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

深度学习中的重要概念

深度学习是机器学习的一个子类别，专注于为计算机构建一个学习过程，使其能够像人类一样识别模式和做出决策。

  • 2024-05-06
  • 阅读237

梯度下降（GradientDescent）

梯度下降（Gradient Descent）是一种一阶优化技术，用于寻找局部最小值或优化损失函数（loss function）。它也被称为参数优化技术（parameter optimization technique）。

  • 2024-05-06
  • 阅读242

机器学习：基于实例vs基于模型

被归类为基于实例学习的机器学习系统是那些通过记住训练示例然后基于某种相似度度量来泛化到新实例的系统。这些算法的时间复杂度取决于训练数据的大小。

  • 2024-05-06
  • 阅读248

卷积神经网络（ConvolutionalNeuralNetwork）的重要概念

卷积神经网络（Convolutional Neural Networks），也被称为convet，是一种特殊的神经网络，用于处理具有已知网格状拓扑的数据，比如时间序列数据（1D）或图像（2D）。

  • 2024-05-06
  • 阅读239

MLP的时代结束了？全新神经网络架构KAN横空出世

多层感知器（MLP, Multilayer Perceptron）作为人工神经网络的一个基本架构，一直在历史上扮演着至关重要的角色。MLP 可以被视为深度学习领域的“基石”或“基础构件”

  • 2024-05-06
  • 阅读315

图神经网络(GNN)系统介绍及实践（Pytorch）

本文介绍了有关图神经网络的所有内容，包括 GNN 是什么、不同类型的图神经网络以及它们的用途。此外，还展示了如何使用 Pytorch 构建图神经网络。

  • 2024-05-05
  • 阅读317

图神经网络模型原理及前沿

图神经网络（GNN）是一种用于学习图结构数据的深度学习框架。通过制定针对节点和边的策略，GNN能够将图数据转化为规范形式，并输入到神经网络中进行训练。在节点分类、传播边信息和图聚类等任务上，GNN表现出卓越的性能。

  • 2024-05-05
  • 阅读269

图神经网络通俗介绍(GNN)

由于神经网络在模式识别和数据挖掘领域的实用性和简单性，近年来它的受欢迎程度大大提高。在深度学习中使用 CNN、RNN 和自动编码器来完成目标识别和语音识别等任务，导致了对神经网络研究和开发的大量投资。

  • 2024-05-05
  • 阅读252