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 161 条结果，耗时 0.229 秒
这篇教学文档我准备主要讲述这样几个问题：神经网络基础：单层感知器、线性神经网络、BP网络、hopfield神经网路、径向基函数神经网络、主成分分析神经网络与支持向量机。
图中的深层卷积神经网络是一种较深层级的卷积神经网络，使用两台NVIDIA GTX 580 3GB GPU进行计算和训练（上下的层分别代表两显卡中不同的层），它验证了卷积神经网络在高层数方面的适用性及其优越性
f(x)=ln(1+e^x ) \)
其导数为：
\( f^{'}(x)=e^x/(e^x+1)=1/(1+e^{-x} ) \)
这一类的激活函数主要是为了拟合神经元的单侧抑制输出，它们可以加快神经网络的训练速度
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
（这里是尚未编写完成的教程）
通常来说，只有训练过的内容神经网络才会认识
上面的是普通的神经网络，每轮训练通常只需要进行一次，但在遇到类似于 Dueling DQN 这种结构的神经网络时应该如何训练呢？需要在1和2分别推一次？其中一条只需要推一半就好？
XXXXXXXXXXXXXXXXXXXXXXXXXXXX
更新日志：
11/4
更改训练函数，权值生成函数，以及一些模型中的计算
train(train_label->LabelPtr[i].Labe...
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。
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX...
引用 1160599678:感谢评论1.比较忙，还没写完，以后会介绍径向基函数(RBF)神经网络、限制波尔兹曼机(RBM)、卷积神经网络(CNN)、深度置信神经网络(DBN)，还会拓展讲一下CNN的变种
学习NN尽量参考2012年以后的资料，因为在这之后出现了很多重要的算法和思路，比如楼主位……感谢评论1.比较忙，还没写完，以后会介绍径向基函数(RBF)神经网络、限制波尔兹曼机(RBM)、卷积神经网络(
卷积神经网络（CNN）
终于讲到卷积神经网络了，RBF神经网络先暂时先不讲，因为用途不是很广（现在主要是机械控制），而且网上讲的不错：这里
卷积是一个数学操作,用两个函数得到第三个函数，用公式可以表示为