教你用PyTorch快速準(zhǔn)確地建立神經(jīng)網(wǎng)絡(luò)

動(dòng)態(tài)計(jì)算圖：PyTorch被稱為“由運(yùn)行定義的”框架，這意味著計(jì)算圖結(jié)構(gòu)(神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu))是在運(yùn)行時(shí)生成的。該屬性的主要優(yōu)點(diǎn)是：它提供了一個(gè)靈活的編程...

2019-02-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)pytorch 4k 0

一種新的內(nèi)存計(jì)算 (CIM) 架構(gòu)原理分析

傳統(tǒng)上，計(jì)算主要依賴于基于馮諾依曼架構(gòu)的互連設(shè)備。在此架構(gòu)的簡(jiǎn)化版本中，存在三個(gè)計(jì)算構(gòu)建塊：內(nèi)存、輸入/輸出 (I/O) 接口和中央處理單元 (CPU)。

2022-10-13 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)晶體管人工智能 3.9k 0

Verilog/FPGA開源項(xiàng)目介紹

脈沖神經(jīng)網(wǎng)絡(luò)（ Spiking neural network-SNN ） 是更接近自然神經(jīng)網(wǎng)絡(luò)的人工神經(jīng)網(wǎng)絡(luò)。

2022-07-03 標(biāo)簽：fpga神經(jīng)網(wǎng)絡(luò)Verilog 3.9k 0

人類和機(jī)器識(shí)別事物的方式截然不同

當(dāng)研究人員試圖讓神經(jīng)網(wǎng)絡(luò)對(duì)他們已經(jīng)識(shí)別出的玻璃雕像進(jìn)行分類時(shí)，出現(xiàn)了一個(gè)特別有趣的例子：當(dāng)我們很容易識(shí)別水獺或北極熊的玻璃模型時(shí)，神經(jīng)網(wǎng)絡(luò)將它們分別歸類...

2019-02-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)算法機(jī)器識(shí)別 3.9k 0

脈沖神經(jīng)網(wǎng)絡(luò)成為下一代機(jī)器學(xué)習(xí)？

脈沖神經(jīng)網(wǎng)絡(luò)將脈沖神經(jīng)元作為計(jì)算單元，能夠模仿人類大腦的信息編碼和處理過程。不同于CNN使用具體的值進(jìn)行信息傳遞，SNN通過脈沖序列中每個(gè)脈沖發(fā)射時(shí)間進(jìn)...

2020-03-27 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)脈沖人工智能 3.9k 0

一種無需監(jiān)督的目標(biāo)追蹤新方法——給視頻上色

為了訓(xùn)練我們的系統(tǒng)，我們用的是Kinestics數(shù)據(jù)集中的視頻，該數(shù)據(jù)集中的視頻記錄的大多是日?；顒?dòng)。我們把視頻中除了第一幀之外的所有幀都轉(zhuǎn)換成了灰調(diào)，...

2018-07-02 標(biāo)簽：谷歌神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集 3.9k 0

TensorFlow和PyTorch的實(shí)際應(yīng)用比較

TensorFlow和PyTorch是兩個(gè)最受歡迎的開源深度學(xué)習(xí)框架，這兩個(gè)框架都為構(gòu)建和訓(xùn)練深度學(xué)習(xí)模型提供了廣泛的功能，并已被研發(fā)社區(qū)廣泛采用。但是...

2023-01-14 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)開源深度學(xué)習(xí) 3.9k 0

自然語言處理中的卷積神經(jīng)網(wǎng)絡(luò)的詳細(xì)資料介紹和應(yīng)用

卷積神經(jīng)網(wǎng)絡(luò)（CNN）最開始是用于計(jì)算機(jī)視覺中，然而現(xiàn)在也被廣泛用于自然語言處理中，而且有著不亞于RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）的性能。

2018-08-04 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)CNN自然語言處理 3.9k 0

生成對(duì)抗網(wǎng)絡(luò)(GANs)的原理與應(yīng)用案例

生成對(duì)抗網(wǎng)絡(luò)（Generative Adversarial Networks，GANs）是一種由蒙特利爾大學(xué)的Ian Goodfellow等人在2014...

2024-07-09 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)算法函數(shù) 3.9k 0

神經(jīng)網(wǎng)絡(luò)反向傳播算法的作用是什么

神經(jīng)網(wǎng)絡(luò)反向傳播算法（Backpropagation）是一種用于訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)的算法，它通過計(jì)算損失函數(shù)關(guān)于網(wǎng)絡(luò)參數(shù)的梯度來更新網(wǎng)絡(luò)的權(quán)重和偏置。反向...

2024-07-03 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)函數(shù)神經(jīng)元 3.9k 0

OpenAI的研究人員開發(fā)了一套基于能量的神經(jīng)網(wǎng)絡(luò)模型

訓(xùn)練數(shù)據(jù)由（注意掩膜、狀態(tài)）的軌跡組成，提前生成的軌跡用于確認(rèn)我們希望模型學(xué)習(xí)的特定概念。我們?yōu)榻o定概念集提供一組演示（通常為5次）來訓(xùn)練模型，然后將模...

2018-11-10 標(biāo)簽：機(jī)器人神經(jīng)網(wǎng)絡(luò)智能體 3.9k 0

TensorFlow.js 的基本構(gòu)建塊及其操作,如何創(chuàng)建一些復(fù)雜的模型

在這里，我們將學(xué)習(xí)如何解決優(yōu)化問題。給定函數(shù) f（x），基于 x = a 評(píng)估最小化 f（x）。為此，我們需要一個(gè)優(yōu)化器。優(yōu)化器是一種通過漸變來最小化函...

2018-08-01 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)TensorFlow 3.9k 0

在PyTorch中搭建一個(gè)最簡(jiǎn)單的模型

在PyTorch中搭建一個(gè)最簡(jiǎn)單的模型通常涉及幾個(gè)關(guān)鍵步驟：定義模型結(jié)構(gòu)、加載數(shù)據(jù)、設(shè)置損失函數(shù)和優(yōu)化器，以及進(jìn)行模型訓(xùn)練和評(píng)估。

2024-07-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)模型pytorch 3.9k 0

多層感知機(jī)是什么？它有哪些作用？

多層感知機(jī)（Multilayer Perceptron，簡(jiǎn)稱MLP）是一種基本的人工神經(jīng)網(wǎng)絡(luò)模型，其結(jié)構(gòu)由多個(gè)神經(jīng)元組成的多層結(jié)構(gòu)。它是一種前饋式神經(jīng)網(wǎng)...

2024-07-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像識(shí)別函數(shù) 3.9k 0