注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 感知器基础原理及python实现过程详解

  2. 主要介绍了感知器基础原理及python实现过程详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：254976
    • 提供者：weixin_38738422

  1. python实现感知器算法详解

  2. 主要为大家详细介绍了python实现感知器算法详解，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：167936
    • 提供者：weixin_38592643

  1. python实现感知器算法详解

  2. 在1943年，沃伦麦卡洛可与沃尔特皮茨提出了第一个脑神经元的抽象模型，简称麦卡洛可-皮茨神经元（McCullock-Pitts neuron）简称MCP，大脑神经元的结构如下图。麦卡洛可和皮茨将神经细胞描述为一个具备二进制输出的逻辑门。树突接收多个输入信号，当输入信号累加超过一定的值（阈值），就会产生一个输出信号。弗兰克罗森布拉特基于MCP神经元提出了第一个感知器学习算法，同时它还提出了一个自学习算法，此算法可以通过对输入信号和输出信号的学习，自动的获取到权重系数，通过输入信号与权重系数的乘积来

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：167936
    • 提供者：weixin_38649356

  1. Python基于OpenCV库Adaboost实现人脸识别功能详解

  2. 本文实例讲述了Python基于OpenCV库Adaboost实现人脸识别功能。分享给大家供大家参考，具体如下： 以前用Matlab写神经网络的面部眼镜识别算法，研究算法逻辑，采集大量训练数据，迭代，计算各感知器的系数。。。相当之麻烦~而现在运用调用pythonOpenCV库Adaboost算法，无需知道算法逻辑，无需进行模型训练，人脸识别变得相当之简单了。 需要用到的库是opencv(open source computer vision)，下载安装方式如下： 使用pip install nu

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：238592
    • 提供者：weixin_38581455

  1. 第四章神经网络的学习算法——随机梯度下降numpy代码详解

  2. 本专栏是书《深度学习入门》的阅读笔记一共八章： 第一章深度学习中的Python基础。主要讲解了深度学习将要用到的python的基础知识以及简单介绍了numpy库和matpoltlib库，本书编写深度学习神经网络代码仅使用Python和numpy库，不使用目前流行的各种深度学习框架，适合入门新手学习理论知识。 第二章感知机。主要介绍了神经网络和深度学习的基本单元感知机。感知机接收多个输入，产生一个输出，单层感知器可以实现与门，或门以及与非门，但是不能实现异或门，异或门的实现需要借助多层感知机，这也

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：96256
    • 提供者：weixin_38616809

  1. 自适应线性神经网络Adaline的python实现详解

  2. 自适应线性神经网络Adaptive linear network， 是神经网络的入门级别网络。 相对于感知器，采用了f（z）=z的激活函数，属于连续函数。 代价函数为LMS函数，最小均方算法，Least mean square。 实现上，采用随机梯度下降，由于更新的随机性，运行多次结果是不同的。 ''' Adaline classifier created on 2019.9.14 author: vince ''' import pandas import math import num

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：143360
    • 提供者：weixin_38686542

  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