机器学习-神经网络
文章平均质量分 94
代码不行的搬运工
我很懒,只想把自己学的好东西分享一下
展开
-
神经网络9-时间卷积神经网络-注意力机制代码示例
时间卷积神经网络-注意力机制代码示例原创 2024-03-09 10:00:00 · 1310 阅读 · 1 评论 -
神经网络8-注意力机制
本文主要介绍了编码器-解码器和注意力机制的相关原理。原创 2024-03-08 10:00:00 · 1447 阅读 · 1 评论 -
神经网络4-卷积神经网络代码示例
本文给出了卷积神经网络的代码示例原创 2024-03-07 10:00:00 · 1266 阅读 · 1 评论 -
神经网络2-全连接神经网络代码示例
这些网络在全连接神经网络的基础上,引入了卷积、循环等更复杂的连接方式,以适应不同的任务和数据类型。其命名来源于本身的运行原理,即Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。该函数可以生成一个用于二分类或多分类问题的数据集,其中你可以控制数据集的许多属性,如样本数量、特征数量、信息性特征的数量、冗余特征的数量、噪声级别等。同时,对于自定义指标,你需要确保它们适用于你的任务,并且能够正确地评估模型的性能。原创 2024-03-06 10:48:52 · 1084 阅读 · 1 评论 -
神经网络7-时间卷积神经网络
时间卷积神经网络(Temporal Convolutional Network,TCN)是一种具有时序特性的卷积神经网络,由Lea等人于2016年首次提出,起初应用于视频里动作的分割,后逐渐拓展到了一般性时序领域。TCN将一维全卷积网络、因果卷积和膨胀卷积结合在一起,具有稳定性更高,求解速度更快等优点。原创 2024-03-04 22:03:13 · 3211 阅读 · 5 评论 -
神经网络3-卷积神经网络一文深度理解
卷积神经网络(Convolutional Neural Network, CNN)是一类包含且具有的前馈神经网络(Feedforward Neural Networks),主要用于图像识别、语音识别和自然语言处理等任务,是深度学习(deep learning)的代表算法之一。卷积神经网络(Convolutional Neural Networks,CNN)是一种专门用来处理具有的数据的神经网络。例如和。卷积网络是指那些至少在网络的一层中使用卷积运算来替代一般的矩阵乘法运算的神经网络。原创 2024-02-25 20:16:29 · 1615 阅读 · 3 评论 -
神经网络1-基础过关
众所周知,机器学习是一门跨学科的学科,主要研究计算机如何通过学习人类的行为和思维模式,以实现某些特定的功能或目标。它涉及到概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科,使用计算机作为工具并致力于真实实时的模拟人类学习方式, 并将现有内容进行知识结构划分来有效提高学习效率。深度学习是机器学习的一个子集或一个重要分支。深度学习是机器学习的一种方法,通过模仿人类神经网络来实现学习。深度学习的目标是让计算机能够从大量数据中自动提取出有用的特征,并进行分类或回归等任务。原创 2024-01-30 21:59:09 · 2324 阅读 · 1 评论