![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 72
小曹同学努力了吗
目前研二啦,就读于西北工业大学航天学院,想做些算法方面的内容,希望能得到各位大佬的指点
展开
-
snntorch_P3: 脉冲神经网络与其他经典算法的对比
本篇作为脉冲神经网络的相关续篇,引入了遗传算法优化的BP神经网络和SVM作为结果对比,可以参考前两篇脉冲神经网络相关介绍。后面会陆续发出RBF、CNN和SNN的结果~,并进行能耗对比说明,欢迎关注!原创 2022-10-21 11:16:46 · 1475 阅读 · 3 评论 -
snntorch:P2—【LIF神经元模型】手撕公式、代码实现与演示
LIF神经元模型是现阶段脉冲神经网络的搭建与训练过程中使用最多的神经元模型,既保留了HH模型中关于生物神经元的核心思想,具有一定的仿生型,也兼顾了普通人工神经元计算效率高的特点,所以本文就LIF神经元展开说明,包括了生物启发的模型建立、公式推导、离散化递归表示以用于代码实现,最后有snntorch框架中关于LIF神经元的相关代码。...原创 2021-11-20 01:10:34 · 7245 阅读 · 13 评论 -
snntorch : 一种将torch引入到snn中的脉冲神经网络训练框架(P1 如何将数据转化为脉冲序列)
这篇文章下面的代码主要实现以下三个功能:将数据集转化为脉冲序列的数据集如何可视化它们如何生成随机脉冲序列数据集采用深度学习中常用的MNIST数据集采用脉冲序列作为输入的三大好处:3-SSpikes 脉冲神经网络的输入是一系列由0和1组成的脉冲序列,也是人脑中沿着轴突传递的神经冲动的数字化表示。Sparsity sparsity是稀疏性的意思,是指我们上一点提到的的脉冲序列通常是稀疏矩阵的形式,也就是说这些矩阵大部分元素都为0,只有少数有意义的部分为1。这两点特性使得脉冲神经网络的硬件原创 2021-11-16 11:32:14 · 5248 阅读 · 0 评论 -
李宏毅老师2021深度学习课程笔记
神经网络的连接方式是由自己来设定的,常见的有如下几种:1.全连接前向传递神经网络误差反向传播是一种有效计算偏微分的方法,提供这种方法的有如下若干的工具箱。我们简化神经网络结构如下,来说明反向传播原理,z对w1 w2求偏导的结果分别是x1和x2。上图中,不难理解,一个权重直接连接的输出对该权重的微分就是所直接连接的输入的值。像这样,每一次微分的值都是按照从输入到输出的前向顺序计算出每一层的输入值,以此来确定输出对权重的导数,这样的过程就叫做前向传播。...原创 2021-09-29 09:20:12 · 639 阅读 · 1 评论 -
【强推】李宏毅老师2021深度学习课程学习笔记(持续更新中)
机器学习可以理解为是让机器自动寻找函数的一个过程。根据函数功能的不同,可以将机器学习进行以下分类。Alpha Go做的事情也是一个分类问题:将当前棋盘上白子黑子的位置作为输入,输出是19*19个calsses中的一个。如果知道了李宏毅老师Youtube过去三年每一天的播放量数据,去预测明天的播放量数据,可以假定一个包含了两个参数w和b的线性模型,输入x1为前一天的数据(如2.25),y为预测的当前一天的数据(如2.26)损失函数是一个关于模型参数的函数,用来评价模型及模型参数选择的优劣,此处原创 2021-09-23 22:20:09 · 1921 阅读 · 0 评论