- 什么是一维卷积 一维卷积 • 图中的输入的数据维度为8，过滤器的维度为5。与二维卷积类似，卷积后输出的数据维度为8−5+1=48−5+1=4。 • 如果过滤器数量仍为1，输入数据的channel数量变为16，即输入数据维度为 8 × 16 。这里channel的概念相当于自然语言处理中的embedding，而该输入数据代表8个单词，其中每个单词的词向量维度大小... 什么是一维卷积 一维卷积 • 图中的输入的数据维度为8，过滤器的维度为5。与二维卷积类似，卷积后输出的数据维度为8−5+1=48−5+1=4。 • 如果过滤器数量仍为1，输入数据的channel数量变为16，即输入数据维度为 8 × 16 。这里channel的概念相当于自然语言处理中的embedding，而该输入数据代表8个单词，其中每个单词的词向量维度大小...
- 已知下面两个序列： 求这两个序列的卷积。 求卷积的函数是conv，但是使用这个函数有个问题，就是下标问题，也就是求卷积之后的元素值的位置。因此，我们必须要定一个起始点和一个结束点。 方法： 是两个有限长序列，二者卷积的起始点和结束点定义为： 测试脚本： clcclearclose all nx = -3:3;x = [3,11,7,0... 已知下面两个序列： 求这两个序列的卷积。 求卷积的函数是conv，但是使用这个函数有个问题，就是下标问题，也就是求卷积之后的元素值的位置。因此，我们必须要定一个起始点和一个结束点。 方法： 是两个有限长序列，二者卷积的起始点和结束点定义为： 测试脚本： clcclearclose all nx = -3:3;x = [3,11,7,0...
- 引入： 能量有限而平均功率为0的信号称之为能量信号； 能量无限而平均功率有限的信号称之为功率信号；（如周期信号） 能量谱密度：能量信号的能量在频域上的分布； 功率谱密度：功率信号的功率在频域上的分布； 二者与频谱的不同之处： 首先是计算结果的不同； 其次是频谱图上纵轴上表示的是能量或功率的大小而非信号幅度的大小； 计算能量谱密度以及功率谱密度： 能量谱密度： 功率谱密度： ... 引入： 能量有限而平均功率为0的信号称之为能量信号； 能量无限而平均功率有限的信号称之为功率信号；（如周期信号） 能量谱密度：能量信号的能量在频域上的分布； 功率谱密度：功率信号的功率在频域上的分布； 二者与频谱的不同之处： 首先是计算结果的不同； 其次是频谱图上纵轴上表示的是能量或功率的大小而非信号幅度的大小； 计算能量谱密度以及功率谱密度： 能量谱密度： 功率谱密度： ...
- 卷积神经网络 卷积是指将卷积核应用到某个张量的所有点上，通过将 卷积核在输入的张量上滑动而生成经过滤波处理的张量。 介绍的目标识别与分类，就是在前面问题的基础 上进行扩展，实现对于图像等分类和识别。 实现对图像的高准确率识别离不开一种叫做卷积神经网络的深度学习 技术 卷积神经网络主要应用于计算机视觉相关任务，但它能处理的任务并 不局限于图像，其实语音识别也是可以... 卷积神经网络 卷积是指将卷积核应用到某个张量的所有点上，通过将 卷积核在输入的张量上滑动而生成经过滤波处理的张量。 介绍的目标识别与分类，就是在前面问题的基础 上进行扩展，实现对于图像等分类和识别。 实现对图像的高准确率识别离不开一种叫做卷积神经网络的深度学习 技术 卷积神经网络主要应用于计算机视觉相关任务，但它能处理的任务并 不局限于图像，其实语音识别也是可以...
- 11.2 Pytorch 11.2.5 RNN分类姓氏 @Author：By Runsen 数据集下载链接：https://download.pytorch.org/tutorial/data.zip，参考：https://pytorch.org/tutorials/intermediate/char_rnn_classification_tutorial.htm... 11.2 Pytorch 11.2.5 RNN分类姓氏 @Author：By Runsen 数据集下载链接：https://download.pytorch.org/tutorial/data.zip，参考：https://pytorch.org/tutorials/intermediate/char_rnn_classification_tutorial.htm...
- 关于序列卷积，之前写了3篇博文： 【 MATLAB 】conv 函数介绍（卷积和多项式乘法） 这篇博文介绍的是MATLAB本身自带的函数，但这个函数conv有个不如意的地方，就是求过卷积之后我们不知道各个卷积值的位置。 然后我们后面扩展了下这个函数，命名为conv_m，这个函数在这个博文的最后给出。 【 MATLAB 】两个序列的卷积和运算的MATLAB实现（2） ... 关于序列卷积，之前写了3篇博文： 【 MATLAB 】conv 函数介绍（卷积和多项式乘法） 这篇博文介绍的是MATLAB本身自带的函数，但这个函数conv有个不如意的地方，就是求过卷积之后我们不知道各个卷积值的位置。 然后我们后面扩展了下这个函数，命名为conv_m，这个函数在这个博文的最后给出。 【 MATLAB 】两个序列的卷积和运算的MATLAB实现（2） ...
- 设矩形脉冲 是脉冲响应 的LTI系统的输入，求输出 y(n). 下面的脚本中用到了一个自定义的函数，也就是两个信号相加的函数： 相关博文：【 MATLAB 】基本序列运算及其MATLAB的等效表示 function [y,n] = sigadd(x1,n1,x2,n2)% implements y(n) = x1(n) + x... 设矩形脉冲 是脉冲响应 的LTI系统的输入，求输出 y(n). 下面的脚本中用到了一个自定义的函数，也就是两个信号相加的函数： 相关博文：【 MATLAB 】基本序列运算及其MATLAB的等效表示 function [y,n] = sigadd(x1,n1,x2,n2)% implements y(n) = x1(n) + x...
- 翻译《Deep Learning for Drug Design: an Artificial Intelligence Paradigm for Drug Discovery in the Big Data Era》 摘要 过去的十年中，深度学习（deeplear... 翻译《Deep Learning for Drug Design: an Artificial Intelligence Paradigm for Drug Discovery in the Big Data Era》 摘要 过去的十年中，深度学习（deeplear...
- 这篇博文要将的是循环卷积，循环卷积和线性卷积还是有很大区别的，我们都知道，两个N点序列之间的线性卷积会得出一个更长的序列，不得不再一次要将区间限制在 0 <= n <= N -1。因此代替线性移位的是应该考虑循环移位，循环移位我们上面已经讨论了两篇博文： 【 MATLAB 】DFT的性质讨论（二）序列的循环移位及其 MATLAB 实现（时域方法） 【 MATL... 这篇博文要将的是循环卷积，循环卷积和线性卷积还是有很大区别的，我们都知道，两个N点序列之间的线性卷积会得出一个更长的序列，不得不再一次要将区间限制在 0 <= n <= N -1。因此代替线性移位的是应该考虑循环移位，循环移位我们上面已经讨论了两篇博文： 【 MATLAB 】DFT的性质讨论（二）序列的循环移位及其 MATLAB 实现（时域方法） 【 MATL...
- library(nnet) 1 Warning message: "package 'nnet' was built under R version 3.5.3" 12 x1 <- round(runif(2000,1,2000)) x2 <- round(runif(2000,1,2000)) 12 x11 <- scale(x1[1:... library(nnet) 1 Warning message: "package 'nnet' was built under R version 3.5.3" 12 x1 <- round(runif(2000,1,2000)) x2 <- round(runif(2000,1,2000)) 12 x11 <- scale(x1[1:...
- 一旦你利用Keras完成了训练，你可以将你的网络保存在HDF5里面。 keras的模型保存分为多种情况。 一、不保存模型只显示大概结构 model.summary() 这个函数会打印模型结构，但是仅仅是打印到控制台。 keras.utils.plot_model() 使用graphviz中的dot.exe生成网络结构拓扑图 二、保存模型结构 keras.mode... 一旦你利用Keras完成了训练，你可以将你的网络保存在HDF5里面。 keras的模型保存分为多种情况。 一、不保存模型只显示大概结构 model.summary() 这个函数会打印模型结构，但是仅仅是打印到控制台。 keras.utils.plot_model() 使用graphviz中的dot.exe生成网络结构拓扑图 二、保存模型结构 keras.mode...
- 看代码时发现的一个有趣的例子，实现使用四大利器： Raspberry Pi + Arduino + OpenCV Neural Network + RC CAR 硬件速览 指示停车 参考：https://github.com/hamuchiwa/AutoRCCar.git 效果如下： 绿灯行 红灯停 ~~~~下面为机器人翻译结果~~~~ 上网小助手：http://do... 看代码时发现的一个有趣的例子，实现使用四大利器： Raspberry Pi + Arduino + OpenCV Neural Network + RC CAR 硬件速览 指示停车 参考：https://github.com/hamuchiwa/AutoRCCar.git 效果如下： 绿灯行 红灯停 ~~~~下面为机器人翻译结果~~~~ 上网小助手：http://do...
- 导读： 新的加密系统可以让制药公司和学术实验室共同合作，更快地开发新的药物,而不会向竞争对手透露任何机密数据。 新的加密系统可以让制药公司和学术实验室共同合作，更快地开发新的药物,而不会向竞争对手透露任何机密数据。 该计算系统的核心是一种称为神经网络的人工智能程序。AI研究哪些药物与人体内的各种蛋白质相互作用以预测新的药物蛋白质相互作用的信息。 更多... 导读： 新的加密系统可以让制药公司和学术实验室共同合作，更快地开发新的药物,而不会向竞争对手透露任何机密数据。 新的加密系统可以让制药公司和学术实验室共同合作，更快地开发新的药物,而不会向竞争对手透露任何机密数据。 该计算系统的核心是一种称为神经网络的人工智能程序。AI研究哪些药物与人体内的各种蛋白质相互作用以预测新的药物蛋白质相互作用的信息。 更多...
- conv Convolution and polynomial multiplication Syntax w = conv(u,v) w = conv(u,v,shape) Description w = conv（u，v）返回向量u和v的卷积。如果u和v是多项式系数的向量，则对它们进行卷积相当于将两个多项式相乘。 w = conv(u,v,s... conv Convolution and polynomial multiplication Syntax w = conv(u,v) w = conv(u,v,shape) Description w = conv（u，v）返回向量u和v的卷积。如果u和v是多项式系数的向量，则对它们进行卷积相当于将两个多项式相乘。 w = conv(u,v,s...
- 摘要 人工神经网络的兴衰在计算机科学和计算化学的科学文献中都有详细记载。然而近二十年后，我们现在看到了对深度学习兴趣的复兴，这是一种基于多层神经网络的机器学习算法。在过去的几年里，我们看到了深度学习在许多领域的变革性影响，尤其是在语音识别和计算机视觉领域，在这些领域的大多数专家从业人员现在经常避开之前建立的有利于深度的模型学习模型。在这篇综述中，我们对深层神经网络理论... 摘要 人工神经网络的兴衰在计算机科学和计算化学的科学文献中都有详细记载。然而近二十年后，我们现在看到了对深度学习兴趣的复兴，这是一种基于多层神经网络的机器学习算法。在过去的几年里，我们看到了深度学习在许多领域的变革性影响，尤其是在语音识别和计算机视觉领域，在这些领域的大多数专家从业人员现在经常避开之前建立的有利于深度的模型学习模型。在这篇综述中，我们对深层神经网络理论...
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