码迷,mamicode.com
首页 >  
搜索关键字:神经网络    ( 3907个结果
bp神经网络及matlab实现
本文主要内容包含: (1) 介绍神经网络基本原理,(2) AForge.NET实现前向神经网络的方法,(3) Matlab实现前向神经网络的方法 。第0节、引例 本文以Fisher的Iris数据集作为神经网络程序的測试数据集。Iris数据集能够在http://en.wikipedia.org/wik...
分类:其他好文   时间:2014-11-07 14:35:04    阅读次数:363
人工神经网络 深度学习 MLP RBF RBM DBN DBM CNN 整理学习
人工神经网络 深度学习 MLP RBF RBM DBN DBM CNN 整理学习...
分类:数据库   时间:2014-11-07 01:03:38    阅读次数:895
服务器端负载均衡技术的本质原理
1、什么是负载? 负载就是服务器端的“资源”:主要就是CPU和IO。 前者适宜于计算密集型的任务,后者则对应数据密集型的任务。 2、负载均衡的前提 就是负载(或者说CPU/IO资源)可以切分,划分到不同的计算机(或者CPU核)上去。 要做到这一点,首先底层的运算应该是可以中断并调度的,IO是可以多路扩散的。否则一个简单的CPU死循环指令this: jmp this(跳回自己)就会...
分类:其他好文   时间:2014-11-06 17:33:20    阅读次数:184
Deep Learning(深度学习)学习笔记整理系列之(四)
9.5、Convolutional Neural Networks卷积神经网络 卷积神经网络是人工神经网络的一种,已成为当前语音分析和图像识别领域的研究热点。它的权值共享网络结构使之更类似于生物神经网络,降低了网络模型的复杂度,减少了权值的数量。该优点在网络的输入是多维图像时表现的更为明显,使图像可...
分类:其他好文   时间:2014-11-06 10:50:42    阅读次数:270
Deep Learning(深度学习)学习笔记整理系列之(三)
九、Deep Learning的常用模型或者方法9.1、AutoEncoder自动编码器 Deep Learning最简单的一种方法是利用人工神经网络的特点,人工神经网络(ANN)本身就是具有层次结构的系统,如果给定一个神经网络,我们假设其输出与输入是相同的,然后训练调整其参数,得到每一层中的权重。...
分类:其他好文   时间:2014-11-06 10:46:13    阅读次数:394
deep learning 利用MATLAB制作GUI的数字识别可视化界面
基于GUI的手写字识别系统...
分类:其他好文   时间:2014-11-05 13:13:47    阅读次数:366
Going Deeper with convolutions
Going Deeper with convolutions 本篇论文是针对ImageNet2014的比赛,论文中的方法是比赛的第一名,包括task1分类任务和task2检测任务。本文主要关注针对计算机视觉的高效深度神经网络结构,通过改进神经网络的结构达到不增加计算资源需求的前提下提高网络的深度,从而达到提高效果的目的。...
分类:其他好文   时间:2014-11-04 01:37:56    阅读次数:348
数据挖掘学习笔记:分类器(二)
人工神经网络(ANN) ANN是有相互连接的结点和有项链构成。(1)感知器。感知器的一般模型如下所示
分类:其他好文   时间:2014-11-02 22:20:17    阅读次数:140
(原创)大数据时代:基于微软案例数据库数据挖掘知识点总结(Microsoft 神经网络分析算法)
前言有段时间没有进行我们的微软数据挖掘算法系列了,最近手头有点忙,鉴于上一篇的神经网络分析算法原理篇后,本篇将是一个实操篇,当然前面我们总结了其它的微软一系列算法,为了方便大家阅读,我特地整理了一篇目录提纲篇:大数据时代:深入浅出微软数据挖掘算法总结连载,我打算将微软商业智能中在DM这块所用到的算法...
分类:数据库   时间:2014-11-02 20:55:29    阅读次数:327
大数据时代:基于微软案例数据库数据挖掘知识点总结(Microsoft 神经网络分析算法原理篇)
原文:(原创)大数据时代:基于微软案例数据库数据挖掘知识点总结(Microsoft 神经网络分析算法原理篇)前言 本篇文章继续我们的微软挖掘系列算法总结,前几篇文章已经将相关的主要算法做了详细的介绍,我为了展示方便,特地的整理了一个目录提纲篇:大数据时代:深入浅出微软数据挖掘算法总结连载,有兴趣的童...
分类:数据库   时间:2014-11-02 14:58:22    阅读次数:273
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!