- 文章目录 前言 1.均方误差性能函数 2.误差平方和函数 3.计算误差曲面函数 4.绘制误差曲面图 5.误差曲面图上绘制权值和... 文章目录 前言 1.均方误差性能函数 2.误差平方和函数 3.计算误差曲面函数 4.绘制误差曲面图 5.误差曲面图上绘制权值和...
- 文章目录 一、前言描述 1.1几句话描述该模型 1.2搭建步骤 二、通用神经网络工具箱函数 一.perceptron简... 文章目录 一、前言描述 1.1几句话描述该模型 1.2搭建步骤 二、通用神经网络工具箱函数 一.perceptron简...
- 目录 1. 聚类与分类1.1 聚类1.2 分类 2. 关于KNN算法2.1 `Lp距离`定义：2.1 `K `值的选取 3. 练习第一题：第二题： 最后 1. 聚类与分类 1.... 目录 1. 聚类与分类1.1 聚类1.2 分类 2. 关于KNN算法2.1 `Lp距离`定义：2.1 `K `值的选取 3. 练习第一题：第二题： 最后 1. 聚类与分类 1....
- 文章目录 题目 解析 题目 要求设计一个BP网络，逼近函数g(x)=1+sin(kpi/2x),实现对该非线性函数的逼近。其中，分别... 文章目录 题目 解析 题目 要求设计一个BP网络，逼近函数g(x)=1+sin(kpi/2x),实现对该非线性函数的逼近。其中，分别...
- 学习目标 目标 知道LeNet-5网络结构了解经典的分类网络结构知道一些常见的卷机网络结构的优化 知道NIN中1x1卷积原理以及作用知道Inception的作用了解卷积神经网络学习过程内容应用 无 下面我们主要以一些常见的网络结构去解析，并介绍大部分的网络的特点。这里看一下卷积的发展历史图。 ... 学习目标 目标 知道LeNet-5网络结构了解经典的分类网络结构知道一些常见的卷机网络结构的优化 知道NIN中1x1卷积原理以及作用知道Inception的作用了解卷积神经网络学习过程内容应用 无 下面我们主要以一些常见的网络结构去解析，并介绍大部分的网络的特点。这里看一下卷积的发展历史图。 ...
- 学习目标 目标 知道逻辑回归的算法计算输出、损失函数知道导数的计算图知道逻辑回归的梯度下降算法知道多样本的向量计算应用 应用完成向量化运算应用完成一个单神经元神经网络的结构 1.2.1 Logistic回归 1.2.1.1 Logistic回归 逻辑回归是一个主要用于二分分类类的算法。那么逻辑回归是给定一个xx&nbs... 学习目标 目标 知道逻辑回归的算法计算输出、损失函数知道导数的计算图知道逻辑回归的梯度下降算法知道多样本的向量计算应用 应用完成向量化运算应用完成一个单神经元神经网络的结构 1.2.1 Logistic回归 1.2.1.1 Logistic回归 逻辑回归是一个主要用于二分分类类的算法。那么逻辑回归是给定一个xx&nbs...
- 学习目标 目标 知道浅层神经网络的前向计算过程知道选择激活函数的原因说明浅层网络的反向传播推导过程 应用 应用完成一个浅层神经网络结构进行分类 1.3.1 浅层神经网络表示 之前已经说过神经网络的结构了，在这不重复叙述。假设我们有如下结构的网络 对于这个网络我们建立一个简单的图示？我们对第一个隐藏... 学习目标 目标 知道浅层神经网络的前向计算过程知道选择激活函数的原因说明浅层网络的反向传播推导过程 应用 应用完成一个浅层神经网络结构进行分类 1.3.1 浅层神经网络表示 之前已经说过神经网络的结构了，在这不重复叙述。假设我们有如下结构的网络 对于这个网络我们建立一个简单的图示？我们对第一个隐藏...
- 学习目标 目标 了解CapsuleNet应用 无 5.3.1 CapsuleNet为什么会出现 2017年，CapsuleNet的出现是Hinton大佬对于卷积神经网络等的思考，想去构建一种新的网络结构, 如何克服CNN存在的问题的，那CN网络又存在什么问题： CNN的目标不正确 1、CNN对于旋转类型图片不确... 学习目标 目标 了解CapsuleNet应用 无 5.3.1 CapsuleNet为什么会出现 2017年，CapsuleNet的出现是Hinton大佬对于卷积神经网络等的思考，想去构建一种新的网络结构, 如何克服CNN存在的问题的，那CN网络又存在什么问题： CNN的目标不正确 1、CNN对于旋转类型图片不确...
- 学习目标 目标 知道深度学习与机器学习的区别了解神经网络的结构组成知道深度学习效果特点 应用 无 1.1.1 区别 1.1.1.1 特征提取方面 机器学习的特征工程步骤是要靠手动完成的，而且需要大量领域专业知识深度学习通常由多个层组成，它们通常将更简单的模型组合在一起，通过将数据从一层传递到另一层... 学习目标 目标 知道深度学习与机器学习的区别了解神经网络的结构组成知道深度学习效果特点 应用 无 1.1.1 区别 1.1.1.1 特征提取方面 机器学习的特征工程步骤是要靠手动完成的，而且需要大量领域专业知识深度学习通常由多个层组成，它们通常将更简单的模型组合在一起，通过将数据从一层传递到另一层...
- 学习目标 目标 了解迁移学习以及技巧应用 无 我们来看一个个问题如果我们要做一个具体场景的计算机视觉任务，那么从头开始训练一个网络是合适的选择吗？怎么样才能避免浪费过多的计算时间？ 3.5.1 迁移学习(Transfer Learning) 3.5.1.1 介绍 定义 迁移学习就是利用数据、任务或模型之间的相似... 学习目标 目标 了解迁移学习以及技巧应用 无 我们来看一个个问题如果我们要做一个具体场景的计算机视觉任务，那么从头开始训练一个网络是合适的选择吗？怎么样才能避免浪费过多的计算时间？ 3.5.1 迁移学习(Transfer Learning) 3.5.1.1 介绍 定义 迁移学习就是利用数据、任务或模型之间的相似...
- 为什么使用深层网络 对于人脸识别等应用，神经网络的第一层从原始图片中提取人脸的轮廓和边缘，每个神经元学习到不同边缘的信息；网络的第二层将第一层学得的边缘信息组合起来，形成人脸的一些局部的特征，例如眼睛、嘴巴等；后面的几层逐步将上一层的特征组合起来，形成人脸的模样。随着神经网络层数的增加，特征也从原来的边缘逐步扩展为人脸的整体，由整体到... 为什么使用深层网络 对于人脸识别等应用，神经网络的第一层从原始图片中提取人脸的轮廓和边缘，每个神经元学习到不同边缘的信息；网络的第二层将第一层学得的边缘信息组合起来，形成人脸的一些局部的特征，例如眼睛、嘴巴等；后面的几层逐步将上一层的特征组合起来，形成人脸的模样。随着神经网络层数的增加，特征也从原来的边缘逐步扩展为人脸的整体，由整体到...
- 本文是对《从机器学习谈起》一文的读书摘要，这片文章很详细的介绍了机器学习，很适合入门新手读（我就是） 1. 什么是机器学习 机器学习是一种让计算机利用数据而不是指令来进行各种工作的方法 机器学习方法是计算机利用已有的数据(经验)，得出了某种模型，并利用此模型预测未来的一种方法 2. 机器学习的定义 从广义上来说，机器学习是一种能够赋予机器学习的能力以此让它完成... 本文是对《从机器学习谈起》一文的读书摘要，这片文章很详细的介绍了机器学习，很适合入门新手读（我就是） 1. 什么是机器学习 机器学习是一种让计算机利用数据而不是指令来进行各种工作的方法 机器学习方法是计算机利用已有的数据(经验)，得出了某种模型，并利用此模型预测未来的一种方法 2. 机器学习的定义 从广义上来说，机器学习是一种能够赋予机器学习的能力以此让它完成...
- 一些基本概念 人工智能：机器模拟人的意识和思维 机器学习: 是一种统计学方法，计算机利用已有数据，得出某种模型，再利用此模型预测结果 特点：随经验的增加，效果会变好 举例: 决策树模型 机器学习三要素：数据、算法、算力 深度学习：深层次神经网络，源于对生物脑神经元结构的研究。 神经网络: 是基于神经元结构的，是输入乘以权重，再求和，再过非线 性函... 一些基本概念 人工智能：机器模拟人的意识和思维 机器学习: 是一种统计学方法，计算机利用已有数据，得出某种模型，再利用此模型预测结果 特点：随经验的增加，效果会变好 举例: 决策树模型 机器学习三要素：数据、算法、算力 深度学习：深层次神经网络，源于对生物脑神经元结构的研究。 神经网络: 是基于神经元结构的，是输入乘以权重，再求和，再过非线 性函...
- im2col() 矩阵卷积 卷积就是卷积核跟图像矩阵的运算。卷积核是一个小窗口，记录的是权重。卷积核在输入图像上按步长滑动，每次操作卷积核对应区域的输入图像，将卷积核中的权值和对应的输入图像的值相乘再相加，赋给卷积核中心所对应的输出特征图的一个值，如下图所示（这里卷积核要旋转180 °）： 如果还不懂的话，可以类比均值滤波，用一个矩阵算子对于图像上一块图像，对于像素... im2col() 矩阵卷积 卷积就是卷积核跟图像矩阵的运算。卷积核是一个小窗口，记录的是权重。卷积核在输入图像上按步长滑动，每次操作卷积核对应区域的输入图像，将卷积核中的权值和对应的输入图像的值相乘再相加，赋给卷积核中心所对应的输出特征图的一个值，如下图所示（这里卷积核要旋转180 °）： 如果还不懂的话，可以类比均值滤波，用一个矩阵算子对于图像上一块图像，对于像素...
- 写在前面：大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣，可以关注我的动态，我们一起学习，一起进步~ 我的博客地址为：【AI 菌】的博客 我的Github项目地址是：【AI 菌】的Github 资源传送门： 论文原文下载... 写在前面：大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣，可以关注我的动态，我们一起学习，一起进步~ 我的博客地址为：【AI 菌】的博客 我的Github项目地址是：【AI 菌】的Github 资源传送门： 论文原文下载...
上滑加载中
推荐直播
-
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中
热门标签