• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

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
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

循环神经网络(RNN)简易教程

我们从以下问题开始 循环神经网络能解决人工神经网络和卷积神经网络存在的问题。 在哪里可以使用RNN? RNN是什么以及它是如何工作的? 挑战RNN的消梯度失和梯度爆炸 LSTM和GRU如何解决这些挑战 假设我们正在写一条信息“Let’s meet for___”,我们需要预测下一个单词是什么。下一个词可以是午餐、晚餐、早餐或咖啡。我们更容易根据上下文作出推论。假设我们知道我们是在下午开会,并且这些信息一直存在于我们的记忆中,那么我们就可以很容易地预测我们可能会在午餐时见面。 当我们需要处理需要在多个时间步上的序列数据时,我们使用循环神经网络(RNN)

  • 2023-02-27
  • 阅读202

一文搞懂RNN(循环神经网络)基础篇

他们都只能单独的取处理一个个的输入,前一个输入和后一个输入是完全没有关系的。但是,某些任务需要能够更好的处理序列的信息,即前面的输入和后面的输入是有关系的。 比如,当我们在理解一句话意思时,孤立的理解这句话的每个词是不够的,我们需要处理这些词连接起来的整个序列; 当我们处理视频的时候,我们也不能只单独的去分析每一帧,而要分析这些帧连接起来的整个序列。 以nlp的一个最简单词性标注任务来说,将我 吃 苹果 三个单词标注词性为 我/nn 吃/v 苹果/nn。

  • 2023-02-27
  • 阅读205

一文详解什么是RNN(循环神经网络)

循环神经网络的应用场景比较多,比如暂时能写论文,写程序,写诗,但是,(总是会有但是的),但是他们现在还不能正常使用,学习出来的东西没有逻辑,所以要想真正让它更有用,路还很远。

  • 2023-02-27
  • 阅读205

深度学习基础之----BN、LN、IN、GN、SN

?目录 深度学习中的归一化问题 BN(Batch Normalizatioon) BN为了解决什么问题? BN的主要思想 BN伪代码 BN的使用位置 BN的优势 BN存在的问题 LN(Layer Normalization) LN为了解决什么问题? LN的主要思想 LN的优势 IN(Instance Normalization) 为什么提出IN? IN的做法 GN(Group Normalization) 为什么提出GN? GN的主要思想 SN(Switchable Normalization)github 全网最详细、最全面、最易懂的normalization解读

  • 2023-02-27
  • 阅读224

下一代神经网络深度学习技术亮点梳理-换道chatGPT

对于领先的chatGPT,学习追赶chatGPT很重要,在追赶的同时我们也要拿一部分时间精力探索其他可能性,不然很难超越chatGPT 以AGI的终极目标为指引,加入新技术是个不错的尝试,新亮点很多

  • 2023-02-27
  • 阅读218

C++从零实现神经网络

既然是要用C++来实现,那么我们自然而然的想到设计一个神经网络类来表示神经网络,这里我称之为Net类。由于这个类名太过普遍,很有可能跟其他人写的程序冲突,所以我的所有程序都包含在namespace liu中,由此不难想到我姓刘。在之前的博客反向传播算法资源整理中,我列举了几个比较不错的资源。对于理论不熟悉而且学习精神的同学可以出门左转去看看这篇文章的资源。这里假设读者对于神经网络的基本理论有一定的了解。

  • 2023-02-27
  • 阅读194

CVPR2022|从原理和代码详解FAIR的惊艳之作:全新的纯卷积模型ConvNeXt

ConvNeXt 可以看做是把 Swin Transformer 包括 ViT 的所有特殊的设计集于一身之后的卷积网络进化版,升级了 ResNet 架构,看看借助了2020年代 CV 设计范式之后的卷积网络的性能极限在哪里。这篇工作在年初炸起了CV圈子里又一股讨论的浪潮,因此本文从更加详细的角度去解读和理解作者的思路.

  • 2023-02-27
  • 阅读191

如何看待第三代神经网络SNN?详解脉冲神经网络的架构原理、数据集和训练方法

脉冲神经网络 (SNN) ,旨在弥合神经科学和机器学习之间的差距,使用最拟合生物神经元机制的模型来进行计算,更接近生物神经元机制,但其实用价值却一直存在着争议。本文深入浅出的带大家学习和了解这一研究方向及其模型的训练过程。 >>加入极市CV技术交流群,走在计算机视觉的最前沿

  • 2023-02-27
  • 阅读207
上一页 1 …… 319320321322323324325326327328329 …… 2878 下一页 共 23017 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读80
  • 下载4

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读156
  • 下载7

低空基础设施发展研究报告(2025)

当前,世界百年变局加速演进,新一轮科技革命和产业变革?深入发展,低空经济作为新质生产力的重要组成部分,正以前瞻?性、引领性姿态加速崛起,成为推动经济结构优化升级、塑造高?质量发展新动能的关键领域。

  • 阅读325
  • 下载1

华为数字化转型之道

首先从华为的视角总结了企业对于数字化转型的应有的共识,以及从战略角度阐述了华为为何推行数字化转型,然后给出了华为数字化转型的整体框架(方法论),以及企业数字化转型成熟度评估的方法,帮助读者在厘清华为开展数字化转型工作的整体脉络的同时,能快速对自身的数字化水平进行自检,

  • 阅读395
  • 下载4

最新上线

算力互联网体系架构研究报告

算力互联网的发展和演进是一个持续不断的过程,编制组将密切关注国内外算力互联网的发展动态,积极听取产业界的意见与建议,不断完善和优化算力互联网体系架构的研究内容,适时修订并发布报告的新版本,以更好地推动算力互联网发展。

  • 阅读35
  • 下载0

数据智能服务产业发展研究报告

为更好地推动数据智能服务产业发展,本报告从数据智能服务产业定义、要素、载体、产业链、创新模式等方面开展研究工作。第一部分数据智能服务产业概念界定、内涵特征以及全球趋势;第二部分分析数据智能服务产业的核心关键要素;第三部分阐述数据智能服务产业链结构以及产业生态图谱;第四部分阐述数据智能服务的产业载体,第五部分总结了数据智能服务产业的创新模式,最后根据上述研究,从技术、应用、产业、安全等四个方面分析趋势,为我国数据智能服务产业发展提供参考。

  • 阅读36
  • 下载0

人工智能算法与应用场景介绍

通过深度学习嵌入算法可以对离散序列数据一自然语言文本进行计算分析。 主要应用方向是文本信息抽取,包括文本分类、关键实体识别、实体之间关系识别以及事件识别。

  • 阅读33
  • 下载0

医共体信息化整体解决方案

利用人与大数据技术,结合专业的中医疾病、证候/治则知识库、疾病知识图谱等,研发了医用智能处方椎荐系统。它能够无缝植入到医院现有的HIS和医生工作中,不改变医生工作流程,输入患者信息、证候、主诉等信息智能推荐方剂和备用饮片药,医生进行加减化裁即可成方,节省医生诊疗时间,提高工作效率。

  • 阅读32
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南