使用TorchLens可视化一个简单的神经网络
TorchLens：可用于可视化任何PyTorch模型，一个包用于在一行代码中提取和映射PyTorch模型中每个张量运算的结果。TorchLens功能非常强大，如果能够熟练掌握，算是可视化PyTorch模型的一把利剑。本文通过TorchLens可视化一个简单神经网络，算是抛砖引玉吧。 一.定义一个简 ... »
聊聊神经网络的基础知识
来自《深度学习入门:基于Python的理论与实现》 张量 Numpy、TensorFlow、Pytorch等框架主要是为了计算张量或是基于张量计算。 标量：0阶张量；12,4,3, 向量：一阶张量；[12,4,3] 矩阵：二阶张量；[ [12,4,3], [11,2,3] ] 多阶张量：多维数组； ... »
Paddle图神经网络训练-PGLBox代码阅读笔记
| 图存储部分 | | | | | | | | paddle/fluid/framework/fleet/heter_ps | graph_gpu_wrapper.h | GPU图主入口 | | | graph_gpu_ps_table.h | GPU图的主要存储结构，neighbor采样等都在这里 ... »
多层前馈神经网络及BP算法
一.多层前馈神经网络 首先说下多层前馈神经网络，BP算法，BP神经网络之间的关系。多层前馈[multilayer feed-forward]神经网络由一个输入层、一个或多个隐藏层和一个输出层组成，后向传播（BP）算法在多层前馈神经网络上面进行学习，采用BP算法的（多层）前馈神经网络被称为BP神经网络 ... »
前馈神经网络解密：深入理解人工智能的基石
> 本文深入探讨了前馈神经网络（FNN）的核心原理、结构、训练方法和先进变体。通过Python和PyTorch的实战演示，揭示了FNN的多样化应用。 > 作者TechLead，拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实验室成员，阿里云认证的资深架构师， ... »
循环神经网络RNN完全解析：从基础理论到PyTorch实战
>在本文中，我们深入探讨了循环神经网络（RNN）及其高级变体，包括长短时记忆网络（LSTM）、门控循环单元（GRU）和双向循环神经网络（Bi-RNN）。文章详细介绍了RNN的基本概念、工作原理和应用场景，同时提供了使用PyTorch构建、训练和评估RNN模型的完整代码指南。 > 作者 TechLea ... »
深度学习（十二）——神经网络：搭建小实战和Sequential的使用
# 一、torch.nn.Sequential代码栗子 > 官方文档：[Sequential — PyTorch 2.0 documentation](https://pytorch.org/docs/stable/generated/torch.nn.Sequential.html#sequent ... »
深度学习（十一）——神经网络：线形层及其他层介绍
主要介绍神经网络线性层的计算，即torch.nn.Linear的原理及应用。并插入一些神经网络的其他层介绍，及调用pytorch中网络模型的方法。 ... »
头疼！卷积神经网络是什么？CNN结构、训练与优化一文全解
> 本文全面探讨了卷积神经网络CNN，深入分析了背景和重要性、定义与层次介绍、训练与优化，详细分析了其卷积层、激活函数、池化层、归一化层，最后列出其训练与优化的多项关键技术：训练集准备与增强、损失函数、优化器、学习率调整、正则化技巧与模型评估调优。旨在为人工智能学者使用卷积神经网络CNN提供全面的指 ... »
基于卷积神经网络的MAE自监督方法
本文分享自华为云社区《基于卷积神经网络的MAE自监督方法》，作者： Hint 。 图像自监督预训练算法是近年来的重要研究方向，MAE是其中基于ViT实现的代表性方法，学习到了鲁棒的视觉特征。MAE全称是Masked Autoencoders,是由何凯明提出的自监督预训练方法，借鉴了BERT的预训练任 ... »
深度学习（十）——神经网络：非线性激活
# 一、Padding Layers简介 - **nn.ZeroPad2d**：在输入的tensor数据类型周围**用0进行填充** - **nn.ConstantPad2d**：在输入的tensor数据类型周围**用常数进行填充** 这个函数的主要作用是对输入的图像进行填充，但里面所有功能都能用n ... »
【机器学习】神经网络
# Neural Networks > 神经网络：一种计算模型，由大量的节点(或神经元)直接相互关联而构成。每个节点(除输入节点外)代表一种特定的输出函数(或者认为是运算),称为激励函数；每两个节点的连接都代表该信号在传输中所占的比重(即认为该信号对该节点的影响程度) > > 神经网络三要素：模型、 ... »
仪酷LabVIEW AI视觉工具包及开放神经网络交互工具包常见问题解答
## 前言 哈喽，各位朋友，好久不见~ 之前给大家分享了基于LabVIEW开发的AI视觉工具包及开放神经网络交互工具包，不少朋友私信说在安装和使用过程中会遇到一些问题，今天我们就集中回复一下大家问到最多的问题。如果大家在使用过程中还有其他问题，可以补充到评论区，我们这篇博文会持续补充更新大家遇到问题 ... »
深度学习（九）——神经网络：最大池化的作用
# 一、 torch.nn中Pool layers的介绍 > 官网链接： > > https://pytorch.org/docs/stable/nn.html#pooling-layers ## 1. nn.MaxPool2d介绍 nn.MaxPool2d是在进行图像处理时，Pool layers ... »
深度学习（七）——神经网络的卷积操作
# 卷积操作 # 一、torch.nn中Convolution Layers函数的介绍 ## 1. 参数介绍 - nn.Conv1d: Conv取自Convolution的前四个字母，1d代表的是一个一维操作。 - nn.Conv2d: 2d表示是一个二维的操作，比如图像就是一个二维的。 - 其余参 ... »
微型神经网络库MicroGrad-基于标量自动微分的类pytorch接口的深度学习框架
### 一、MicroGrad MicroGrad是大牛Andrej Karpathy写的一个非常轻量级别的神经网络库（框架），其基本构成为一个90行python代码的标量反向传播（自动微分）引擎，以及在此基础上实现的神经网络层。 其介绍如下： > A tiny scalar-valued auto ... »
【神经网络】基于自注意力机制的深度学习
[toc] # 【神经网络】基于自注意力机制的深度学习 # 0. 背景介绍： 近年来，深度学习在人工智能领域取得了长足的进步，并在图像识别、语音识别、自然语言处理等领域取得了令人瞩目的成果。神经网络作为深度学习的核心组件之一，被广泛应用于各种应用场景中。其中，基于自注意力机制的深度学习技术是近年来神 ... »
简单代码说明什么是神经网络？
本文由gpt4辅助撰写（gptschools.cn） 神经网络是一种模仿人脑神经元工作原理的计算模型，用于实现机器学习和人工智能系统。它由一系列相互连接的神经元（也称为节点或单元）组成，这些神经元组织成不同的层。神经网络通常包括输入层、一个或多个隐藏层和输出层。每个节点根据其输入数据和相应的权重计算 ... »
在树莓派上实现numpy的LSTM长短期记忆神经网络做图像分类，加载pytorch的模型参数，推理mnist手写数字识别
这几天又在玩树莓派，先是搞了个物联网，又在尝试在树莓派上搞一些简单的神经网络，这次搞得是LSTM识别mnist手写数字识别 训练代码在电脑上，cpu就能训练，很快的： import torch import torch.nn as nn import torchvision import numpy ... »
在树莓派上实现numpy的conv2d卷积神经网络做图像分类，加载pytorch的模型参数，推理mnist手写数字识别，并使用多进程加速
这几天又在玩树莓派，先是搞了个物联网，又在尝试在树莓派上搞一些简单的神经网络，这次搞得是卷积识别mnist手写数字识别 训练代码在电脑上，cpu就能训练，很快的： import torch import torch.nn as nn import torch.optim as optim from ... »