神经网络

陈天伟教授11 小时前
人工智能·深度学习·神经网络·游戏·搜索引擎·机器翻译
人工智能应用- 搜索引擎:02. 搜索引擎发展史搜索引擎是帮助我们从互联网上高效获取信息的工具。最早的搜索引擎可以追溯到 1990 年的 Archie 系统,它可以帮助用户在运行文件传输协议(File Transfer Protocol,FTP)的服务器上查找所需文件。
陈天伟教授11 小时前
人工智能·神经网络·搜索引擎·语言模型·自然语言处理·机器翻译
人工智能应用- 搜索引擎:01. 互联网时代搜索引擎是互联网时代获取信息的重要工具,广泛应用于我们的日常生活中。一个优秀的搜索引擎需要解决两个关键问题:(1)如何找到与用户搜索意图相匹配的文档;(2)如何对这些文档进行重要性排序。前者依赖“倒排索引”技术,后者则使用排序算法,其中最著名的是Google 的PageRank 算法。本节将介绍这些关键技术,揭开搜索引擎背后的工作机制。
陈天伟教授11 小时前
人工智能·神经网络·机器学习·搜索引擎·dnn
人工智能应用- 搜索引擎:03. 网页定位搜索引擎的首要任务是从海量数据中迅速找到与用户查询相关的文档。互联网上的信息数量庞大,搜索引擎需要在极短时间内搜索到用户想要查找的内容,并且还要同时应对大量用户的请求,因此必须设计一种高效的查询算法。“倒排索引”是当前广泛采用的一种技术。
Clarence Liu12 小时前
人工智能·深度学习·神经网络
用大白话讲解人工智能(6) 深度学习:堆“多层神经网络“会发生什么?如果你见过洋葱,就知道它一层包着一层。深度学习(Deep Learning)就像这颗洋葱——把"神经网络"一层叠一层,从表面到核心,层层深入地提取信息。
LaughingZhu20 小时前
数据库·人工智能·经验分享·神经网络·搜索引擎·chatgpt
Product Hunt 每日热榜 | 2026-02-14标语:倾诉一下,心情会好一些介绍:AI治疗,让你可以随时交流。只需自然地说出你的想法,随时获得所需的支持。
民乐团扒谱机20 小时前
人工智能·深度学习·神经网络·机器学习·cnn·卷积神经网络·图像识别
【读论文】深度学习中的卷积算术指南 A guide to convolution arithmetic for deep learning本指南的作者感谢大卫·沃德-法利、纪尧姆·阿兰和贾拉尔·居尔切雷提供的宝贵反馈。同时,也感谢所有通过有益的评论、建设性的批评和代码贡献帮助完善本教程的读者,期待大家继续提出建议!
肾透侧视攻城狮1 天前
人工智能·深度学习·神经网络·keras核心层类型·conv2d二维卷积层·lstm长短期记忆网络层·dropout随机失活层
《掌握Keras模型构建基石:全连接、卷积、LSTM等核心层解析与组合策略》目录本篇技术博文摘要 🌟引言 📘上节回顾1.Keras 常用层类型2.Keras核心层类型2.1Dense 全连接层及示例
陈天伟教授1 天前
人工智能·深度学习·神经网络·机器学习·dnn
人工智能应用- 人机对战:06. 小结人工智能在电子游戏领域的出色表现展示了 AI 技术的巨大潜力。从早期的 Atari 游戏到复杂的《星际争霸》,AI 不仅能够在简单、封闭型的游戏中超越人类,在复杂、开放的游戏环境中也表现出与人类旗鼓相当的水平。
Rorsion1 天前
人工智能·神经网络·cnn
PyTorch实现卷积神经网络(CNN)卷积神经网络(CNN)最经典、最基础的组成方式是:输入 → 【卷积层 + 激活函数 + 池化层】 × 多次重复 → 分类 / 回归输出
陈天伟教授1 天前
人工智能·神经网络·游戏·自然语言处理·机器人·机器翻译
人工智能应用- 扫地机器人:02. 机器人 ≠ 人工智能很多人会将“机器人”和“人工智能”画上等号。但实际上,这两个概念既有关联,又不等同。多数机器人仍是预设程序的“执行器”,并不具备真正的“理解”与“思考”能力。
隔壁大炮1 天前
人工智能·深度学习·神经网络·算法
第二章 多层神经网络神经元:一个神经元(线性的Linear)只能画直线,完成不了以下任务:那么多个神经元能不能完成?串联的神经元似乎只有传递作用,那么一根和多根似乎没有区别,神经网络也是如此,在这样的情况下,无论多少层都只有一层。
肾透侧视攻城狮1 天前
深度学习·神经网络·内存管理·性能优化策略·tensorflow数据处理·tensorflow 管道·图像分类管道
《掌握TensorFlow数据管道:核心API详解、高效构建策略、性能调优与完整项目实战》目录本篇技术博文摘要 🌟引言 📘上节回顾1.TensorFlow 数据处理与管道2.TensorFlow 数据处理与管道核心概念
Yaozh、1 天前
人工智能·深度学习·神经网络·自然语言处理·nlp·word2vec
【word2vec模型】两种模型结构CBOW和Skip-gram的具体过程Word Embedding(词嵌入) 是自然语言处理(NLP)中的一项基础技术,它的核心目的是将人类语言中的词语转换成计算机能够理解和计算的数字形式——即向量(Vectors)。
陈天伟教授1 天前
人工智能·神经网络·语言模型·自然语言处理·机器人·机器翻译
人工智能应用- 扫地机器人:01.什么是机器人在人工智能逐渐融入日常生活的今天,有一类低调却极富技术含量的“家电新成员”悄然改变着我们的生活方式——扫地机器人。它不再是传统意义上的家用电器,而是集成了传感、定位、路径规划等多个智能模块的移动机器人。
天云数据2 天前
人工智能·深度学习·神经网络·机器学习
神经网络,人类表达的革命摘 要:本文简述了人类一直在追求更高效的沟通表达能力、更快速的信息传播方式和更大规模的共识协作,从语言文字时代到计算时代再到今天的智能时代,始终贯穿着表达方式的革命,越发全面、完整、准确的记录和传承着人类眼中的客观世界、主观认知和知识经验 ;人类文明的发展与表达方式的进化相辅相成、互为助力,推动了现代科学殿堂的构筑和现代科技的发展。基于神经网络的知识学习、认知、生成与表达是人类第三次表达革命,传统经验规则的专家光环被逐一抹去,知识祛魅将推动所有商业逻辑解构和重构 ,我们将走进与人工智能共同书写人类文明的新
好家伙VCC2 天前
java·开发语言·python·神经网络
# 光计算驱动的编程范式革新:用Python实现光子神经网络模拟器在传统电子计算架构逼近物理极限的今天,**光计算**正在传统电子计算架构逼近物理极限的今天,光计算正成为下一代高性能计算的核心方向之一。它利用光子替代电子进行信息传输和处理,具备超高速度、低功耗与并行性优势。本文将带你深入探索如何使用 Python + NumPy + Matplotlib 构建一个基础但完整的光子神经网络(Photonic Neural Network, PNN)模拟系统,并通过实际代码展示其工作原理与优化路径。
shangyingying_12 天前
人工智能·python·神经网络
图像质量评价(IQA)图像质量评价分为:主观和客观两个方面。其中客观又分为全参考、半参考和无参考三种详情见如下博客内容https://blog.csdn.net/shinuone/article/details/149176494
不惑_2 天前
人工智能·神经网络·生成对抗网络·架构
通俗理解消息传递机制今天,我们来聊聊“消息传递机制”。这个概念在计算机科学中非常常见,从操作系统底层到分布式系统,都离不开它。如果你是个初学者,别担心,我会用最接地气的语言来解释;如果你是老鸟,也欢迎补充你的经验。文章会结合代码、图表和实际案例,力求原创深度。让我们开始吧!
如若1232 天前
人工智能·python·深度学习·神经网络·计算机视觉
SoftGroup训练FORinstance森林点云数据集——从零到AP=0.506完整复现title: SoftGroup训练FORinstance森林点云数据集——从零到AP=0.506完整复现 date: 2025-01-01 tags:
陈天伟教授2 天前
人工智能·神经网络·游戏·语言模型·自然语言处理·机器翻译
人工智能应用- 人机对战:03.玩转 ATARI 游戏2015 年,DeepMind 公司在《自然》杂志上发表了一篇论文,报告了他们的 AI 系统在 29 款雅达利(Atari)游戏中超越了人类玩家的表现。这一成果的核心在于将强化学习与深度神经网络相结合,形成了深度强化学习(Deep Reinforcement Learning)的新范式。