会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

一文浅谈神经网络(非常适合初学者)

最近学习BP神经网络，网上文章比较参差不齐，对于初学者还是很困惑，本文做一下笔记和总结，方便以后阅读学习。

  • 2023-02-26
  • 阅读196

理解LSTM神经网络

人类不会每一秒都从头开始思考。当你阅读这篇文章时，你会根据你对前面单词的理解来理解每个单词。你不会扔掉所有东西，然后重新开始思考。 而传统的神经网络无法做到这一点，这似乎是一个主要缺点。例如，假设您想对电影中每一点发生的事件类型进行分类。目前尚不清楚传统的神经网络如何利用其对电影中先前事件的推理来通知后来的事件。 递归神经网络解决了这个问题。它们是带有循环的网络，允许信息持续存在。

  • 2023-02-27
  • 阅读201

从0到1实现神经网络（Python）

有个事情可能会让初学者惊讶：神经网络模型并不复杂！『神经网络』这个词让人觉得很高大上，但实际上神经网络算法要比人们想象的简单。

  • 2023-02-27
  • 阅读219

3D图解神经网络

做计算机视觉，离不开CNN。 可是，卷积、池化、Softmax……究竟长啥样，是怎样相互连接在一起的？ 对着代码凭空想象，多少让人有点头皮微凉。于是，有人干脆用Unity给它完整3D可视化了出来。

  • 2023-02-27
  • 阅读196

如何建立神经网络预测模型

输入神经元可以理解为自变量，输出神经元可理解为因变量。 如果用矩阵表示输入输出的话，每一行矩阵表示一个神元，每一列表示一组数据，这里由于输入输出数据量较大可以采用第三方数据库导入数据的方式，部分情况下由于导入数据神经元是列向量形式，导入后需要进行转置。

  • 2023-02-27
  • 阅读207

MTGNN:多变量时序图神经网络预测模型

本文提出了一种能同时反映时序和空间依赖的图神经网络结构MTGNN，提供了一种多元时序预测的手段，模型结构的设计有多处值得借鉴。

  • 2023-02-27
  • 阅读334

中长期神经网络概率预测模型

基本思想：是将时序信号分解为残差+季节性+趋势。其中季节性和趋势采用广义线性回归，残差采用神经网络。

  • 2023-02-27
  • 阅读185

BP神经网络回归的三种python实现

BP神经网络（Back Propagation）是基于误差反向传播算法训练的多层前馈网络，能学习存储大量的输入-输出模式映射关系。它的优化方法是使用梯度下降法，通过反向传播来不断调整网络的权值和阈值，使网络误差平方和最小。其实际就是多层感知机，拓扑结构（单隐藏层）如下图所示。

  • 2023-02-27
  • 阅读183