PyTorch 的基础操作1 张量张量如同数组和矩阵一样，即一种特殊的数据结构。多作为 pytorch 中，神经网络的输入、输出以及网格的参数等数据，都用张量来描述张量的使用 和 numpy 的 ndarrays 类似，区别在于张量可以在G

PyTorch学习（一）前言一、PyToch工具包二、代码测试1.张量（Tensor）初始化2.Operators张量操作3.Tensor与Numpy的转化总结 前言Pytorch框架无缝替换NumPy，并且通过利用GPU的算力来实现神经

该文主要是分析和讨论了跳跃连接的一些局限，同时分析了BN的一些限制，提出了通过递归的Skip connection和layer normalization来自适应地调整输入scale的策略，可以很好的提升跳Skip connection的性

目前人工智能的研究方向常见领域如下：1. Reasoning, problem solving演绎、推理和解决问题：逐步推导的方式寻找更有效的算法2. Knowledge representation知识表示法：让机器存储相应的知识，并且能

本文章对文本生成领域一些常见的模型进行了梳理和介绍。Seq2Seq 是一个经典的文本生成框架，其中的Encoder-Decoder思想贯彻文本生成领域的整个过程。Pointer-Generator Networks是一个生成式文本摘要的模

目录1、简述2、sigmiod权重初始值3、relu权重初始值4、案例：不同初始值比较4.1common文件夹4.2ch06文件夹4.2.1weight_init_compare.py4.3结果该文章是对《深度学习入门 基于Python的理

提出一种使用 OFDM 信号利用完全不协调、不同步的illuminator 和多个接收机传输来估计多个运动目标位置和速度的无源雷达系统。无源雷达的缺点：外辐射源（IOs）是不协作的，发射的信号是未知的，不受控制。且直接路径信号比目标反射信号

一、梯度法思想梯度法思想的三要素：出发点、下降方向、下降步长。机器学习中常用的权重更新表达式为：，这里的λ就是学习率，本文从这个式子出发来把机器学习中的各种“梯度”下降法阐释清楚。机器学习目标函数，一般都是凸函数，什么叫凸函数？限于篇幅，我

AlexNet：是最早期的比较普通的一个神经网络由5层卷积层和三层全连接层组成。 VGG：在这个基础上，加深了网络的深度，同时用的小卷积和代替了大卷积核，相比Alexnet，2个33的conv与 1个5 * 5的conv具有相同的感受野，但

半监督节点分类：标签传播和消息传递半监督节点分类问题的常见解决方法：特征工程图嵌入表示学习标签传播图神经网络基于“物以类聚，人以群分”的Homophily假设，讲解了Label Propagation、Relational Classifi

本文收录于《深入浅出讲解自然语言处理》专栏，此专栏聚焦于自然语言处理领域的各大经典算法，将持续更新，欢迎大家订阅！个人主页：有梦想的程序星空个人介绍：小编是人工智能领域硕士，全栈工程师，深耕Flask后端开发、数据挖掘、NLP、Androi

摘要：采用BP神经网络在线调整PID的三个参数，采用GRNN神经网络作为辨识器在线辨识控制输出对控制输入对象变化的灵敏度信息，提高系统的控制精度，进而编制MATLAB程序进行仿真。该算法经仿真测试，结果表明其控制效果良好，鲁棒性强。关键词：

算法主页：http:www.robots.ox.ac.uk~lucasiamese-fc.html）matlab版本代码：https:github.combertinettosiamese-fc (作者提供源代码)tensorflow+py

　　本篇我们讨论如何运行或者运用SVM。　　在高斯核函数之外我们还有其他一些选择，如：多项式核函数（Polynomial Kernel）字符串核函数（String kernel）卡方核函数（ chi-square kernel）直方图交集核

AIGC（AI-GeneratedContent）：（笔记：一直看到AIGC、AIGC、AIGC，咱们得记住AIGC是有哪些单词的缩写）正如《浪潮之巅》的作者吴军曾提到，对于深度学习而言，大的理论突破已经走到瓶颈期，人工智能下一个十年中的风

2.27 利用深度学习改进统计机器翻译利用深度学习改进统计机器翻译的核心思想是以统计机器翻译为主体，使用深度学习改进其中的关键模块，如语言模型[1] 、翻译模型 [2] 、调序模型 [3] 、词语对齐[4]等。深度学习能够帮助机器翻译缓解数

4StableDiffusion**StableDiffusion**是由StabilityAI开发的**开源**扩散模型。StableDiffusion可以完成多模态任务，包括：文字生成图像（text2img）、图像生成图像（img2i

本篇文章第一部分翻译自：http:www.wildml.com201510recurrent-neural-networks-tutorial-part-3-backpropagation-through-time-and-vanishin

随着大数据时代的到来，商业智能（BI）已经成为企业获取竞争优势的关键。数据挖掘和机器学习作为商业智能的核心技术，能够从海量数据中提取有价值的信息，为企业的决策和业务运营提供有力支持。本文将介绍数据挖掘和机器学习

回归预测 | Matlab实现WOA-BP鲸鱼算法优化BP神经网络多变量回归预测 目录回归预测 | Matlab实现WOA-BP鲸鱼算法优化BP神经网络多变量回归预测预测效果基本描述程序设计参考资料 预测效果基本描述1.Matlab实现WO