激活
關(guān)注創(chuàng)建者：紅太陽_8851 創(chuàng)建時(shí)間：2021-03-29
激活的視頻教程
MSC.Marc多層多道焊-焊接模擬-逐步激活
MSC.Marc多層多道焊-焊接模擬，講解細(xì)致，step-by-step。 跟隨該視頻能夠快速掌握焊接模擬的全部流程。詳詢Q1224294049. 三層四道焊接，前兩道為MIG，后兩道埋弧焊蓋面 定位焊接（焊接點(diǎn)固） 雙橢球熱源，生死單元法 詳細(xì)的后處理結(jié)果提取方法（應(yīng)力、熱循環(huán)等） 焊接模擬過程的視頻和云圖提取方法
￥199 1小時(shí)13分鐘 1447播放
查看
增材仿真+生死單元+ansys apdl+熱力耦合+溫度場+應(yīng)力場
在模擬成型過程中，通過改變溫度載荷的位置來模擬噴嘴的掃描移動(dòng)，利用生死單元循環(huán)算法技術(shù)控制單元“生死”的激活來模擬材料的堆積增加，通過控制單元激活的時(shí)間間隔控制成型速度
免費(fèi) 20.0833秒 100播放
查看
APDL模擬增材制造-溫度場-應(yīng)力場
在模擬成型過程中，通過改變溫度載荷的位置來模擬噴嘴的掃描移動(dòng)，利用生死單元循環(huán)算法技術(shù)控制單元“生死”的激活來模擬材料的堆積增加，通過控制單元激活的時(shí)間間隔控制成型速度
免費(fèi)
查看
激活的實(shí)例教程
更重要的一個(gè)結(jié)論是每一層網(wǎng)絡(luò)的輸出激活強(qiáng)度(輸出的平方和)不會(huì)高于輸入強(qiáng)度，而且對于越典型的輸入其輸出激活強(qiáng)度就越強(qiáng)。
激活學(xué)習(xí)的學(xué)習(xí)規(guī)則
如果我們將每一層神經(jīng)網(wǎng)絡(luò)看成一個(gè)激活強(qiáng)度的過濾器，它可以表示比較簡單的輸入概率分布；那么激活學(xué)習(xí)就是一個(gè)多層神經(jīng)網(wǎng)絡(luò)將多個(gè)激活強(qiáng)度過濾器串聯(lián)起來，來表示非常復(fù)雜的概率分布。在激活學(xué)習(xí)中，網(wǎng)絡(luò)的輸出激活強(qiáng)度(平方和)用來估計(jì)輸入的likelihood。為了保證激活強(qiáng)度在各層的可傳遞性，我們使用的非線性激活函數(shù)要保證它的輸入和輸出的強(qiáng)度是不變的。最終，我們可以訓(xùn)練一個(gè)激活學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，它可以直接估計(jì)輸入的概率分布。因?yàn)檎麄€(gè)訓(xùn)練的過程跟任何具體任務(wù)是無關(guān)的，它也是一個(gè)通用模型，可以用于各類學(xué)習(xí)任務(wù)。
2
激活學(xué)習(xí)的實(shí)驗(yàn)結(jié)果
1. 首先是分類任務(wù)
，這時(shí)候激活學(xué)習(xí)網(wǎng)絡(luò)的輸入既包含圖片又包含標(biāo)簽，預(yù)測分類的過程就是給定圖片來推理標(biāo)簽使得整個(gè)網(wǎng)絡(luò)的激活強(qiáng)度是最大的。受到認(rèn)知科學(xué)實(shí)驗(yàn)的啟發(fā)(J. L. McClelland, How Far Can You Go with Hebbian Learning, and When Does it Lead you Astray?), 正確信息的反饋在人類學(xué)習(xí)中起到很重要的作用。例如，人在學(xué)習(xí)某個(gè)東西的時(shí)候，如果識(shí)別錯(cuò)誤，這時(shí)候如果能夠糾正并告訴它正確的結(jié)果，可以明顯提升它的學(xué)習(xí)效果。所以在激活學(xué)習(xí)中，我們引入了反饋并生成正樣本和負(fù)樣本, 正樣本是圖片和正確標(biāo)簽，負(fù)樣本是圖片和最差的錯(cuò)誤標(biāo)簽，給正樣本一個(gè)正的學(xué)習(xí)率，負(fù)樣本一個(gè)負(fù)的學(xué)習(xí)率，可以明顯提高學(xué)習(xí)的分類準(zhǔn)確率。
展開 漸進(jìn)單元激活相對于model change，可以對單元的激活進(jìn)行更精確的控制。
1.Model change（單元以及接觸對的移除與重新激活）
· 可用于模擬從模型中刪除part，可以是暫時(shí)的或在剩下的分析中永久刪除;
· 允許單元在無應(yīng)變或有應(yīng)變的情況下重新激活;
· 當(dāng)不需要接觸對時(shí)，可用于節(jié)省計(jì)算時(shí)間;
· 只能用于通用分析步;
· 只有在原始分析中使用或激活時(shí)，才能在重新啟動(dòng)分析中使用。
您可以在通用分析步中從模型中刪除指定的單元。就在刪除的分析步之前，Abaqus/Standard存儲(chǔ)了被刪除區(qū)域在它們之間的邊界節(jié)點(diǎn)處對模型其余部分施加的力/通量。在刪除對應(yīng)的分析步中，這些力降為零；因此，只有在刪除分析步結(jié)束時(shí)，刪除區(qū)域?qū)δＰ推溆嗖糠值挠绊懖磐耆АＡχ饾u下降，以確保刪除對模型的影響平滑。
2.Progressive element activation（漸進(jìn)單元激活）
· 可用于在分析過程中激活單元;
· 可用于在單元激活過程中應(yīng)用本征應(yīng)變;
· 只能與實(shí)體和殼單元一起使用;
· 只能用于熱傳導(dǎo)或靜力分析。
可以在分析步的每個(gè)增量步中激活單元。必須首先定義在分析過程中可以激活的單元，然后在每個(gè)可以激活它們的分析步中引用它們。激活特性在一個(gè)分析步中被打開的單元可以通過在每個(gè)增量的開始為一個(gè)單元分配一個(gè)材料的體積分?jǐn)?shù)來激活。
支持單元的完全和部分激活。對于完全激活，添加的材料體積分?jǐn)?shù)必須等于0或1(也就是說，單元的狀態(tài)只能從不激活變?yōu)橥耆?em>激活)。對于部分激活，加入的材料體積分?jǐn)?shù)可以是任意的;然而，在實(shí)際應(yīng)用中，一個(gè)單元的體積分?jǐn)?shù)不能太小，從而不能避免數(shù)值奇異性問題。
在應(yīng)力-位移分析中，假定加在單元上的材料是無應(yīng)力的。
展開 設(shè)置窗口的激活面板包含兩個(gè)設(shè)置：
激活表達(dá)式
激活比例因子
激活表達(dá)式設(shè)置是你定義的邏輯表達(dá)式，它的作用是判斷材料是否處于被激活狀態(tài)，是根據(jù)網(wǎng)格單元的積分點(diǎn)定義的。舉例來說，如果表達(dá)式邏輯為真（溫度 小于凝固溫度 ），則讀取 T<T_s 的激活表達(dá)式將指示材料處于被激活狀態(tài)，否則為非激活狀態(tài)。
激活比例因子 設(shè)置定義了彈性剛度的權(quán)重，借此模擬不存在的材料。因子的默認(rèn)值為 10-5，你可以根據(jù)需要進(jìn)行修改。但是，過小的值會(huì)使剛度矩陣變得病態(tài)。
軟件提供了兩個(gè)內(nèi)置變量來描述激活/非激活狀態(tài)：
isactive
wasactive
變量 isactive 指示材料當(dāng)前處于激活/非激活狀態(tài)，而變量 wasactive 指示在仿真過程中，材料在之前的任何時(shí)間點(diǎn)上是否曾處于激活狀態(tài)。在包含 solid 標(biāo)記的固體力學(xué)接口中，描述材料當(dāng)前狀態(tài)的變量則寫作 solid.isactive。在某些情況下， wasactive 變量可用于簡化激活表達(dá)式的公式，我們將在下文詳述。
注意：如果材料經(jīng)歷過多次激活/失活事件，則在每一個(gè)被激活瞬間，彈性應(yīng)變都會(huì)被消除。這意味著無論之前如何經(jīng)歷激活或失活，材料始終在無應(yīng)力狀態(tài)下被激活。非彈性應(yīng)變，例如塑性應(yīng)變，則不會(huì)被消除。
我們來看一些如何使用激活節(jié)點(diǎn)的案例。
案例 1：逐點(diǎn)激活
我們假設(shè)一個(gè)簡單的二維示例。你希望使材料隨時(shí)間 t 的推移逐漸沿 y 方向激活。想象的“激活前沿”以速度 vel 向前推移，因此被激活材料的區(qū)域由公式 給出。我們將它輸入到激活表達(dá)式欄中，如下圖所示。
逐點(diǎn)材料激活的激活表達(dá)式。
為了解釋這一點(diǎn)，想象一個(gè)包含四個(gè)積分點(diǎn)（高斯點(diǎn)）的實(shí)體四邊形單元，如下圖所示。我們可以通過計(jì)算上文的激活表達(dá)式，使每個(gè)積分點(diǎn)單獨(dú)被激活。
展開 神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)-5
建議在閱讀本文之前先了解 神經(jīng)網(wǎng)絡(luò) 。
在構(gòu)建神經(jīng)網(wǎng)絡(luò)的過程中，您需要做出的選擇之一是在隱藏層和網(wǎng)絡(luò)的輸出層使用什么激活函數(shù)。本文討論了神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)。
目錄
? 什么是激活函數(shù)？
? 神經(jīng)網(wǎng)絡(luò)的元素
? 為什么我們需要非線性激活函數(shù)？
? 激活函數(shù)的變體
? ? 線性函數(shù)
? ? Sigmoid 函數(shù)
? ? Tanh 功能
? ? RELU 函數(shù)
? ? Softmax 功能
? 什么是激活函數(shù)？
神經(jīng)網(wǎng)絡(luò)上下文中的激活函數(shù)是應(yīng)用于神經(jīng)元輸出的數(shù)學(xué)函數(shù)。激活函數(shù)的目的是在模型中引入非線性，允許網(wǎng)絡(luò)學(xué)習(xí)和表示數(shù)據(jù)中的復(fù)雜模式。如果沒有非線性，神經(jīng)網(wǎng)絡(luò)的行為基本上就像線性回歸模型，無論它有多少層。
激活函數(shù)通過計(jì)算加權(quán)和并進(jìn)一步為其添加偏差來決定是否應(yīng)該激活神經(jīng)元。激活函數(shù)的目的是將非線性引入神經(jīng)元的輸出中。
解釋：我們知道，神經(jīng)網(wǎng)絡(luò)的神經(jīng)元與權(quán)重、偏差和它們各自的激活函數(shù)相對應(yīng)。在神經(jīng)網(wǎng)絡(luò)中，我們將根據(jù)輸出處的誤差更新神經(jīng)元的權(quán)重和偏差。此過程稱為反向傳播 。激活函數(shù)使反向傳播成為可能，因?yàn)樘荻扰c更新權(quán)重和偏差的誤差一起提供。
? 神經(jīng)網(wǎng)絡(luò)的元素
Input Layer：此層接受輸入特征。它從外部世界向網(wǎng)絡(luò)提供信息，這一層不進(jìn)行計(jì)算，這里的節(jié)點(diǎn)只是將信息（特征）傳遞給隱藏層。
隱藏層：該層的節(jié)點(diǎn)不暴露在外部世界，它們是任何神經(jīng)網(wǎng)絡(luò)提供的抽象的一部分。隱藏層對通過輸入層輸入的特征執(zhí)行各種計(jì)算，并將結(jié)果傳輸?shù)捷敵鰧印? Output Layer：該層將網(wǎng)絡(luò)學(xué)習(xí)到的信息帶到外部世界。
? 為什么我們需要非線性激活函數(shù)？
沒有激活函數(shù)的神經(jīng)網(wǎng)絡(luò)本質(zhì)上只是一個(gè)線性回歸模型。
展開 激活solidThinking有兩種方法
??第一種是在官網(wǎng)申請，申請會(huì)給你提供賬號(hào)和密碼，有點(diǎn)像我們玩QQ一樣，不管你在哪臺(tái)電腦安裝了solidThinking，在啟動(dòng)軟件后只要填寫賬號(hào)密碼即可激活，同時(shí)，這種方法可以試用solidThinking全模塊，這種方法叫sTU License申請。
??第二種方法同樣可以在官網(wǎng)申請，有點(diǎn)不一樣的是需要跟銷售人員溝通，銷售人員會(huì)根據(jù)你的需求提供相應(yīng)的軟件模塊以及試用時(shí)間，我們把第二種申請方法叫文本 License申請。
??和第一種申請方法相比，第二種的優(yōu)勢在于試用時(shí)間會(huì)更長，還有可能得到更專業(yè)的試用指導(dǎo)。第二種方法一般會(huì)鎖定在同一臺(tái)計(jì)算機(jī)，有一定的局限性！
??注意：當(dāng)我們采用第一種方法激活時(shí)，在關(guān)閉軟件再打開的時(shí)候，軟件會(huì)默認(rèn)需要重新登陸賬號(hào)，同時(shí)需要在聯(lián)網(wǎng)情況下重新激活，這是因?yàn)閟TU節(jié)點(diǎn)重返云端重新分配，要避免每次重新激活的操作可以在激活后將[離線模式]打開(如圖所示)即可。
??如果您也喜歡我的分享，歡迎點(diǎn)贊轉(zhuǎn)發(fā)加關(guān)注技術(shù)鄰【晨同學(xué)】，后面還有很多精彩內(nèi)容哦。
展開 
激活的相關(guān)專題、標(biāo)簽、搜索
激活的最新內(nèi)容
激活碼機(jī)制（云激活）
云激活場景下，用戶無需提前提供 hostid，申請后系統(tǒng)生成激活碼。用戶在目標(biāo)主機(jī)上配置激活服務(wù)所在的環(huán)境變量，使用激活碼完成激活，系統(tǒng)會(huì)自動(dòng)綁定該主機(jī)的 hostid。同一個(gè)未激活的許可證只能在一臺(tái)主機(jī)上激活，但支持在同一臺(tái)主機(jī)上反復(fù)激活。該機(jī)制適用于無法預(yù)知 hostid 的云環(huán)境或臨時(shí)授權(quán)場景。
3.
使用經(jīng)典的位錯(cuò)密度模型計(jì)算硬化和熱激活流動(dòng)方程計(jì)算滑移系的剪切變形。
初始RVE模型使用neper建模，建立一個(gè)包含100個(gè)晶粒的多晶模型：
matlab導(dǎo)入幾何模型網(wǎng)格：
并沿著X方向進(jìn)行1.0%的拉伸變形，所有量綱使用m-s-pa。
但實(shí)際金屬材料并不是“均勻黑箱”：晶粒取向、滑移系激活、織構(gòu)演化都會(huì)影響局部塑性變形，尤其在薄壁管壓潰這類大變形、強(qiáng)局部化問題中，微觀結(jié)構(gòu)可能對吸能行為產(chǎn)生重要影響。
技術(shù)創(chuàng)新引領(lǐng)前沿，激活展會(huì)創(chuàng)新動(dòng)能。杭州始終以技術(shù)創(chuàng)新為核心驅(qū)動(dòng)力，在人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、數(shù)字孿生等關(guān)鍵領(lǐng)域持續(xù)突破，構(gòu)建了“地下、地面、立面、空中”的立體化智能感知網(wǎng)絡(luò)，接入34.1萬個(gè)物聯(lián)感知設(shè)備，歸集城市“生命線”動(dòng)態(tài)數(shù)據(jù)9.7億條，實(shí)現(xiàn)對城市“生命體征”的實(shí)時(shí)監(jiān)測預(yù)警。
2、火焰處理技術(shù)
將塑件表面暴露在800-1200℃的受控火焰中，通過氧化作用激活表面，引入羥基、羧基等極性基團(tuán)。處理速度極快，適合PP、PE等低表面能材料的批量生產(chǎn)（如汽車保險(xiǎn)杠、塑膠管材），但需精準(zhǔn)控制火焰距離（10-30mm）和速度，避免基材過熱。
如果輸入的應(yīng)變率曲線出現(xiàn)交叉（即高應(yīng)變率下的應(yīng)力低于低應(yīng)變率下的應(yīng)力），或者硬化曲線呈現(xiàn)負(fù)斜率（未激活損傷模塊時(shí)），求解器的材料剛度矩陣將出現(xiàn)非正定，導(dǎo)致不可控的網(wǎng)格畸變。此外，必須通過外推確保表格覆蓋到極高應(yīng)變率（如10000 /s），以防求解器在局部高變形區(qū)發(fā)生錯(cuò)誤的常數(shù)外推。
四、三大核心場景：無線充電如何激活機(jī)器狗的真實(shí)價(jià)值
無線充電技術(shù)為機(jī)器狗帶來的不僅是充電便利性的提升，更是作業(yè)模式的重構(gòu)。在電力巡檢與隧道巡查場景中，機(jī)器狗可在預(yù)設(shè)的巡檢路線關(guān)鍵節(jié)點(diǎn)設(shè)置無線充電點(diǎn)，完成一段任務(wù)后自主補(bǔ)能，實(shí)現(xiàn)數(shù)百公里線路的連續(xù)、分段式自動(dòng)巡檢，真正實(shí)現(xiàn)無人值守。
在化工、煤礦等高危防爆環(huán)境中，魯渝能源的防爆型無線充電方案通過完全封閉的能量傳輸設(shè)計(jì)，將充電火花風(fēng)險(xiǎn)徹底歸零。
作為推動(dòng)科技進(jìn)步與產(chǎn)業(yè)升級的核心力量，人工智能與機(jī)器人技術(shù)的迭代創(chuàng)新，正不斷重塑全球產(chǎn)業(yè)格局，激活數(shù)字經(jīng)濟(jì)新動(dòng)能，為各行業(yè)高質(zhì)量發(fā)展注入強(qiáng)勁動(dòng)力。值此行業(yè)發(fā)展的黃金機(jī)遇期，備受全球科技界與產(chǎn)業(yè)界關(guān)注的“2027北京國際人工智能與機(jī)器人展覽會(huì)”（以下簡稱“展會(huì)”）即將重磅啟幕，誠邀全球各界精英共赴首都之約，共賞科技盛宴，共探發(fā)展新徑，共筑智能產(chǎn)業(yè)新生態(tài)。
首次在未激活狀態(tài)下運(yùn)行該功能時(shí)，Abaqus信息提示區(qū)將顯示當(dāng)前電腦的機(jī)器碼。
圖 6. 消息區(qū)彈出機(jī)器碼截圖
如需使用Random 3D功能，可將機(jī)器碼通過后臺(tái)發(fā)送，有條件獲取對應(yīng)的license.key文件。將該文件放入插件目錄并重啟Abaqus后，功能限制解除。
所有實(shí)體層采用 C3D8R 減縮積分單元并激活單元?jiǎng)h除，內(nèi)聚力層采用 COH3D8 單元，沖頭則使用離散剛體單元 R3D4。網(wǎng)格劃分基于掃掠技術(shù)（Advancing Front）生成。</p><p class="ql-align-justify"> 鋪層邏輯：支持非對稱鋪層序列輸入，用戶通過逗號(hào)分隔輸入各層角度。
