神经网络资料

最新推荐文章于 2024-03-09 10:41:52 发布
最新推荐文章于 2024-03-09 10:41:52 发布
阅读量797 收藏 2
点赞数
分类专栏： 分类识别 文章标签： 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dulingtingzi/article/details/51106227
版权

传统神经网络ANN训练算法总结  ：http://blog.csdn.net/bluebelfast/article/details/17139095

常见的几种神经网络：http://wenku.baidu.com/view/84c291c15fbfc77da269b136.html

MATLAB神经网络工具箱创建神经网络：http://blog.163.com/chenhongswing@126/blog/static/13359244320138249100809/

BP神经网络的理解：http://blog.163.com/chenhongswing@126/blog/static/13359244320138281010171/



dulingtingzi
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
神经网络资料大合集系列二
04-08
源码含多本电子书
神经网络资料整理
wty00678的博客
09-07 525
CNN 来源：https://www.zhihu.com/question/39022858 所谓卷积神经网络，就是会自动的对于一张图片学习出最好的卷积核以及这些卷积核的组合方式，也就是对于一张图片的任务来说，求出最好的图片对于本任务的特征的表达，然后来进行判断 如果学过数字图像处理，对于卷积核的作用应该不陌生，比如你做一个最简单的方向滤波器，那就是一个二维卷积核，这个核其实就是
神经网络的学习资料
RainVictor1的博客
05-18 377
首先英文版的资料可以参考：cs231n的官网上的内容，如果英文学习起来吃力可以参考https://zhuanlan.zhihu.com/p/21462488上的翻译，翻译得很好！ 当然里面对应的一些数学理论知识可以参考知行合一的博客，包括SVD分解和PCA降维！ 这里多说一嘴，想搞算法的话，数学很重要！现在觉得概率论和线性代数一定要好好学，还在读本科的同学，一定要将这两门课好好学！很重要！
你想要的神经网络资料都在这了
u011169011的博客
05-26 362
获取原文 机器学习，神经网络大全来叻！ 下面请看机器学习相关资料 下面请看神经网络相关资料 ##获取资料方法一：集赞 关注小编公众号后，将本文转发至朋友圈，集齐6个赞，截图发送到后台，小编会在24小时之内回复。备注：【领取神经网络资料】即可领取资料 ##获取资料方法二：转发群 关注小编公众号后，将本文转发至不低于100人的3个群，截图发送到后台，小编会在24小时之内回复。备注：【领取神经网络资料】即可领取资料 ...
神经网络入门资料
gujing001的专栏
09-16 2844
一篇翻译的神经网络入门资料，值得阅读。 神经网络入门(连载之一)  神经网络入门(连载之二) 神经网络入门(连载之三) 神经网络入门(连载之四) 神经网络入门(连载之五) 神经网络入门(连载之六)
CNN卷积神经网络资料汇总1
06-14
卷积神经网络（CNN，Convolutional Neural Network...总结，这份“CNN卷积神经网络资料汇总1”是学习和研究CNN的良好起点，涵盖了理论、实践和代码等多个方面，无论是对初学者还是专业研究人员，都具有很高的参考价值。
模型算法中的神经网络资料合集.zip
最新发布
04-25
神经网络预测 08选传算法优化BP神经网络权值和值. 08选传算法优化BP神经网络权值和國值. 19第十九章 神经网络模型 BP 神经网络的设计实例(MATLAB编程) BP神经网络matlab实例 BP神经网络matlab源程序代码 BP神经网络...
机器学习及神经网络资料摘录
03-09
机器学习及神经网络资料摘录 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。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直接编程无法完成的功能的方法。但从实践的意义上来...
关于神经网络和深度学习的资料
chensonglu的博客
05-20 1861
目前自己刚刚开始接触深度学习，深度学习里面的原理可谓是基本不懂，但是这并不影响我用开源CNN框架训练自己的模型，但总是这样感觉内心没底，于是最近开始从底层开始了解深度学习的原理。首先要了解神经网络的相关内容，之前在Coursera上学过Andrew Ng的《机器学习》，但是神经网络部分没弄明白，这次是重刷这门课程，在神经网络这两周花了大量时间，对里面的每个公式都进行了深入的推导，相关的链接都在最后。
神经网络资料大合集系列一
04-08
源码含多本电子书
神经网络
好女绪的博客
04-23 1840
神经网络 参考资料： TENSORFLOW系列专题 TensorFlow 从入门到精通 深度学习的概念是从人工神经网络的研究中发展而来的，早期的感知器模型只能解决简单的线性分类问题，后来发现通过增加网络的层数可以解决类似于“异或问题”的线性不可分问题，这种多层的神经网络又被称为多层感知器。对于多层感知器，我们使用BP算法进行模型的训练，但是我们发现BP算法有着收敛速度慢，以及容易陷入局部最优...
神经网络全解析
qq_45703593的博客
03-09 2168
人工神经网络（artificial neural network，缩写ANN），简称神经网络（neural network，缩写NN）或类神经网络，是一种模仿生物神经网络(动物的中枢神经系统，特别是大脑)的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。神经网络主要由：输入层，隐藏层，输出层构成。当隐藏层只有一层时，该网络为两层神经网络，由于输入层未做任何变换，可以不看做单独的一层。
深度学习神经网络各网络简介及资料汇总 （matlab :deep network designer ）
m0_47787372的博客
07-14 3886
各种网络模型的介绍包括 SqueezeNet GoogleLeNet ResNet-50 EfficientNet-b0 DarkNet-53 DarkNet-19（YOLO） ShuffleNet AlexNet VGG inception-ResNet Nasnet mobileNet Xception DenseNet
神经网络简介
weixin_67463124的博客
03-02 5388
神经网络各种定义、简介，适合新手了解神经网络
神经网络-简介
yoyofu007的博客
05-16 6745
1、            概述神经网络算法参考人的神经元原理(轴突、树突、神经核)，在很多神经元基础上构建神经网络模型，每个神经元可看作一个个学习单元。这些神经元采纳一定的特征作为输入，根据自身的模型得到输出。 2、特点、优点对于传统机器学习算法，比如：logical regression在处理特征值过多的问题时，会显得力不从心，这时就可以使用神经网络。再比如：对于普通特征难以满足预测的需要，需...
神经网络简单介绍
lpty的博客
08-04 1万+
一、神经网络是什么？ 目前最广泛使用的定义是Kohonen于1988年的描述，神经网络是由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做出的交互反应。 二、神经网络的组成 1、神经元模型 神经元模型，即上述定义中的简单单元。 在生物神经网络中，每个神经元与其他神经元相连，当它兴奋时，就会向相连的神经元发送化学物质，从而改变这些神经元内的电位；
神经网络基础知识（神经网络简介）
qq_19304485的博客
09-11 5309
一、生物神经网络 神经元是大脑处理信息的基本单元； 神经元主要由细胞体、树突、轴突和突触(Synapse，又称神经键)组成 ； 树突是树状的神经纤维接收网络，它将电信号传送到细胞体； 细胞体对这些输入信号进行整合并进行阈值处理； 轴突是单根长纤维，它把细胞体的输出信号导向其他神经元； 一个神经细胞的轴突和另一个神经细胞树突的结合点称为突触 ； 神经元的排列和突触的强度(由复杂的化学过程...
基于遗传算法的BP神经网络优化算法
热门推荐
dulingtingzi的博客
04-10 11万+
遗传算法优化BP神经网络分为BP神经网络结构确定、遗传算法优化和 BP神经网络预测3个部分。其中,BP神经网络结构确定部分根据拟合函数输入输出参数个数确定 BP神经网络结构,这样就可以确定遗传算法的优化参数个数，进而确定遗传算法个体的编码长度。因为遗传算法优化的参数是 BP神经网络的初始权值和阈值,只要网络的结构已知，权值和阈值的个数就已知了。种群中的每个个体都包含了一个网络所有权值和阈值,个体通过
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值