- 简 介： 生成对抗网络利用博弈的思想训练出生成器用来生成数据，是近几年的热点研究领域。本文对基本的生成对抗网络模型进行介绍，概述了生成对抗网络这一概念提出以来得到的发展，列举了几个不同变种的生成... 简 介： 生成对抗网络利用博弈的思想训练出生成器用来生成数据，是近几年的热点研究领域。本文对基本的生成对抗网络模型进行介绍，概述了生成对抗网络这一概念提出以来得到的发展，列举了几个不同变种的生成...
- 📢📢📢📣📣📣 🌻🌻🌻Hello，大家好我叫是Dream呀，一个有趣的Python博主，小白一枚，多多关照😜😜😜 🏅🏅🏅CSDN Python领域新星创作者，大二在读... 📢📢📢📣📣📣 🌻🌻🌻Hello，大家好我叫是Dream呀，一个有趣的Python博主，小白一枚，多多关照😜😜😜 🏅🏅🏅CSDN Python领域新星创作者，大二在读...
- 吃瓜笔记《机器学习》周志华——第五章 神经网络 5.1神经元模型 神经网络：具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。 神经元模型：... 吃瓜笔记《机器学习》周志华——第五章 神经网络 5.1神经元模型 神经网络：具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。 神经元模型：...
- 简 介： 本文使用人工神经网络方法对小行星引力场和小行星表面进行建模。研究结果表明，通过设置合理的隐藏层和神经元数量，人工神经网络方法可以对小行星引力场进行高精度、高效率的计算。同时人工神经网络... 简 介： 本文使用人工神经网络方法对小行星引力场和小行星表面进行建模。研究结果表明，通过设置合理的隐藏层和神经元数量，人工神经网络方法可以对小行星引力场进行高精度、高效率的计算。同时人工神经网络...
- 文章目录 一、官方代码1.1 加载数据1.2 Unsupervised Loss1.3 Models1.4 评估与模型使用1.5 Main 二、PyG版本class SAGEConv(Mess... 文章目录 一、官方代码1.1 加载数据1.2 Unsupervised Loss1.3 Models1.4 评估与模型使用1.5 Main 二、PyG版本class SAGEConv(Mess...
- 一.图像识别 （1）图像识别 （Image Recognition）是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。 图像识别的发展经历了三个阶段：文字识别、数字图像处理与识别、物体识别。机器学习领域一般将此类识别问题转化为分类问题。 手写识别是常见的图像识别任务。计算机通过手写... 一.图像识别 （1）图像识别 （Image Recognition）是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。 图像识别的发展经历了三个阶段：文字识别、数字图像处理与识别、物体识别。机器学习领域一般将此类识别问题转化为分类问题。 手写识别是常见的图像识别任务。计算机通过手写...
- 学习心得 （1）首先学习了经典推荐算法协同过滤的深度学习进化版本 NerualCF。相比于矩阵分解算法，NeuralCF 用一个多层的神经网络，替代了矩阵分解算法中简单的点积操作，让用户和物品隐向量之间... 学习心得 （1）首先学习了经典推荐算法协同过滤的深度学习进化版本 NerualCF。相比于矩阵分解算法，NeuralCF 用一个多层的神经网络，替代了矩阵分解算法中简单的点积操作，让用户和物品隐向量之间...
- 学习总结 文章目录 学习总结一、消息传递范式1.1 内置函数和消息传递API（1）API属性介绍（2）内置&自定义函数 1.2 编写高效的消息传递代码1.3 在图的一部分上进行消息... 学习总结 文章目录 学习总结一、消息传递范式1.1 内置函数和消息传递API（1）API属性介绍（2）内置&自定义函数 1.2 编写高效的消息传递代码1.3 在图的一部分上进行消息...
- 学习心得 （1）将数据X传入实例化MLP类后得到的net对象，会做一次前向计算，并且net(X)会调用MLP类继承自父类Module的call函数——该函数调用我们定义的子类MLP的forward函数完... 学习心得 （1）将数据X传入实例化MLP类后得到的net对象，会做一次前向计算，并且net(X)会调用MLP类继承自父类Module的call函数——该函数调用我们定义的子类MLP的forward函数完...
- 作者：柯悦 简 介： 人工神经网络概念自提起以来,它的发展经历了起起落落,而如今人工神经网络也与各个领域相结合,实现它的价值。人工神经网络主要用来处理分类与回归的问题。决定神经网络发展的三个基... 作者：柯悦 简 介： 人工神经网络概念自提起以来,它的发展经历了起起落落,而如今人工神经网络也与各个领域相结合,实现它的价值。人工神经网络主要用来处理分类与回归的问题。决定神经网络发展的三个基...
- 常见的30种NLP任务非常适合练手的Project 作用：研究+练手，加深理解，项目涵盖95+%NLP业务场景。 下列Project都是类似论文实现那样的demo级的，也不是传统的工程实现，用的方法一般... 常见的30种NLP任务非常适合练手的Project 作用：研究+练手，加深理解，项目涵盖95+%NLP业务场景。 下列Project都是类似论文实现那样的demo级的，也不是传统的工程实现，用的方法一般...
- 0.背景简述 GNN的本质,是要学习网络中每个节点的表达的，这些潜在的表达对图中每个节点的“社交”关系进行了编码，把离散值的节点编码成稠密向量，后续可用于分类回归，或者作为下游任务的特征。 更多：本次... 0.背景简述 GNN的本质,是要学习网络中每个节点的表达的，这些潜在的表达对图中每个节点的“社交”关系进行了编码，把离散值的节点编码成稠密向量，后续可用于分类回归，或者作为下游任务的特征。 更多：本次...
- 学习心得 这次学习了基于图同构网络（GIN）的图表征网络。为了得到图表征首先需要做节点表征，然后做图读出。GIN中节点表征的计算遵循WL Test算法中节点标签的更新方法，因此它的上界是WL Test... 学习心得 这次学习了基于图同构网络（GIN）的图表征网络。为了得到图表征首先需要做节点表征，然后做图读出。GIN中节点表征的计算遵循WL Test算法中节点标签的更新方法，因此它的上界是WL Test...
- 常用文本识别算法有两种： CNN+RNN+CTC（CRNN+CTC）CNN+Seq2Seq+Attention 其中CTC与Attention相当于是一种对齐方式，具体算法原理比较复杂，就不做详细的探讨。其中CTC可参考这篇博文，关于Attention机制的介绍，可以参考我的另一篇博文。 CRNN 全称为 Convolution... 常用文本识别算法有两种： CNN+RNN+CTC（CRNN+CTC）CNN+Seq2Seq+Attention 其中CTC与Attention相当于是一种对齐方式，具体算法原理比较复杂，就不做详细的探讨。其中CTC可参考这篇博文，关于Attention机制的介绍，可以参考我的另一篇博文。 CRNN 全称为 Convolution...
- 本文当前，还很粗糙，谨慎查阅 后续看到相关资料再更新 摘自 论文 Generative Image Inpainting with Contextual Attention our in... 本文当前，还很粗糙，谨慎查阅 后续看到相关资料再更新 摘自 论文 Generative Image Inpainting with Contextual Attention our in...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签