或
与
{{ forum.displayName }}
{{ forum.displayName }}
全部文章
只看精选
至
匹配程度
发表时间
降序
升序
收起
高级搜索
约找到 37 条结果，耗时 0.216 秒
神经网络进阶：自编码器、稀疏自编码器、玻尔兹曼机、受限玻尔兹曼机、递归神经网络、自组织竞争神经网络深度学习网络：深度置信网络、卷积神经网络、深度残差网络神经网络的应用：数据挖掘、机器学习、OCR、CV、
基于神经网络深度学习的实时CW莫尔斯码解码技术探索BG8NJW BG8NTC | 2026年6月引言莫尔斯码（Morse Code）作为最早的数字硬编码技术，通常以CW（等幅电报）作为调制方式。
一、背景：卷积神经网络的发展1998年Yann LeCun提出的LeNet-5[1]首次实现了可以有效地进行图像分类的卷积神经网络（CNN）算法，2012年Alex Krizhevsky等人提出的Al...
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX， Yann LeCun 深度学习讲义
注册时间：2021/03/17 22:41:55
最后活动：5年8个月前
深度学习，视觉检测。
［妖僧老馮］contrastively diverges 是图模型中的一种对梯度的逼近方法，深度学习中仅在RBM／DBN这类中有用到，由于目前RBM／DBN已经不大用了所以。。。
注册时间：2025/03/18 20:36:02
最后活动：1年7个月前
强化学习模型会不会深度学习到基于模块逻辑的仿生四足偶蹄目生物
在对象分类和检测的深度学习方面取得的诸多进步推动了我们去开发这样一个令人信服的系统了。
下面是我们的系统输出的一个例子：你认为哪个说明是由人编写的，而哪个又是系统生成的呢？
1.
网站上发布了一款基于虚幻引擎的无人机仿真器（AirSim），通过一套名为AirLib的模块集提供传感器、环境、四旋翼机架等一系列数学模型，以及虚幻引擎所提供的动力学模型和图像信息，能够以较小的代价获得大量用于深度学习和人工智能研究的数据
最近看了些使用YOLOv5的深度学习教程，加上我自己的一番摸索，总结了点经验，分享于诸君：1、CPU也能跑YOLOv5，我本来一直以为要有适配的GPU才能跑的。
申请人自己造了一个效率普通的深度学习框架，尽管精神可嘉，但这与用74芯片自己先搭一个CPU，然后再用于“测试本人提出的新的”算法没有本质区别，存在对算力的浪费。
（深度学习发展到现在这个阶段，这样一个新架构能够把error rate直接降低将近一半已经是相当了不起的壮举了，其中道路的艰难远非“这模型还是要改进，长时间的收益不大”所能描述的。）
这种算法结合了深度学习和强化学习的优势，能够有效地处理连续动作空间和高维状态空间下的问题4。通过合适的奖励机制，模型能够更加准确地评估行为的好坏，并在训练过程中不断调整策略以达到最优解。
现代社会通讯技术高度发达，信息壁垒、语言隔阂比爱因斯坦年代要低得多，但深度学习相关的理论进展，却花了20年才从实验室进入课堂，根本原因不是信息闭塞、体制落后，而是人固有的思维惯性。
本人因为最近研究深度学习，需要安装一个较高性能的计算平台，但是身为学生的身份囊中羞涩，并不能支持我购置顶级的硬件，我便把目光投向了性价比极高的老x79平台，其中遇上了不少坑，也前前后后折腾了一个星期，现在把我遇上的坑总结一下
第四阶段—-高潮时期 深度学习(Deep Learning,DL)由Hinton等人于2006年提出，是机器学习(Machine Learning, ML)的一个新领域。