深度学习——神经网络

阿庆1996

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 100+累计阅读 137平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄10年

关注

原创最新推荐文章于 2026-06-29 09:48:58 发布 137 阅读 AI 写同款· GEO 优化 ›

人工智能AI 机器学习ML 深度学习DL 和 神经网络NN 的关系人工智能 机器学习 深度学习 神经网络 的关系阅读详情

比较机器学习算法——K-近邻

通过调整K值，找到与目标最近的K个类型数据W1，W2，若该范围K内W1多则将目标归为W1所在类别，反之亦然
不需使用训练集训练，训练复杂度为0
分类计算复杂度与测试集中的数据量成正比
代码实现
超参数
训练集&测试集，训练集再进行划分，进行交叉验证

收录于

笔记

当前文章被收录于：

笔记

22 篇文章 0 人学习

订阅专栏查看详情

深度学习

当前文章被收录于：

深度学习

1 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#神经网络

深度学习【DL介绍、神经网络介绍】 深度学习（deep learning）是机器学习的分支，是一种以人工神经网络为架构，对数据进行特征学习的算法。人工神经网络（英语：Artificial Neural Network，ANN），简称神经网络（Neural Network，NN）或类神经网络，是一种模仿生物神经网络（动物的中枢神经系统，特别是大脑）的结构和功能的数学模型，用于对函数进行估计或近似。和其他机器学习方法一样，神经网络已经被用于解决各种各样的问题，例如机器视觉和语音识别。这些问题都是很难被传统基于规则的编程所解决的。... 阅读详情

相关推荐

邱锡鹏DL-神经网络与深度学习

本书介绍近年来，以机器学习、知识图谱为代表的人工智能技术逐渐变得普及。从车牌识别、人脸识别、语音识别、智能助手、推荐系统到自动驾驶，人们在日常生活中都可能有意无意地用到了人工智能技术。这些技术的背后都离不开人工智能领域研究者的长期努力。特别是最近这几年，得益于数据的增多、计算能力的增强、学习算法的成熟以及应用场景的丰富，越来越多的人开始关注这个“崭新”的研究领域：深度学习。深度学习以神经网络为主要模型，一开始用来解决机器学习中的表示学习问题。但是由于其强大的能力，深度学习越来越多地用来解决一...

lqfarmer的博客 683

人工智能、机器学习、深度学习、神经网络

在经历了蛮荒的PC互联网时代，混战的移动互联网时代，到现今最火的人工智能时代。大数据、云计算、机器学习的技术应用，已经使得IT从业者的门槛越来越高。套用一句樊登读书会的宣传口号“keep learning”，保持对新鲜技术的好奇心，保持对技术应用的责任心，持续关注、学习是每个IT从业者的必备技能。一、什么是人工智能？人工智能（Artificial Intelligence），英文缩写为AI。它是一个

czliuming的博客 2万+

邱锡鹏DL经典教材-《神经网络与深度学习》

lqfarmer的博客 3243

机器学习算法汇总：人工神经网络、深度学习及其它

机器学习算法汇总：人工神经网络、深度学习及其它目录(?)[+] 机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的类似性。学习方式根据数据类型的不同，对一个问题的建模有不同的方式。在机器学习或者人工智能

dulingtingzi的博客 2420

神经网络和深度学习（一）——初识神经网络

神经网络和深度学习 神经网络：一种可以通过观测数据使计算机学习的仿生语言范例 深度学习：一组强大的神经网络学习技术神经网络和深度学习目前提供了针对图像识别，语音识别和自然语言处理领域诸多问题的最佳解决方案。传统的编程方法中，我们告诉计算机如何去做，将大问题划分为许多小问题，精确地定义了计算机很容易执行的任务。而神经网络不需要我们告诉计算机如何处理问题，而是通过从观测数据中学习，计算出他自己的解决方案

CUG_UESTC的博客 8万+

深度学习的 RL 与 DL 结合：强化学习的神经网络

1.背景介绍强化学习（Reinforcement Learning, RL）是一种人工智能技术，它通过在环境中执行动作并接收到相应的奖励来学习如何做出最佳决策的算法。强化学习的主要目标是找到一种策略，使得在长期内的累积奖励最大化。强化学习的主要特点是它不依赖于预先标记的数据，而是通过与环境的互动来学习。 深度学习（Deep Learni

AI天才研究院 1687

深度学习-机器学习(神经网络的应用上)

1.用Python来实现神经网络：：

Mogul的博客 1124

人工智能_深度学习之循环神经境网络.ppt

深度学习实践应用，深度学习循环神经网络的应用和原理介绍。

邱锡鹏DL经典-神经网络与深度学习

lqfarmer的博客 500

深度学习循环神经网络

MIT版深度学习第10章循环神经网络 。循环神经网络用于处理连续性数据，基础的神经网络只在层与层之间建立了权连接，RNN最大的不同之处就是在层之间的神经元之间也建立的权连接

FreeRtos——10、全局看门狗设计

RTOS 里的看门狗不只是为了证明 CPU 还在动，而是为了证明每个业务逻辑都在按预期的节奏“呼吸”。

qq_40170041的博客 900

【DL】第 1 部分：神经网络和深度学习

以下是课程链接如果你想打入尖端人工智能领域，本课程将帮助你实现这一目标。深度学习工程师备受追捧，掌握深度学习会给你带来无数新的职业机会。深度学习也是一种新的“超级力量”，可以让您构建几年前还不可能构建的 AI 系统。在本课程中，您将学习深度学习的基础知识。完成本课程后，您将：了解推动深度学习的主要技术趋势能够构建、训练和应用完全连接的深度神经网络了解如何实现高效（矢量化）神经网络了解神经网络架构中的关键参数本课程还向您介绍深度学习的实际工作原理，而不是仅提供粗略或表面的描述。

sikh_0529的博客 1392

保姆级教程：手把手带你复现APFNet论文的RGBT目标跟踪模型（附完整代码与数据集配置）

本文提供了一份详细的APFNet论文复现指南，涵盖从环境搭建到模型测试的全流程。通过解析多模态融合模块和渐进式训练流程，帮助读者高效完成RGBT目标跟踪模型的复现工作，特别针对训练和测试中的常见问题提供实用解决方案。

weixin_29056781的博客 342

[DL]深度学习_神经网络

神经网络前向传播（Feedforward Propagation）是指将输入数据在神经网络中进行计算的过程。在神经网络的每一层中，通过激活函数对输入进行转换，再将转换后的结果传递到下一层，直到达到输出层。在前向传播的过程中，每一层的权重和偏置都会被使用。整个前向传播的过程是一个单向的计算过程，没有反馈回来的信息。在每一层中，将输入数据乘上对应层的权重矩阵，再加上偏置向量。将该层的输出传递到下一层，重复步骤2-3，直到达到输出层。对每一层的结果使用激活函数进行转换，得到该层的输出。

iazzz的博客 2161

SAP MRKO与MIRO的对比分析：为何寄售结算需要定制开发？

本文深入分析了SAP系统中MRKO与MIRO在寄售结算中的功能差异，揭示了标准MRKO在财务控制和业务流程上的局限性。通过定制开发实践，如BAdI增强和界面优化，企业可显著提升结算效率与准确性。文章还探讨了未来SAP S/4HANA在寄售结算中的智能化趋势，为相关企业提供技术参考。

weixin_29300241的博客 419

深入解析FOC电流环PI参数整定：从理论到实践

本文深入解析了FOC（磁场定向控制）中电流环PI参数整定的核心原理与实践方法。文章从永磁同步电机模型出发，详细阐述了基于带宽与零极点对消的工程法及考虑逆变器延迟的二阶系统整定法两种经典策略，并提供了从理论计算到安全上电调试的完整步骤与常见问题解决方案，帮助工程师精准调校电机控制性能。

weixin_29164497的博客 446

【DL-吴恩达-神经网络与深度学习-01】引言

深度学习笔记（黄海广） github（黄海广等）课后作业1 课后作业2 AI学习的开源项目课程设置 神经网络与深度学习 如何建立一个神经网络，包括深度神经网络 如何在数据上训练神经网络 用一个神经网络辨认猫改善深层神经网络：超参数调试、正则化及优化 神经网络的编程知识严密地构建神经网络，如何真正让它表现良好，因此要学习超参数调整、正则化、诊断偏差和方差以及一些高级优化算法，比如...

Explore 299

SCL3400-D01双轴高精度倾角计

简介两轴高精度加速度计，提供两个模式。 ±30° with 10 Hz LPF ±90° with 40 Hz LPF Resolution up to 32768 LSB/g Ultra-low 0.0009°/√Hz noise density 这款传感器是替换之前村田的停产的模拟量系列的芯片，正在测试中，具体效果大伙可以评测。一、引脚连接图引脚图兼容SCL3300 二、SPI接口 1.SCL3300和SCL3400略有区别如下图左边为SCL3...

专注惯导领域 3808

聊聊AI家族（人工智能AI、机器学习ML、深度学习DL、神经网络NN、LLM、Agent）的那些事儿

到这里，相信你对AI家族的关系已经了如指掌。人工智能（AI）—— 终极目标：让机器像人一样智能↑机器学习（ML）—— 实现方法：从数据中学习规律↑深度学习（DL）—— 进阶技术：用深层网络处理复杂数据↑神经网络（NN）—— 核心工具：多层结构传递信息↑大语言模型（LLM）—— 具体应用：专攻语言领域的模型↑智能体（Agent）—— 高级形态：能自主决策的智能系统想让餐厅能满足所有食客需求（AI），需要好的做菜方法（ML）复杂菜品需要高级烹饪技巧（DL），这些技巧依赖专业厨具（NN）

这里是数字化与人工智能的 “实验场” 与 “瞭望台” 1923

记录:解决Ubuntu20.04安装ros报错E: Unable to locate package ros-kinetic-desktop-full【亲测有效】

报错：E: Unable to locate package ros-kinetic-desktop-full.尝试好久一直都无法下载，最后得知真相的我眼泪哗哗的直流。

**My Coding Family** 6万+

Linux内存从0到1学习笔记(10.1 BugsShooter之cma配置过小导致页迁移繁忙而内存申请失败）

通过向武神讨教，顺便记录cma内存有空间但页繁忙（页正被访问，无法迁移）迁移不了导致cma内存分配失败的排查过程。

从0到1，突破自己 1万+

人工智能 AI. 机器学习 ML. 深度学习 DL. 神经网络 NN 的区别与联系

……

u013669912的博客 1439

基于Simulink的间接功率控制的矩阵变换器

通过上述步骤，我们成功设计并实现了基于 Simulink 的间接功率控制的矩阵变换器仿真模型。该模型能够通过控制输入电流和输出电压，实现对功率的间接控制，适用于电机驱动、可再生能源系统、电力传输等领域。通过虚拟场景仿真、参数优化和性能评估，验证了系统的稳定性和高效性，并通过调整 PI 控制器参数和优化调制算法，进一步提升了系统的性能。

MHD0815的博客 296

深度神经网络就是深度学习的全部吗【深度学习DL ≠ 深度神经网络DNN】周志华演讲：深度学习不只是深度神经网络

周志华教授是美国计算机学会 (ACM)、美国科学促进会 (AAAS)、国际人工智能学会 (AAAI) 、国际电气电子工程师学会 (IEEE) 、国际模式识别学会 (IAPR)、国际工程技术 (IET/IEE) 等学会的会士，实现了 AI 领域会士大满贯，也是唯一一位在中国大陆取得全部学位的 AAAI 会士，对于机器学习中的集成学习、多标记学习与半监督学习有着卓越的贡献。他还一手参与创建了南京大学人...

王爷的优快云 1014

霍尼韦尔SoftMaster使用说明

温度PID控制PLC程序

温度PID稳定控制程序，适用于欧姆龙PLC，对其他PLC也具有很大参考价值

2020-5-11 吴恩达DL学习-神经网络和深度学习Neural Network and Deep Learning-第四周深层神经网络

1.视频网站：mooc慕课https://mooc.study.163.com/university/deeplearning_ai#/c 2.详细笔记网站(中文)：http://www.ai-start.com/dl2017/ 3.github课件+作业+答案：https://github.com/stormstone/deeplearning.ai 第四周深层神经网络 Deep Neural Networks 理解深度学习中的关键计算，使用它们搭建并训练深层神经网络，并应用在计算机视觉中。 4.1

weixin_42555985的博客 295

假人有限元模型

假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用

上一篇： python学习（anaconda）

下一篇： Machine Learning Note

邱锡鹏DL-神经网络与深度学习

lqfarmer的博客

12-11

683