tǒng)滿(mǎn)足要求。
2019-09-20 06:15:20
小弟想問(wèn)下 那個(gè)神經(jīng)網(wǎng)絡(luò)參數(shù)和改進(jìn)遺傳算法的圖標(biāo)是從程序面板中哪里畫(huà)出來(lái)的?具體路徑哪里謝謝了
2013-03-16 14:55:09
智能控制--第6章 神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ).ppt
2017-09-24 11:15:06
譯者|VincentLee來(lái)源 |曉飛的算法工程筆記脈沖神經(jīng)網(wǎng)絡(luò)(Spiking neural network, SNN)將脈沖神經(jīng)元作為計(jì)算單...
2021-07-26 06:23:59
誰(shuí)有利用LABVIEW 實(shí)現(xiàn)bp神經(jīng)網(wǎng)絡(luò)的程序啊(我用的版本是8.6的 )
2012-11-26 14:54:59
小女子做基于labview的蒸發(fā)過(guò)程中液位的控制,想使用神經(jīng)網(wǎng)絡(luò)pid控制,請(qǐng)問(wèn)這個(gè)控制方法可以嗎?有誰(shuí)會(huì)神經(jīng)網(wǎng)絡(luò)pid控制么。。。叩謝
2016-09-23 13:43:16
求高手,基于labview的BP神經(jīng)網(wǎng)絡(luò)算法的實(shí)現(xiàn)過(guò)程,最好有程序哈,謝謝!!
2012-12-10 14:55:50
求大神給一個(gè)人工神經(jīng)網(wǎng)絡(luò)與遺傳算法的源代碼。
2016-04-19 17:15:29
1、加速神經(jīng)網(wǎng)絡(luò)的必備開(kāi)源項(xiàng)目 到底純FPGA適不適合這種大型神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)?這個(gè)問(wèn)題其實(shí)我們不適合回答,但是FPGA廠商是的實(shí)際操作是很有權(quán)威性的,現(xiàn)在不論是Intel還是Xilinx都沒(méi)有在
2022-10-24 16:10:50
最簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)
2019-09-11 11:57:36
針對(duì)模糊神經(jīng)網(wǎng)絡(luò)訓(xùn)練采用BP算法比較依賴(lài)于網(wǎng)絡(luò)的初始條件,訓(xùn)練時(shí)間較長(zhǎng),容易陷入局部極值的缺點(diǎn),利用粒子群優(yōu)化算法(PSO)的全局搜索性能,將PSO用于模糊神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程.由于基本PSO算法存在
2010-05-06 09:05:35
脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)在FPGA上的實(shí)現(xiàn),實(shí)現(xiàn)數(shù)據(jù)分類(lèi)功能,有報(bào)酬。QQ470345140.
2013-08-25 09:57:14
關(guān)于遺傳算法和神經(jīng)網(wǎng)絡(luò)的
2013-05-19 10:22:16
。一種尋找這種子網(wǎng)絡(luò)的技術(shù)是隱藏神經(jīng)網(wǎng)絡(luò)(HNN)算法,該算法使用初始化隨機(jī)權(quán)值上的 AND 邏輯(只有當(dāng)所有輸入都高時(shí)輸出才高)和一個(gè)稱(chēng)為“超掩碼”的“二進(jìn)制掩碼”(圖1)。由 top-k% 最高分
2022-03-17 19:15:13
基于運(yùn)用回復(fù)式離散神經(jīng)網(wǎng)絡(luò)進(jìn)行特征子空間估值的理論,提出了解決正定對(duì)稱(chēng)矩陣的特征子空間估值問(wèn)題的算法。其神經(jīng)網(wǎng)絡(luò)被描述為離散時(shí)間系統(tǒng),它們?cè)谡麄€(gè)連續(xù)時(shí)間神經(jīng)
2009-02-22 23:46:0319 根據(jù)神經(jīng)網(wǎng)絡(luò)的基本理論,研究了神經(jīng)網(wǎng)絡(luò)在電器設(shè)備中的應(yīng)用,提出了神經(jīng)網(wǎng)絡(luò)的分塊構(gòu)造方法和神經(jīng)網(wǎng)絡(luò)分塊學(xué)習(xí)算法,并通過(guò)實(shí)驗(yàn)?zāi)M達(dá)到實(shí)際要求。關(guān)鍵詞 神經(jīng)網(wǎng)絡(luò) 算法 權(quán)
2009-06-13 11:40:0310 應(yīng)用神經(jīng)網(wǎng)絡(luò)理論,建立了預(yù)測(cè)狀態(tài)監(jiān)測(cè)數(shù)據(jù)趨勢(shì)的BP 神經(jīng)網(wǎng)絡(luò)模型,并通MATLAB 實(shí)現(xiàn)了仿真編程。實(shí)驗(yàn)中,選取多組數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行了訓(xùn)練和測(cè)試,證實(shí)了算法和模型的有效性。
2009-09-11 15:53:1026 本文給出了利用現(xiàn)場(chǎng)可編程門(mén)陣列來(lái)實(shí)現(xiàn)多層前向神經(jīng)網(wǎng)絡(luò)(反向傳播-BP 網(wǎng)絡(luò))的方法。首先利用了相關(guān)軟件在理論上作了算法上的仿真,在此基礎(chǔ)上構(gòu)建了前向神經(jīng)網(wǎng)絡(luò)的硬
2010-01-25 11:56:136 人工神經(jīng)網(wǎng)絡(luò),人工神經(jīng)網(wǎng)絡(luò)是什么意思
神經(jīng)網(wǎng)絡(luò)是一門(mén)活躍的邊緣性交叉學(xué)科.研究它的發(fā)展過(guò)程和前沿問(wèn)題,具有重要的理論意義
2010-03-06 13:39:013296 人工神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用-1997-5-浙江科學(xué)技術(shù)出版社-張玲。
2016-04-12 11:13:540 神經(jīng)網(wǎng)絡(luò)跟蹤理論及應(yīng)用,有需要的朋友下來(lái)看看。
2016-04-12 11:45:030 模糊神經(jīng)網(wǎng)絡(luò)就是模糊理論同神經(jīng)網(wǎng)絡(luò)相結(jié)合的產(chǎn)物,它匯集了神經(jīng)網(wǎng)絡(luò)與模糊理論的優(yōu)點(diǎn),集學(xué)習(xí)、聯(lián)想、識(shí)別、信息處理于一體。
2017-12-29 14:40:4047546 BP 神經(jīng)網(wǎng)絡(luò)是一類(lèi)基于誤差逆向傳播 (BackPropagation, 簡(jiǎn)稱(chēng) BP) 算法的多層前饋神經(jīng)網(wǎng)絡(luò),BP算法是迄今最成功的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。現(xiàn)實(shí)任務(wù)中使用神經(jīng)網(wǎng)絡(luò)時(shí),大多是在使用 BP
2018-06-19 15:17:1542819 本書(shū)揭示神經(jīng)網(wǎng)絡(luò)背后的概念,并介紹如何通過(guò)Python實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)。全書(shū)分為3章和兩個(gè)附錄。第1章介紹了神經(jīng)網(wǎng)絡(luò)中所用到的數(shù)學(xué)思想。第2章介紹使用Python實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò),識(shí)別手寫(xiě)數(shù)字,并測(cè)試
2020-01-10 08:00:000 專(zhuān)欄中《零神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn)》系列持續(xù)更新介紹神經(jīng)元怎么工作,最后使用python從0到1不調(diào)用任何依賴(lài)神經(jīng)網(wǎng)絡(luò)框架(不使用tensorflow等框架)...
2020-12-10 19:27:06595 神經(jīng)網(wǎng)絡(luò)圖像壓縮是圖像壓縮和神經(jīng)網(wǎng)絡(luò)領(lǐng)域的主要研究方向之一,基于多層前饋神經(jīng)網(wǎng)絡(luò)的壓縮算法在神經(jīng)網(wǎng)絡(luò)壓縮算法中最有代表性。本文結(jié)合國(guó)家某科研項(xiàng)目對(duì)該類(lèi)算法的硬件實(shí)現(xiàn)進(jìn)行研究,具有重要的理論和實(shí)用價(jià)值。
2021-03-22 16:06:5411 人工智能-BP神經(jīng)網(wǎng)絡(luò)算法的簡(jiǎn)單實(shí)現(xiàn)說(shuō)明。
2021-05-25 11:30:1612 人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)稱(chēng)神經(jīng)網(wǎng)絡(luò),是一種模仿生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能的數(shù)學(xué)模型或計(jì)算模型,神經(jīng)網(wǎng)絡(luò)一般可以分為以下常用的三大類(lèi)。
2022-01-03 16:33:0015624 有個(gè)事情可能會(huì)讓初學(xué)者驚訝:神經(jīng)網(wǎng)絡(luò)模型并不復(fù)雜!『神經(jīng)網(wǎng)絡(luò)』這個(gè)詞讓人覺(jué)得很高大上,但實(shí)際上神經(jīng)網(wǎng)絡(luò)算法要比人們想象的簡(jiǎn)單。
2023-01-31 17:06:09658 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(shí)。就目前而言,神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)算法的核心,我們所熟知的很多深度學(xué)習(xí)算法的背后其實(shí)都是神經(jīng)網(wǎng)絡(luò)。
2023-02-23 09:14:442256 有個(gè)事情可能會(huì)讓初學(xué)者驚訝:神經(jīng)網(wǎng)絡(luò)模型并不復(fù)雜!『神經(jīng)網(wǎng)絡(luò)』這個(gè)詞讓人覺(jué)得很高大上,但實(shí)際上神經(jīng)網(wǎng)絡(luò)算法要比人們想象的簡(jiǎn)單。
這篇文章完全是為新手準(zhǔn)備的。我們會(huì)通過(guò)用Python從頭實(shí)現(xiàn)一個(gè)神經(jīng)網(wǎng)絡(luò)來(lái)理解神經(jīng)網(wǎng)絡(luò)的原理。本文的脈絡(luò)是:
2023-02-27 15:05:34451 有個(gè)事情可能會(huì)讓初學(xué)者驚訝:神經(jīng)網(wǎng)絡(luò)模型并不復(fù)雜!『神經(jīng)網(wǎng)絡(luò)』這個(gè)詞讓人覺(jué)得很高大上,但實(shí)際上神經(jīng)網(wǎng)絡(luò)算法要比人們想象的簡(jiǎn)單。
這篇文章完全是為新手準(zhǔn)備的。我們會(huì)通過(guò)用Python從頭實(shí)現(xiàn)一個(gè)神經(jīng)網(wǎng)絡(luò)來(lái)理解神經(jīng)網(wǎng)絡(luò)的原理。本文的脈絡(luò)是:
2023-02-27 15:06:13377 有個(gè)事情可能會(huì)讓初學(xué)者驚訝:神經(jīng)網(wǎng)絡(luò)模型并不復(fù)雜!『神經(jīng)網(wǎng)絡(luò)』這個(gè)詞讓人覺(jué)得很高大上,但實(shí)際上神經(jīng)網(wǎng)絡(luò)算法要比人們想象的簡(jiǎn)單。
這篇文章完全是為新手準(zhǔn)備的。我們會(huì)通過(guò)用Python從頭實(shí)現(xiàn)一個(gè)神經(jīng)網(wǎng)絡(luò)來(lái)理解神經(jīng)網(wǎng)絡(luò)的原理。本文的脈絡(luò)是:
2023-02-27 15:06:18467 有個(gè)事情可能會(huì)讓初學(xué)者驚訝:神經(jīng)網(wǎng)絡(luò)模型并不復(fù)雜!『神經(jīng)網(wǎng)絡(luò)』這個(gè)詞讓人覺(jué)得很高大上,但實(shí)際上神經(jīng)網(wǎng)絡(luò)算法要比人們想象的簡(jiǎn)單。
這篇文章完全是為新手準(zhǔn)備的。我們會(huì)通過(guò)用Python從頭實(shí)現(xiàn)一個(gè)神經(jīng)網(wǎng)絡(luò)來(lái)理解神經(jīng)網(wǎng)絡(luò)的原理。本文的脈絡(luò)是:
2023-02-27 15:06:21443 卷積神經(jīng)網(wǎng)絡(luò)原理:卷積神經(jīng)網(wǎng)絡(luò)模型和卷積神經(jīng)網(wǎng)絡(luò)算法 卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)是一種基于深度學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò),是深度學(xué)習(xí)技術(shù)的重要應(yīng)用之
2023-08-17 16:30:30806 的卷積操作,將不同層次的特征進(jìn)行提取,從而通過(guò)反向傳播算法不斷優(yōu)化網(wǎng)絡(luò)權(quán)重,最終實(shí)現(xiàn)分類(lèi)和預(yù)測(cè)等任務(wù)。 在本文中,我們將介紹如何使用Python實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò),并詳細(xì)說(shuō)明每一個(gè)步驟及其原理。 第一步:導(dǎo)入必要的庫(kù) 在開(kāi)始編寫(xiě)代碼前,我們需要先導(dǎo)入一些必要的Python庫(kù)。具體如
2023-08-21 16:41:35615 卷積神經(jīng)網(wǎng)絡(luò)的介紹 什么是卷積神經(jīng)網(wǎng)絡(luò)算法 卷積神經(jīng)網(wǎng)絡(luò)涉及的關(guān)鍵技術(shù) 卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)是一種用于圖像分類(lèi)、物體識(shí)別、語(yǔ)音識(shí)別等領(lǐng)域
2023-08-21 16:49:461229 卷積神經(jīng)網(wǎng)絡(luò)算法是機(jī)器算法嗎? 卷積神經(jīng)網(wǎng)絡(luò)算法是機(jī)器算法的一種,它通常被用于圖像、語(yǔ)音、文本等數(shù)據(jù)的處理和分類(lèi)。隨著深度學(xué)習(xí)的興起,卷積神經(jīng)網(wǎng)絡(luò)逐漸成為了圖像、語(yǔ)音等領(lǐng)域中最熱門(mén)的算法之一。 卷積
2023-08-21 16:49:48437 卷積神經(jīng)網(wǎng)絡(luò)算法比其他算法好嗎 卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)是一種用于圖像識(shí)別和處理等領(lǐng)域的深度學(xué)習(xí)算法。相對(duì)于傳統(tǒng)的圖像識(shí)別算法,如SIFT
2023-08-21 16:49:51407 算法。它在圖像識(shí)別、語(yǔ)音識(shí)別和自然語(yǔ)言處理等領(lǐng)域有著廣泛的應(yīng)用,成為近年來(lái)最為熱門(mén)的人工智能算法之一。CNN基于卷積運(yùn)算和池化操作,可以對(duì)圖像進(jìn)行有損壓縮、提取特征,有效降低輸入數(shù)據(jù)的維度,從而實(shí)現(xiàn)對(duì)大量數(shù)據(jù)的處理和分析。下面是對(duì)CNN算法的詳細(xì)介紹: 1. 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu) 卷積神經(jīng)網(wǎng)絡(luò)的基本
2023-08-21 16:50:01977 深度神經(jīng)網(wǎng)絡(luò)是一種基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)算法,其主要特點(diǎn)是由多層神經(jīng)元構(gòu)成,可以根據(jù)數(shù)據(jù)自動(dòng)調(diào)整神經(jīng)元之間的權(quán)重,從而實(shí)現(xiàn)對(duì)大規(guī)模數(shù)據(jù)進(jìn)行預(yù)測(cè)和分類(lèi)。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(yīng)用于圖像和視頻處理領(lǐng)域。
2023-08-21 17:07:361867 卷積神經(jīng)網(wǎng)絡(luò)算法代碼python? 卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)是深度學(xué)習(xí)中最為重要的算法之一。它在計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、語(yǔ)音識(shí)別等領(lǐng)域有著
2023-08-21 16:50:09514
評(píng)論
查看更多