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

统计学中的概率分布

您是否熟悉统计学中使用的不同分布？

  • 2024-05-06
  • 阅读63

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67

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71

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72

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66

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128

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134

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97