您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于BP神经网络的图像识别方法

  2. 神经网络是近年来受到国内外广泛关注的高新技术,不同科学的科技人员对其进行了深入的研究,并取得了许多有价值的研究成 果,利用BP网络实现图像质量评价,选取图像的几个特征向量作为BP网络的输入。一般BP的输入都是数值组成的。文中提出的用BP神经网 络作图像识别的方法,不对图像作特征提取,直接把图像数据作为神经网络识别器的输入。文章最后用Python完成了网络的训练与测试,并 给出了试验结果。结果表明,不作特征提取的神经网络图像识别系统具有很强的抗干扰能力。
  3. 所属分类:其它

    • 发布日期:2017-11-20
    • 文件大小:1048576
    • 提供者:lemonwumiao
  1. BP算法Python代码

  2. BP算法,误差反向传播(Error Back Propagation, BP)算法。BP算法的基本思想是,学习过程由信号的正向传播与误差的反向传播两个过程组成。由于多层前馈网络的训练经常采用误差反向传播算法,人们也常把将多层前馈网络直接称为BP网络。利用python代码实现BP神经网络。
  3. 所属分类:深度学习

    • 发布日期:2018-01-04
    • 文件大小:17408
    • 提供者:qq_41466997
  1. AI学习知识点.xmind

  2. *AI学习知识点* 1. 基础知识 概率论 微积分与逼近论 极限、微分、积分的基本概念 利用逼近的思想理解微积分,利用积分的方式理解概率论 概率论的基础 古典模型 常见的概率分布 大数定理和中心极限定理 协方差和相关系数 最大似然估计和最大后验估计 凸优化 凸优化的基本概念 凸函数 凸集 凸优化问题的标准形式 线性代数及矩阵 线性空间及线性变化 矩阵的基本概念 状态转移矩阵 特征
  3. 所属分类:Python

    • 发布日期:2019-07-15
    • 文件大小:240640
    • 提供者:lingfeian
  1. BP神经网络进行蝴蝶花分类 附数据与源代码 Python

  2. 设计一个BP神经网络对蝴蝶花进行分类 实验内容包括: BP神经网络的结构设计; 通过Python实现BP神经网络; 实验进行参数优化,对比不同参数的效果性能; 分析实验结果,优化BP神经网络结构;
  3. 所属分类:机器学习

    • 发布日期:2020-01-03
    • 文件大小:234496
    • 提供者:qq_33531391
  1. Python实现的三层BP神经网络算法示例

  2. 主要介绍了Python实现的三层BP神经网络算法,结合完整实例形式分析了Python三层BP神经网络算法的具体实现与使用相关操作技巧,需要的朋友可以参考下
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:79872
    • 提供者:weixin_38657115
  1. BP神经网络源码(python实现)

  2. python代码实现,可以调整网络结构,适用分类与回归问题,包含随机梯度下降、动量梯度下降,RMSProp、Adam优化算法。
  3. 所属分类:深度学习

    • 发布日期:2020-12-03
    • 文件大小:21504
    • 提供者:qq_38048756
  1. BP神经网络源码.rar

  2. python代码实现,可以调整网络结构,适用分类与回归问题,包含随机梯度下降、动量梯度下降,RMSProp、Adam优化算法。通过hyperopt优化调参,另外补充了一些测试demo
  3. 所属分类:深度学习

    • 发布日期:2020-12-07
    • 文件大小:9437184
    • 提供者:qq_38048756
  1. Python:客运量与货运量预测-BP神经网络

  2. 基于Python实现BP神经网络,参考资料会放在最后。 BP神经网络误差向量推导过程用到了微分链式求导 了解整个BP神经网络运行原理之后,就挺简单的 像一般神经网络一样,BP神经网络先进行FP传导即正向传导,案例中只设置了一层隐含层,所以参数层有两层:w1,b1;w2,b2;W参数矩阵的行列:行为输出层的神经元个数,列是输入层的神经元个数。 隐含层的结果:O1=sigmoid(a1)=sigmoid(w1.x.T+b1),隐含层使用了sigmoid激活函数 输出结果:O2=a2=W2*O1+b2
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:607232
    • 提供者:weixin_38509082
  1. 深度学习(神经网络) —— BP神经网络原理推导及python实现

  2. 深度学习(神经网络) —— BP神经网络原理推导及python实现摘要(一)BP神经网络简介1、神经网络权值调整的一般形式为:2、BP神经网络中关于学习信号的求取方法:(二)BP神经网络原理推导1、变量说明2、BP算法推导(三)BP神经网络python实现1、模型所需传参介绍2、模型具有的主要方法和属性3、python代码4、代码运行结果 摘要 本文首先介绍了BP神经网络求取学习信号的方法,其次对BP神经网络在原理上进行了推导,最后在python上进行编程实现,并将其封装,方便读者直接调用。 (
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:199680
    • 提供者:weixin_38731239
  1. 神经网络模型详解与误差逆传播优化

  2. 文章目录一、神经元模型1.1 M-P神经元1.2 激励函数1.2.1 单位阶跃函数1.2.2 logistic函数(sigmoid)1.2.3 tanh函数(双曲正切函数)1.2.4 ReLU(修正线性单元)1.2.5 激励函数对比1.3 罗森布拉特感知器1.4 Adaline(自适应线性神经元)二、神经网络模型2.1 线性不可分问题2.2 多层前馈神经网络三、神经网络学习:误差逆传播四、Python实现4.1 确定参数4.2 内置数据预处理器4.3 数据初始化4.4 BP算法4.6 预测类标五
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:275456
    • 提供者:weixin_38592502
  1. Class-Project:一个包含数据科学本科专业课作业的项目文件夹:candy:包括计算机网络,操作系统,计算机系统,统计,算法,神经网络,数据科学数学基础,PHP网站,导论(情感分析)-源码

  2. 课堂项目 一个包含数据科学本科专业课作业的项目文件夹目前包括的课程有 一,操作系统 (四个项目) 【一个简易的shell&三个修改minix实现内存管理和I / O子系统(ram盘管理)&chrt调用的相关修改】 二,计算机网络 (Java多线程&Java RPI&最终项目) 三,专业英语 (1.蘑菇二分类BP神经网络(训练30次准确率达到100%) (2.基于PHP的小型网址文件夹(支持增删改查等基本操作)) 四,概率论 卷积图像平滑模拟poker计算同花顺概率等 五,数据科学的数学基础 课程
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:60817408
    • 提供者:weixin_42125770
  1. Tensorflow卷积神经网络

  2. 卷积神经网络(ConvolutionalNeuralNetwork,CNN)是一种前馈神经网络,在计算机视觉等领域被广泛应用.本文将简单介绍其原理并分析Tensorflow官方提供的示例.关于神经网络与误差反向传播的原理可以参考作者的另一篇博文BP神经网络与Python实现.卷积是图像处理中一种基本方法.卷积核是一个f*f的矩阵.通常n取奇数,使得卷积核有中心点.对图像中每个点取以其为中心的f阶方阵,将该方阵中各值与卷积核中对应位置的值相乘,并用它们的和作为结果矩阵中对应点的值.1*1+1*0+
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:572416
    • 提供者:weixin_38645133
  1. BP神经网络与Python实现

  2. 本文来自于cnblogs,人工神经网络是一种经典的机器学习模型,随着深度学习的发展神经网络模型日益完善.联想大家熟悉的回归问题,神经网络模型实际上是根据训练样本创造出一个多维输入多维输出的函数,并使用该函数进行预测,网络的训练过程即为调节该函数参数提高预测精度的过程.神经网络要解决的问题与最小二乘法回归解决的问题并无根本性区别.回归和分类是常用神经网络处理的两类问题,如果你已经了解了神经网络的工作原理可以在http://playground.tensorflow.org/上体验一个浅层神经网络的
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:161792
    • 提供者:weixin_38712899
  1. BP神经网络python简单实现

  2. 本文来自于CSDN,介绍了BP神经网络原理以及如何使用Python来实现BP神经网络等相关知识。人工神经网络是一种经典的机器学习模型,随着深度学习的发展神经网络模型日益完善.联想大家熟悉的回归问题,神经网络模型实际上是根据训练样本创造出一个多维输入多维输出的函数,并使用该函数进行预测,网络的训练过程即为调节该函数参数提高预测精度的过程.神经网络要解决的问题与最小二乘法回归解决的问题并无根本性区别.回归和分类是常用神经网络处理的两类问题.感知机(Perceptron)是一个简单的线性二分类器,它保
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:161792
    • 提供者:weixin_38658085
  1. Tensorflow卷积神经网络

  2. 卷积神经网络(ConvolutionalNeuralNetwork,CNN)是一种前馈神经网络,在计算机视觉等领域被广泛应用.本文将简单介绍其原理并分析Tensorflow官方提供的示例.关于神经网络与误差反向传播的原理可以参考作者的另一篇博文BP神经网络与Python实现.卷积是图像处理中一种基本方法.卷积核是一个f*f的矩阵.通常n取奇数,使得卷积核有中心点.对图像中每个点取以其为中心的f阶方阵,将该方阵中各值与卷积核中对应位置的值相乘,并用它们的和作为结果矩阵中对应点的值.1*1+1*0+
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:556032
    • 提供者:weixin_38732425
  1. BP神经网络与Python实现

  2. 本文来自于cnblogs,人工神经网络是一种经典的机器学习模型,随着深度学习的发展神经网络模型日益完善.联想大家熟悉的回归问题,神经网络模型实际上是根据训练样本创造出一个多维输入多维输出的函数,并使用该函数进行预测, 网络的训练过程即为调节该函数参数提高预测精度的过程.神经网络要解决的问题与最小二乘法回归解决的问题并无根本性区别.回归和分类是常用神经网络处理的两类问题,如果你已经了解了神经网络的工作原理可以在http://playground.tensorflow.org/上体验一个浅层神经网络
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:154624
    • 提供者:weixin_38701683
  1. BP神经网络python简单实现

  2. 本文来自于CSDN,介绍了BP神经网络原理以及如何使用Python来实现BP神经网络等相关知识。人工神经网络是一种经典的机器学习模型,随着深度学习的发展神经网络模型日益完善.联想大家熟悉的回归问题,神经网络模型实际上是根据训练样本创造出一个多维输入多维输出的函数,并使用该函数进行预测, 网络的训练过程即为调节该函数参数提高预测精度的过程.神经网络要解决的问题与最小二乘法回归解决的问题并无根本性区别.回归和分类是常用神经网络处理的两类问题.感知机(Perceptron)是一个简单的线性二分类器,它
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:155648
    • 提供者:weixin_38526208