- 循环神经网络，Recurrent Neural Network。神经网络是一种节点定向连接成环的人工神经网络。这种网络的内部状态可以展示动态时序行为。不同于前馈神经网络的是，RNN可以利用它内部的记忆来处理任意时序的输入序列，这让它可以更容易处理如不分段的手写识别、语音识别等。 CNN处理图片，RNN处理文本，语音和视频 分类 完全递归网络（Fully rec... 循环神经网络，Recurrent Neural Network。神经网络是一种节点定向连接成环的人工神经网络。这种网络的内部状态可以展示动态时序行为。不同于前馈神经网络的是，RNN可以利用它内部的记忆来处理任意时序的输入序列，这让它可以更容易处理如不分段的手写识别、语音识别等。 CNN处理图片，RNN处理文本，语音和视频 分类 完全递归网络（Fully rec...
- 这是一个CNN大project 先看下数据集 每个文件夹有1942张图片，分别是anchor给与人安全感的人，negative坏人，positive 好人，以及测试数据集 预处理图片 DataLoader.py import cv2 import numpy as np import os # 建立数据集 anchor_path = "./Data/a... 这是一个CNN大project 先看下数据集 每个文件夹有1942张图片，分别是anchor给与人安全感的人，negative坏人，positive 好人，以及测试数据集 预处理图片 DataLoader.py import cv2 import numpy as np import os # 建立数据集 anchor_path = "./Data/a...
- TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief Tensorflow拥有多层级结构，可部署于各类服务器、... TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief Tensorflow拥有多层级结构，可部署于各类服务器、...
- KNN的工作原理 “近朱者赤，近墨者黑”可以说是 KNN 的工作原理。整个计算过程分为三步： 一、计算待分类物体与其他物体之间的距离； 二、统计距离最近的 K 个邻居； 三、对于 K 个最近的邻居，它们属于哪个分类最多，待分类物体就属于哪一类。 12345 K值的选择： 关于KNN为什么K值变大会造成欠拟合，K值过小会造成过拟合： 首先明确题目，K值是过大，... KNN的工作原理 “近朱者赤，近墨者黑”可以说是 KNN 的工作原理。整个计算过程分为三步： 一、计算待分类物体与其他物体之间的距离； 二、统计距离最近的 K 个邻居； 三、对于 K 个最近的邻居，它们属于哪个分类最多，待分类物体就属于哪一类。 12345 K值的选择： 关于KNN为什么K值变大会造成欠拟合，K值过小会造成过拟合： 首先明确题目，K值是过大，...
- 原文地址：信号处理工具箱（MATLAB） 这个总结可以说是一个简洁的信号处理工具大全了，我觉得它的作用是让人开阔眼界，以整体来认识信号处理工具箱。 可以根据里面的内容，查阅matlab的帮助文档，去学习信号处理的相关知识等。 滤波器设计与分析： 滤波器 分析 abs ... 原文地址：信号处理工具箱（MATLAB） 这个总结可以说是一个简洁的信号处理工具大全了，我觉得它的作用是让人开阔眼界，以整体来认识信号处理工具箱。 可以根据里面的内容，查阅matlab的帮助文档，去学习信号处理的相关知识等。 滤波器设计与分析： 滤波器 分析 abs ...
- 多层感知器(神经网络) 从线性回归模型和对数几率回归模型本质上都是单个神经元 计算输入特征的加权 使用一个激活函数计算输出 单个神经元(二分类) 多和神经元(多分类) 但是单层神经元有缺陷 无法拟合“异或”运算 多去官网https://keras.io/zh/看看 因此多层感知器诞生 生物的 多层感知器(神经网络) 从线性回归模型和对数几率回归模型本质上都是单个神经元 计算输入特征的加权 使用一个激活函数计算输出 单个神经元(二分类) 多和神经元(多分类) 但是单层神经元有缺陷 无法拟合“异或”运算 多去官网https://keras.io/zh/看看 因此多层感知器诞生 生物的
- 什么是一维卷积 一维卷积 • 图中的输入的数据维度为8，过滤器的维度为5。与二维卷积类似，卷积后输出的数据维度为8−5+1=48−5+1=4。 • 如果过滤器数量仍为1，输入数据的channel数量变为16，即输入数据维度为 8 × 16 。这里channel的概念相当于自然语言处理中的embedding，而该输入数据代表8个单词，其中每个单词的词向量维度大小... 什么是一维卷积 一维卷积 • 图中的输入的数据维度为8，过滤器的维度为5。与二维卷积类似，卷积后输出的数据维度为8−5+1=48−5+1=4。 • 如果过滤器数量仍为1，输入数据的channel数量变为16，即输入数据维度为 8 × 16 。这里channel的概念相当于自然语言处理中的embedding，而该输入数据代表8个单词，其中每个单词的词向量维度大小...
- 已知下面两个序列： 求这两个序列的卷积。 求卷积的函数是conv，但是使用这个函数有个问题，就是下标问题，也就是求卷积之后的元素值的位置。因此，我们必须要定一个起始点和一个结束点。 方法： 是两个有限长序列，二者卷积的起始点和结束点定义为： 测试脚本： clcclearclose all nx = -3:3;x = [3,11,7,0... 已知下面两个序列： 求这两个序列的卷积。 求卷积的函数是conv，但是使用这个函数有个问题，就是下标问题，也就是求卷积之后的元素值的位置。因此，我们必须要定一个起始点和一个结束点。 方法： 是两个有限长序列，二者卷积的起始点和结束点定义为： 测试脚本： clcclearclose all nx = -3:3;x = [3,11,7,0...
- 引入： 能量有限而平均功率为0的信号称之为能量信号； 能量无限而平均功率有限的信号称之为功率信号；（如周期信号） 能量谱密度：能量信号的能量在频域上的分布； 功率谱密度：功率信号的功率在频域上的分布； 二者与频谱的不同之处： 首先是计算结果的不同； 其次是频谱图上纵轴上表示的是能量或功率的大小而非信号幅度的大小； 计算能量谱密度以及功率谱密度： 能量谱密度： 功率谱密度： ... 引入： 能量有限而平均功率为0的信号称之为能量信号； 能量无限而平均功率有限的信号称之为功率信号；（如周期信号） 能量谱密度：能量信号的能量在频域上的分布； 功率谱密度：功率信号的功率在频域上的分布； 二者与频谱的不同之处： 首先是计算结果的不同； 其次是频谱图上纵轴上表示的是能量或功率的大小而非信号幅度的大小； 计算能量谱密度以及功率谱密度： 能量谱密度： 功率谱密度： ...
- 卷积神经网络 卷积是指将卷积核应用到某个张量的所有点上，通过将 卷积核在输入的张量上滑动而生成经过滤波处理的张量。 介绍的目标识别与分类，就是在前面问题的基础 上进行扩展，实现对于图像等分类和识别。 实现对图像的高准确率识别离不开一种叫做卷积神经网络的深度学习 技术 卷积神经网络主要应用于计算机视觉相关任务，但它能处理的任务并 不局限于图像，其实语音识别也是可以... 卷积神经网络 卷积是指将卷积核应用到某个张量的所有点上，通过将 卷积核在输入的张量上滑动而生成经过滤波处理的张量。 介绍的目标识别与分类，就是在前面问题的基础 上进行扩展，实现对于图像等分类和识别。 实现对图像的高准确率识别离不开一种叫做卷积神经网络的深度学习 技术 卷积神经网络主要应用于计算机视觉相关任务，但它能处理的任务并 不局限于图像，其实语音识别也是可以...
- 11.2 Pytorch 11.2.5 RNN分类姓氏 @Author：By Runsen 数据集下载链接：https://download.pytorch.org/tutorial/data.zip，参考：https://pytorch.org/tutorials/intermediate/char_rnn_classification_tutorial.htm... 11.2 Pytorch 11.2.5 RNN分类姓氏 @Author：By Runsen 数据集下载链接：https://download.pytorch.org/tutorial/data.zip，参考：https://pytorch.org/tutorials/intermediate/char_rnn_classification_tutorial.htm...
- 关于序列卷积，之前写了3篇博文： 【 MATLAB 】conv 函数介绍（卷积和多项式乘法） 这篇博文介绍的是MATLAB本身自带的函数，但这个函数conv有个不如意的地方，就是求过卷积之后我们不知道各个卷积值的位置。 然后我们后面扩展了下这个函数，命名为conv_m，这个函数在这个博文的最后给出。 【 MATLAB 】两个序列的卷积和运算的MATLAB实现（2） ... 关于序列卷积，之前写了3篇博文： 【 MATLAB 】conv 函数介绍（卷积和多项式乘法） 这篇博文介绍的是MATLAB本身自带的函数，但这个函数conv有个不如意的地方，就是求过卷积之后我们不知道各个卷积值的位置。 然后我们后面扩展了下这个函数，命名为conv_m，这个函数在这个博文的最后给出。 【 MATLAB 】两个序列的卷积和运算的MATLAB实现（2） ...
- 设矩形脉冲 是脉冲响应 的LTI系统的输入，求输出 y(n). 下面的脚本中用到了一个自定义的函数，也就是两个信号相加的函数： 相关博文：【 MATLAB 】基本序列运算及其MATLAB的等效表示 function [y,n] = sigadd(x1,n1,x2,n2)% implements y(n) = x1(n) + x... 设矩形脉冲 是脉冲响应 的LTI系统的输入，求输出 y(n). 下面的脚本中用到了一个自定义的函数，也就是两个信号相加的函数： 相关博文：【 MATLAB 】基本序列运算及其MATLAB的等效表示 function [y,n] = sigadd(x1,n1,x2,n2)% implements y(n) = x1(n) + x...
- 翻译《Deep Learning for Drug Design: an Artificial Intelligence Paradigm for Drug Discovery in the Big Data Era》 摘要 过去的十年中，深度学习（deeplear... 翻译《Deep Learning for Drug Design: an Artificial Intelligence Paradigm for Drug Discovery in the Big Data Era》 摘要 过去的十年中，深度学习（deeplear...
- 这篇博文要将的是循环卷积，循环卷积和线性卷积还是有很大区别的，我们都知道，两个N点序列之间的线性卷积会得出一个更长的序列，不得不再一次要将区间限制在 0 <= n <= N -1。因此代替线性移位的是应该考虑循环移位，循环移位我们上面已经讨论了两篇博文： 【 MATLAB 】DFT的性质讨论（二）序列的循环移位及其 MATLAB 实现（时域方法） 【 MATL... 这篇博文要将的是循环卷积，循环卷积和线性卷积还是有很大区别的，我们都知道，两个N点序列之间的线性卷积会得出一个更长的序列，不得不再一次要将区间限制在 0 <= n <= N -1。因此代替线性移位的是应该考虑循环移位，循环移位我们上面已经讨论了两篇博文： 【 MATLAB 】DFT的性质讨论（二）序列的循环移位及其 MATLAB 实现（时域方法） 【 MATL...
上滑加载中
推荐直播
-
AI编码实干派，“码”力全开2026/02/26 周四 15:00-16:30
谈宗玮/于邦旭/丁俊卿/陈云亮/王一男
【中国，深圳，2026年2月26日】，以“AI编码实干派，码力全开”为主题的华为云码道（CodeArts）代码智能体新春发布会在线上成功召开。华为云码道公测版正式发布，为开发者和企业提供具备工程化能力的智能编码解决方案。
回顾中 -
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中
热门标签