摘要：
【译】理解LSTM（通俗易懂版） 循环神经网络（Recurrent Neural Networks） 人对一个问题的思考不会完全从头开始。比如你在阅读本片文章的时，你会根据之前理解过的信息来理解下面看到的文字。在理解当前文字的时候，你并不会忘记之前看过的文字，从头思考当前文字的含义。 传统的神经网络 阅读全文
posted @ 2023-10-08 17:42
何弈
阅读(302)
评论(0)
推荐(0)
摘要：
如何快速从Github下载文件 从国内下载Github文件的速度往往会很慢，因此有一些开发者提供了代理下载功能，这些服务都是免费的，你甚至可以通过开源代码自建 Github下载 官网：https://d.serctl.com 这是一个简单干脆的Github文件代下网站，提供八个下载节点，你可以从中选 阅读全文
posted @ 2023-09-24 01:11
何弈
阅读(525)
评论(0)
推荐(0)
摘要：
问题：删掉对称矩阵中的NaN，对角线为1 如下图 矩阵A 所示： 解决办法： B = A + diag(NaN + zeros(1,length(A))); %将对角线改为 NaNB(all(isnan(B),2),:) = []; %删除所有行为NaNB(:,all(isnan(B),1)) = 阅读全文
posted @ 2023-09-21 20:24
何弈
阅读(53)
评论(0)
推荐(0)
摘要：
对称关系，反对称关系，非对称关系 对称关系，symmetric：对所有的a,b: 如果(a,b)∈R，则(b,a)∈R,矩阵里主对角线以外的所有1关于主对角线对称，主对角线上的0，1可以随便取，不影响对称关系,可以写作即 反对称关系，antisymmetric：如果(a,b)∈R，且(b,a)∈R， 阅读全文
posted @ 2023-09-01 17:18
何弈
阅读(1300)
评论(0)
推荐(0)
摘要：
BP神经网络模型：深入探究与应用 导言BP神经网络模型（Backpropagation Neural Network）是一种广泛应用于机器学习和人工智能领域的神经网络模型。它以其强大的非线性拟合能力和适应性而备受关注。1. BP神经网络模型原理1.1 神经网络基础在深入探讨BP神经网络模型之前，我们 阅读全文
posted @ 2023-08-28 15:56
何弈
阅读(523)
评论(0)
推荐(0)
摘要：
激活函数在神经网络中的作用有很多，主要作用是给神经网络提供非线性建模能力。如果没有激活函数，那么再多层的神经网络也只能处理线性可分问题。常用的激活函数有 sigmoid、 tanh、 relu、 softmax等。 1.1、sigmoid函数 sigmoid函数将输入变换为(0,1)上的输出。它将范 阅读全文
posted @ 2023-08-28 15:46
何弈
阅读(1676)
评论(0)
推荐(0)
摘要：
Sigmoid函数求导 基础知识： Sigmoid函数： Sigmoid图形： 生成Sigmoid图形代码： import torch from d2l import torch as d2l %matplotlib inline x=torch.arange(-8.0,8.0,0.1,requir 阅读全文
posted @ 2023-08-28 15:32
何弈
阅读(258)
评论(0)
推荐(0)
摘要：
python实现BP神经网络进行预测和误差分析（附源代码） 反向传播算法也称为BP神经网络，是一种带有反馈的神经网络反向学习方法，它可以对神经网络的各层上的各个神经元的各个神经元之间的连接权重进行不断迭代修改，使神经网络将输入数据转换成期望的输出数据 BP神经网络的学习过程由正向传播和反向传播两部分 阅读全文
posted @ 2023-08-27 13:07
何弈
阅读(1177)
评论(0)
推荐(0)
摘要：
Word2Vec Word2Vec 是 google 在2013年提出的词向量模型，通过 Word2Vec 可以用数值向量表示单词，且在向量空间中可以很好地衡量两个单词的相似性。 简述 我们知道，在使用神经网络处理数据的时候，神经网络只能处理数字向量或者矩阵，他不可能理解文本、图像本身。那么，图像是 阅读全文
posted @ 2023-08-21 16:13
何弈
阅读(291)
评论(0)
推荐(0)
摘要：
【词向量基础】：one-hot 词向量（word vector），也叫词嵌入（word embedding），是一种词表征形式，将词从符号形式映射为向量形式，渐渐演变成了一种知识表示的方法。将词语从符号表示形式转换为了向量表示形式，方便了机器对自然语言的计算，因此，词向量几乎成为了所有自然语言处理和 阅读全文
posted @ 2023-08-21 15:34
何弈
阅读(254)
评论(0)
推荐(0)
浙公网安备 33010602011771号