- 门控循环单元GRU： PyTorch入门——门控循环单元（GRU） - 知乎 门控循环单元（GRU） GRU与RNN的对比 RNN: RNN GRU: 重置门与更新门 更新候选隐状态 更新隐状态 GRU的从零开始实现 在RNN从零开始实现的基础上修改，主要的区别在模型定义部分 GRU相对RNN... 门控循环单元GRU： PyTorch入门——门控循环单元（GRU） - 知乎 门控循环单元（GRU） GRU与RNN的对比 RNN: RNN GRU: 重置门与更新门 更新候选隐状态 更新隐状态 GRU的从零开始实现 在RNN从零开始实现的基础上修改，主要的区别在模型定义部分 GRU相对RNN...
- 自05 王雨晨 一、 项目综述 本装置为本学年我所参加的SRT项目课题，由我与另一位自动化系大三学长合作完成（二人为共同一作）。本作品基于生活中常见的敲击不同液量的玻璃杯... 自05 王雨晨 一、 项目综述 本装置为本学年我所参加的SRT项目课题，由我与另一位自动化系大三学长合作完成（二人为共同一作）。本作品基于生活中常见的敲击不同液量的玻璃杯...
- 文章链接： https://arxiv.org/abs/2206.00843 项目链接： GitHub - RICE-EIC/DepthShrinker: [ICML 2022] "DepthShrinker: A New Compression Paradigm Towards Boosting Real-Har... 文章链接： https://arxiv.org/abs/2206.00843 项目链接： GitHub - RICE-EIC/DepthShrinker: [ICML 2022] "DepthShrinker: A New Compression Paradigm Towards Boosting Real-Har...
- 所要解决的问题 Resnet被证明能够扩展到数千层，并且仍然具有改进的性能。然而，每提高一个百分点的精确度，就要花费将近两倍的层数，因此训练非常深的Resnet存在着减少特征重用的问题，这使得这些网络的训练速度非常慢。为所以该篇论文提出了一种新的体系结构，减少了网络的深度，增加了网络的宽度，这种结构称为宽残差网络（WRN），宽度即网络... 所要解决的问题 Resnet被证明能够扩展到数千层，并且仍然具有改进的性能。然而，每提高一个百分点的精确度，就要花费将近两倍的层数，因此训练非常深的Resnet存在着减少特征重用的问题，这使得这些网络的训练速度非常慢。为所以该篇论文提出了一种新的体系结构，减少了网络的深度，增加了网络的宽度，这种结构称为宽残差网络（WRN），宽度即网络...
- 学习总结 文章目录 学习总结一、nn.Embedding二、代码栗子2.1 通过embedding降维2.2 RNN中用embedding改进2.3 deepFM模型中embedding R... 学习总结 文章目录 学习总结一、nn.Embedding二、代码栗子2.1 通过embedding降维2.2 RNN中用embedding改进2.3 deepFM模型中embedding R...
- 文章目录 C++总结 本题链接：202109-3 脉冲神经网络 本博客给出本题截图： C++ #include <iostream> #include <cst... 文章目录 C++总结 本题链接：202109-3 脉冲神经网络 本博客给出本题截图： C++ #include <iostream> #include <cst...
- 一、BP神经网络交通标志识别简介 1 引言 (Introduction) 交通标志识别是图像处理和模式识别领域的一个研究热点, 广泛应用于无人驾驶汽车、车载导航等领域, 具有很强的实际应用价值。虽然交通... 一、BP神经网络交通标志识别简介 1 引言 (Introduction) 交通标志识别是图像处理和模式识别领域的一个研究热点, 广泛应用于无人驾驶汽车、车载导航等领域, 具有很强的实际应用价值。虽然交通...
- 一、脉冲耦合神经网络（PCNN）图像特征提取简介 1 引言 随这生物神经学的迅速发展及其研究的进一步深入，国外对一种叫做第三代人工神经网络的模型——脉冲耦合神经网络模型——PCNN（Pulse Coup... 一、脉冲耦合神经网络（PCNN）图像特征提取简介 1 引言 随这生物神经学的迅速发展及其研究的进一步深入，国外对一种叫做第三代人工神经网络的模型——脉冲耦合神经网络模型——PCNN（Pulse Coup...
- 摘要 视觉注意已经成功地应用于结构预测任务，如视觉字幕和问题回答。现有的视觉注意力模型一般是空间的，即注意力被建模为空间概率，该空间概率对编码输入图像的CNN的最后一个卷积层特征图进行重新加权。 然... 摘要 视觉注意已经成功地应用于结构预测任务，如视觉字幕和问题回答。现有的视觉注意力模型一般是空间的，即注意力被建模为空间概率，该空间概率对编码输入图像的CNN的最后一个卷积层特征图进行重新加权。 然...
- 一、手写数字识别技术简介 1 案例背景 手写体数字识别是图像识别学科下的一个分支，是图像处理和模式识别研究领域的重要应用之一，并且具有很强的通用性。由于手写体数字的随意性很大，如笔画粗细、字体大小、倾斜... 一、手写数字识别技术简介 1 案例背景 手写体数字识别是图像识别学科下的一个分支，是图像处理和模式识别研究领域的重要应用之一，并且具有很强的通用性。由于手写体数字的随意性很大，如笔画粗细、字体大小、倾斜...
- 大家好！我是【AI 菌】，算法工程师一枚，2021年博客之星Top12，公众号【AI 修炼之路】作者。专注于计算机视觉、深度学习、图像处理技术，热衷于分享AI、CV、DL、ML、OpenCV、Pyt... 大家好！我是【AI 菌】，算法工程师一枚，2021年博客之星Top12，公众号【AI 修炼之路】作者。专注于计算机视觉、深度学习、图像处理技术，热衷于分享AI、CV、DL、ML、OpenCV、Pyt...
- 首先编辑一下export.py文件中的一些参数，opset的值设为10 def parse_opt(): parser = argparse.ArgumentParser() parser.add_argument('--data', type=str, default=ROOT... 首先编辑一下export.py文件中的一些参数，opset的值设为10 def parse_opt(): parser = argparse.ArgumentParser() parser.add_argument('--data', type=str, default=ROOT...
- 一、卡尔曼滤波简介 1 卡尔曼滤波是什么 卡尔曼滤波适用于估计一个动态系统的最优状态。即便是观测到的系统状态参数含有噪声，观测值不准确，卡尔曼滤波也能够完成对状态真实值的最优估计。网上大多数的教程讲到卡... 一、卡尔曼滤波简介 1 卡尔曼滤波是什么 卡尔曼滤波适用于估计一个动态系统的最优状态。即便是观测到的系统状态参数含有噪声，观测值不准确，卡尔曼滤波也能够完成对状态真实值的最优估计。网上大多数的教程讲到卡...
- 一、鲸鱼算法及CNN简介 1 鲸鱼优化算法（Whale Optimization Algorithm，WOA）简介 鲸鱼优化算法(WOA)，该算法模拟了座头鲸的社会行为，并引入了气泡网狩猎策略。 1.... 一、鲸鱼算法及CNN简介 1 鲸鱼优化算法（Whale Optimization Algorithm，WOA）简介 鲸鱼优化算法(WOA)，该算法模拟了座头鲸的社会行为，并引入了气泡网狩猎策略。 1....
- 前言 BP(back propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络模型之一。 BP神经网络具有任意复杂的模式分类能力和优良的多维函数映射能力，解决了简单感知器不能解决的异或(Exclusive O... 前言 BP(back propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络模型之一。 BP神经网络具有任意复杂的模式分类能力和优良的多维函数映射能力，解决了简单感知器不能解决的异或(Exclusive O...
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签