循環神經網絡RNN算法與MATLAB程序詳解視頻 
主要內容包括：視頻課程內容介紹及慎拍不拍說明與參考文獻，循環神經網絡(RNN)算法基本概念、理論及實例步驟，原始流行程序RNN.m詳解及可加可改問題，改進自適應學習率RAdam與新優RNN程序詳解，新優RNN程序可改建議及不同學習率對比與通用模板，股票預測問題用RNN求解與RNN函數關系式寫法，RNN算法對意大利葡萄酒特征數據進行識別分類及圖像識別分類。全部提供MATLAB代碼程序和PPT課件。
501 5
鄭一 ??? 5年前
BP神經網絡算法與MATLAB程序詳解視頻手寫數字識別腫瘤診斷股票預測 
主要內容包括：神經網絡基本概念，BP神經網絡進行音樂信號識別分類及程序詳解(用語句型的程序同時用工具箱函數對比分析)，標準BP算法程序對比分析附加動量BP算法與變學習率BP算法，BP神經網絡算法的理論推導，BP神經網絡算法的MATLAB工具箱函數介紹及訓練窗口解讀，BP神經網絡作建模擬合預測，BP回歸預測分析未來幾天上證指數，BP神經網絡篩選主元空間降維，乳腺腫瘤診斷的建模及篩選主要影響因素，利用BP
1546 3
鄭一 ??? 8年前
視頻詳解CNN卷積神經網絡與MATLAB程序識別數字人臉和英文字母 
主要內容包括：視頻課程內容介紹及慎拍不拍說明與參考文獻，卷積神經網絡(CNN)基本概念、理論推導及算法步驟，圖像卷積與池化運算及MATLAB程序效果，識別合成數字用卷積神經網絡算法與MATLAB自帶函數程序，人臉識別用CNN識別數字自帶程序并作全面研究，GoogLeNet應用于識別狼狗，花朵及轎車等圖像，增強數據及圖像識別分類用自帶函數程序解決，合成數字圖像角度回歸預測及校正問題用自帶函數程序求解，
2593 2
鄭一 ??? 8年前
支持向量機SVM及MATLAB程序視頻算法識別分類擬合預測課程 
主要內容包括：支持向量機（SVM）基本概念與基本理論，線性分類器及其尋找最好分類面的建模分析，線性不可分及核函數和松弛變量與懲罰因子，支持向量機SVM用于多類分類問題，支持向量機SVM及MATLAB程序實現，基于支持向量機利用圖像屬性分類與程序實現，基于LIBSVM軟件利用圖像屬性分類與程序實現，基于SVM分析意大利葡萄酒多個分類，參數優化及交叉驗證方法與最佳參數計算，支持向量機進行手寫體數字圖像識別分類
306 2
鄭一 ??? 7年前
遞歸神經網絡解釋 
為了解決這個問題，已經開發了幾種 RNN 變體，例如長短期記憶 （LSTM） 和門控循環單元（GRU）網絡，它們使用專門的門來控制通過網絡的信息流并解決梯度消失問題。RNN 的應用包括語音識別、語言建模、機器翻譯、情感分析和股票預測等。總體而言，RNN 是處理順序數據和建模時間依賴關系的強大工具，使其成為許多機器學習應用程序的重要組成部分。
2310
仿真資料吧 ??? 1年前
什么是神經網絡？ 
它適用于上下文依賴關系至關重要的應用程序，例如時間序列預測和自然語言處理，因為它利用反饋循環，使信息能夠在網絡中生存。 長短期記憶 （LSTM）：LSTM 是一種 RNN，旨在克服訓練 RNN 中的梯度消失問題。它使用存儲單元和門選擇性地讀取、寫入和擦除信息。神經網絡的簡單實現代碼案例?
2338 1
仿真資料吧 ??? 1年前
什么是 Perceptron 最簡單的人工神經網絡 
Perceptron 是最簡單的人工神經網絡架構之一，由 Frank Rosenblatt 于 1957 年提出。它主要用于二進制分類。當時，統計機器學習和常規編程等傳統方法通常用于預測。盡管 Perceptron 模型是最簡單的人工神經網絡形式之一，但事實證明，該模型在解決特定分類問題方面非常有效，為 AI 和機器學習的進步奠定了基礎。
2645 1
仿真資料吧 ??? 1年前
遺傳算法優化BP神經網絡與神經網絡遺傳算法程序視頻 
【內容簡介】《遺傳算法優化神經網絡與應用和MATLAB程序詳解視頻》共10章98節視頻，總學時993分鐘，合16.6小時。
1434 2
鄭一 ??? 8年前
分類預測 | MATLAB實現WOA-CNN-LSTM-Attention數據分類預測 
預測效果使用教程1 基本介紹1.MATLAB實現WOA-CNN-LSTM-Attention數據分類預測，運行環境Matlab2021b及以上；2.基于鯨魚優化算法（WOA）、卷積神經網絡（CNN）和長短期記憶網絡（LSTM）的數據分類預測程序；3.多特征輸入單輸出的二分類及多分類模型。
2803
Matlab心得交流 ??? 2年前
深度學習核心技術實踐與圖神經網絡新技術應用研修班通知 
神經網絡訓練方法4. 卷積神經網絡，卷積核、池化、通道、激活函數5. 循環神經網絡，長短時記憶LSTM、門控循環單元GRU6. 參數初始化方法、損失函數Loss、過擬合7. 對抗生成網絡GAN8. 遷移學習TL9. 強化學習RF10.
1986 2 1
龍騰AI技術 ??? 3年前
基于深度學習的機器人目標識別和跟蹤 
3 目標識別與跟蹤技術的發展1 深度學習主流算法結構1.1卷積神經網絡在21世紀初期，卷積神經網絡主要應用于任務分配以及視覺識別。圖像分類是機器中類別的問題用以提取特征以及辨別圖像。新型的CNN 神經網絡架構表現出以多個網絡或多種網絡級聯組合應用的新態勢，神經網絡形態的快速進化為紛繁復雜的科研領域提供了智能高效的數據分析手段。
2278
DSJ123 ??? 3年前
人工智能 深度學習 
提名與分類 2.BBOX 實現策略 3.YOLO Loss 函數關鍵點：1. 提名方法 2.ROI Pooling 3.SPP Net 4.RPN 5.YOLO實操解析與訓練第五階段：RNN 實踐 實驗：股票預測1. 股票數據分析 2. 同步預測 3. 異步預測高頻問題：1. 歷史數據的使用關鍵點：1. 構建 RNN 2.
2096 1 1
DSJ123 ??? 3年前
深度學習與大模型Transformer 
ChatGPT是一種基于深度學習的人工智能模型，其核心技術是神經網絡。ChatGPT使用多層神經網絡來學習和預測自然語言序列的概率分布，以實現對話生成和自然語言處理等任務。深度學習是一種多層神經網絡的機器學習方法，可以通過大量數據的訓練來學習復雜的特征和模式，并實現高效的分類和預測。
2115 2 1
龍騰AI技術 ??? 2年前
使用 TensorFlow 實現神經網絡 
生成預測并分析準確性 既然我們已經完成了訓練過程，那么讓我們實際嘗試使用它來預測 “葡萄酒質量”。為了進行預測，我們將使用 model 對象的 predict 函數。我們只給出 3 個示例作為輸入，并嘗試預測 3 個示例的葡萄酒質量。
2347 1
仿真資料吧 ??? 1年前
卷積神經網絡（CNN）簡介-1 
不同類型的神經網絡用于不同的目的，例如，為了預測單詞序列，我們使用循環神經網絡 ，更準確地說是LSTM ，同樣，對于圖像分類，我們使用卷積神經網絡。在本博客中，我們將為CNN構建一個基本構建塊。目錄? 神經網絡：層和功能? 卷積神經網絡o CNN 架構o 卷積層是如何工作的？
2500 4 2
仿真資料吧 ??? 1年前
卷積神經網絡簡介 
不同類型的神經網絡用于不同的目的，例如，為了預測單詞序列，我們使用循環神經網絡，更準確地說是 LSTM，同樣，對于圖像分類，我們使用卷積神經網絡。在本博客中，我們將為 CNN 構建一個基本構建塊。 ? 目錄 神經網絡：層和功能 卷積神經網絡 CNN 架構 卷積層是如何工作的？
2378 1
仿真資料吧 ??? 1年前
人工神經網絡（Artificial Neural Networks，簡稱ANNs）-1 
在神經網絡中，輸入神經元與輸出神經元之間通過一系列的權重連接。這些權重決定了輸入信號對輸出信號的影響程度，是神經網絡學習過程中需要調整的參數。通過改變這些權重，網絡可以學習到如何從輸入數據中提取特征并做出預測。
2543 1 1
仿真資料吧 ??? 1年前
人工神經網絡（Artificial Neural Networks，簡稱ANNs）的激活函數-5 
? 如果您的輸出是多類分類的，那么Softmax對于預測每個類的概率非常有用。
2388
仿真資料吧 ??? 1年前
卷積神經網絡表征可視化研究綜述 
對于另外兩種常見的DNN: 循環神經網絡(RNN)與生成對抗網絡(Generative adversarial network, GAN), 表征可視化研究的關注點略有不同.RNN是一種隨時間步迭代的深度網絡, 有長短時記憶網絡 、門控循環單元等擴展版結構, 擅長處理時序型數據, 在自然語言處理領域應用廣泛.
2721 15 9
王者歸來123 ??? 3年前
什么是徑向基函數神經網絡？ 
基本思想是，項目的預測目標值受附近具有相似預測變量值的項目的影響。以下是 RBF Networks 的運作方式： Input Vector：網絡接收需要分類或回歸的 n 維輸入向量。 RBF 神經元：隱藏層中的每個神經元都代表訓練集中的原型向量。 該網絡計算輸入向量和每個神經元中心之間的歐幾里得距離。
2691 2 1
仿真資料吧 ??? 1年前
20條/頁 
16 跳至頁
技術鄰APP
工程師必備
工程師必備
- 項目客服
- 培訓客服
- 平臺客服
TOP
