深度學(xué)習(xí)或者人工神經(jīng)網(wǎng)絡(luò)模擬了生物神經(jīng)元？

深度學(xué)習(xí)里的神經(jīng)元實質(zhì)上是數(shù)學(xué)函數(shù)，即相似度函數(shù)。在每個人工神經(jīng)元內(nèi)，帶權(quán)重的輸入信號和神經(jīng)元的閾值進(jìn)行比較，匹配度越高，激活函數(shù)值為1并執(zhí)行某種動作的...

2020-04-17 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)神經(jīng)元深度學(xué)習(xí) 6.6k 0

神經(jīng)網(wǎng)絡(luò)中的參數(shù)和超參數(shù)

實際上深度學(xué)習(xí)有很多不同的超參數(shù)，之后我們也會介紹一些其他的超參數(shù)，如momentum、mini batch size、regularization p...

2020-04-17 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)語音識別深度學(xué)習(xí) 9.3k 0

基于門控圖神經(jīng)網(wǎng)絡(luò)的圖序列學(xué)習(xí)

圖結(jié)構(gòu)普遍存在于自然語言的表示中。尤其是，許多句子的語義框架使用有向無環(huán)圖作為基礎(chǔ)形式，而大多數(shù)基于樹的句法表示也可以看作圖。NLP應(yīng)用的范圍可以看作將...

2020-04-17 標(biāo)簽：解碼器編碼器神經(jīng)網(wǎng)絡(luò) 6.9k 0

卷積神經(jīng)網(wǎng)絡(luò)怎樣使用TDA學(xué)習(xí)

拓?fù)浞治鲈谶@種類型的分析挑戰(zhàn)中有用的原因是它提供了一種將復(fù)雜數(shù)據(jù)集壓縮為可理解且可能可操作的形式的方法。

2020-04-14 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能 948 0

分層時態(tài)記憶的神經(jīng)網(wǎng)絡(luò)形態(tài)結(jié)構(gòu)是怎樣的

在人工智能時代，仿生機(jī)器智能算法，其在創(chuàng)建時空輸入流的不變表示方面具有前景，是分層時間存儲器（HTM）。

2020-04-14 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能 859 0

機(jī)器學(xué)習(xí)的知識產(chǎn)權(quán)問題

要構(gòu)建用于維護(hù)的機(jī)器學(xué)習(xí)（ML）模型，必須收集并標(biāo)記正確的訓(xùn)練集，選擇正確的架構(gòu)和訓(xùn)練參數(shù)以實現(xiàn)算法精度和速度的優(yōu)化平衡，并投入計算時間來訓(xùn)練模型。

2020-04-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)恩智浦機(jī)器學(xué)習(xí) 1.9k 0

深度神經(jīng)網(wǎng)絡(luò)的實現(xiàn)機(jī)理與決策邏輯難以理解

人工智能系統(tǒng)所面臨的兩大安全問題的根源在于深度神經(jīng)網(wǎng)絡(luò)的不可解釋性。深度神經(jīng)網(wǎng)絡(luò)可解釋性定義為可判讀（interpretability）和可理解（exp...

2020-03-27 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能系統(tǒng) 3.8k 0

邊緣計算中深度神經(jīng)網(wǎng)絡(luò)剪枝壓縮的研究

深度神經(jīng)網(wǎng)絡(luò)與其他很多機(jī)器學(xué)習(xí)模型一樣，可分為訓(xùn)練和推理兩個階段。訓(xùn)練階段根據(jù)數(shù)據(jù)學(xué)習(xí)模型中的參數(shù)（對神經(jīng)網(wǎng)絡(luò)來說主要是網(wǎng)絡(luò)中的權(quán)重）；推理階段將新數(shù)據(jù)...

2020-03-27 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)邊緣計算 3.7k 0

5行代碼打造無限寬神經(jīng)網(wǎng)絡(luò)模型

但是，問題來了：推導(dǎo)有限網(wǎng)絡(luò)的無限寬度限制需要大量的數(shù)學(xué)知識，并且必須針對不同研究的體系結(jié)構(gòu)分別進(jìn)行計算。對工程技術(shù)水平的要求也很高。

2020-03-27 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)代碼深度學(xué)習(xí) 3.8k 0

機(jī)器學(xué)習(xí)或?qū)⒛軌蚪鉀Q時空問題

神經(jīng)網(wǎng)絡(luò)能夠以一種流行的方法進(jìn)行重要的計算，以統(tǒng)一廣義相對論的量子力學(xué)。

2020-03-27 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 1.2k 0

卷積神經(jīng)網(wǎng)絡(luò)有以下幾種應(yīng)用可供研究

卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的人臉檢測方法不同，它是通過直接作用于輸入樣本，用樣本來訓(xùn)練網(wǎng)絡(luò)并最終實現(xiàn)檢測任務(wù)的。它是非參數(shù)型的人臉檢測方法，可以省去傳統(tǒng)方法中建...

2020-03-27 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像識別視覺系統(tǒng) 8.6k 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脈沖發(fā)射時間進(jìn)...

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

一種名為ReZero的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)方法

深度學(xué)習(xí)在計算機(jī)視覺、自然語言處理等領(lǐng)域取得了很多重大突破。神經(jīng)網(wǎng)絡(luò)的表達(dá)能力通常隨著其網(wǎng)絡(luò)深度呈指數(shù)增長，這一特性賦予了它很強(qiáng)的泛化能力。然而深層的網(wǎng)...

2020-03-27 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 5.9k 0

DNN CNN和RNN有什么區(qū)別

包含有輸入層、輸出層和一個隱藏層。輸入的特征向量通過隱藏層變換到達(dá)輸出層，由輸出層得到分類結(jié)果。

2020-03-13 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)cnn 5.7k 0

諧波檢測儀的基本原理、測量方法及應(yīng)用

在電力系統(tǒng)中，最理想電流與電壓波形是工頻下的正弦波，而實際中往往會存在不同的畸變，特別是在近些年配電網(wǎng)中變頻調(diào)速、換流器、電子設(shè)備等的不斷應(yīng)用，導(dǎo)致非線...

2020-02-26 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)計算機(jī)諧波 9.5k 0

從生物神經(jīng)網(wǎng)絡(luò)到人工神經(jīng)網(wǎng)絡(luò)

每個神經(jīng)元（細(xì)胞）都向外伸出許多分支，其中用來接收輸入的分支稱作樹突(dendrities)，用來輸出信號的分支稱作軸突(axon)，軸突連接到樹突上形...

2020-02-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)神經(jīng)元 1.7k 0