大白话神经网络和BP算法--从此爱上神经网络资源-CSDN下载

共2个文件

zip：2个

需积分: 50 21 浏览量 2021-06-19 18:40:09 上传评论 2 收藏 10.94MB ZIP 举报

资源推荐

资源详情

资源评论

大白话循环神经网络RNN-从此爱上RNN

本系列讲解循环神经网络RNN和LSTM的所有知识点，学完本系列课程将对RNN和LSTM的理论知识有清晰的认识，同时能够将理论结合实践应用到工作中。

格式：zip 资源大小：32.5MB

大白话HMM全套系列课程--从此爱上HMM

本系列课程由浅如深讲解HMM的全套知识，让你从此不再惧怕HMM，爱上HMM 1.1HMM算法之马尔可夫性质 1.2HMM算法概念1.3HMM算法参数解释--三元素1.4HMM的两个基本性质1.5HMM的三个问题案例概述1.6HMM的概率问题之暴力求解方式1.7HMM的概率问题之前向概率和后向概率概念1.8HMM中的概率问题之前向算法流程1.9HMM中的概率问题之前向算法案例 1.10HMM中的概率

格式：zip 资源大小：23.5MB

大白话EM算法--从此爱上EM迭代

格式：zip 资源大小：4.6MB

大白话tensorflow--从此爱上tensorflow

本系列介绍tensorflow从初始到应用，以及工作中常用知识如模型存储和持久化等，让tensorflow从此走进工作中 1.1tensorflow介绍 1.2tensorflow基本概念1.3tensorflow常量示意和神经网络开发流程1.4tensorflow会话流程1.5tensorflow会话session的config设置1.6tensorflow中Variable变量和Placeho

格式：zip 资源大小：13.4MB

大白话XGBoost算法--彻底了解XGBoost

4星 · 用户满意度95%

本文通过XGBoost的算法思想到XGBoost的目标函数转换，通过泰勒公式和叶节点的角度对XGBoost目标函数进行转换，然后通过树结构的生成策略去生成每一颗模型树，最后讲解于GBDT的算法区别以及相关参数。目录如下： ...

格式：zip 资源大小：24.3MB

大白话Transformer结构-从此爱上Transformer

5星 · 资源好评率100%

Transformer的核心概念是自注意力（Self-Attention）机制，它摒弃了传统RNN（循环神经网络）和CNN（卷积神经网络）的序列依赖性，实现了并行计算，大大提高了处理速度。 Transformer模型主要由两个部分构成：...

格式：zip 资源大小：22.6MB

大白话条件随机场--从此彻底理解CRF

10. **CRF的扩展**：随着深度学习的发展，深度条件随机场（Deep CRF）引入了神经网络结构，以捕获更复杂的特征交互和非线性关系。通过学习这个主题，你将深入理解条件随机场的工作原理，并能将其应用于实际序列...

格式：zip 资源大小：2.1MB

大白话SVM算法课程

5星 · 资源好评率100%

以通俗简介的方式，从浅入深介绍SVM原理和代码流程让你从此不再惧怕SVM 视频部分： 01_SVM之回顾梯度下降原理02_SVM之回顾有约束的最优化问题03_SVM之回顾有约束的最优化问题-KKT几何解释04_SVM之回顾有约束的最...

格式：zip 资源大小：14.7MB

大白话GBDT算法-通俗理解GBDT原理

第二个模块通过GBDT的三要素：GB(梯度提升)，DT(回归树)和Shrinkage(缩减)理解GBDT的算法核心。第三个模块通过剖析分类和回归损失函数来讲解GBDT在分类和回归方面的应用。第四个模块通过手动方式一步步拆解讲解...

格式：zip 资源大小：8.8MB

大白话贝叶斯定理--让你爱上贝叶斯

1.1贝叶斯定理1.2贝叶斯定理的应用--单个特征举例1.3贝叶斯定理的应用--多个特征到朴素贝叶斯1.4多项式朴素贝叶斯算法案例--离散特征1.5多项式朴素贝叶斯算法案例--平滑下的计算1.6高斯和伯努利朴素贝叶斯--连续特征...

格式：zip 资源大小：2.8MB

大白话解析模拟退火算法.pdf

在探索解决复杂优化问题的策略时，模拟退火算法（Simulated Annealing, SA）以其独特的启发式搜索方法受到广泛的关注和应用。其名称来源于固体物理学中的退火过程，即通过缓慢降温来减少晶体材料的缺陷，从而达到...

格式：pdf 资源大小：375.6KB 页数：3

OpenAI：GPT 最佳实践（大白话编译解读版）-未来力场-2023

OpenAI：GPT 最佳实践（大白话编译解读版）-未来力场-2023 OpenAI 提供了一份关于 GPT 最佳实践的指南，旨在帮助用户从 GPT 中获得更好的输出结果。这份指南总结了六个核心策略，旨在提高 GPT 的输出质量。这些策略...

格式：pdf 资源大小：3.4MB 页数：40

0040-极智AI-大白话解读Transformer-个人笔记

5星 · 资源好评率100%

0040_极智AI_大白话解读Transformer-个人笔记

格式：md 资源大小：6.4KB

【2018最新最详细】并发多线程教程

12.详解Condition的await和signal等待通知机制 13.LockSupport工具 14.并发容器之ConcurrentHashMap(JDK 1.8版本) 15.并发容器之ConcurrentLinkedQueue 16.并发容器之CopyOnWriteArrayList 17.并发容器之ThreadLocal...

格式：zip 资源大小：13.1MB

OpenAI：GPT 最佳实践中文大白话版本.pdf

【OpenAI：GPT最佳实践中文大白话版本】 OpenAI发布的《GPT最佳实践》文档，旨在提供与ChatGPT等基于GPT技术的模型交互的实用技巧，帮助用户获得更高质量的输出结果。这份文档用通俗易懂的语言编写，适合所有人学习...

格式：pdf 资源大小：2.2MB 页数：38

算法分析和设计的复习资料

"算法分析和设计的复习资料" 标题:"算法分析和设计的复习资料" 描述:"算法分析和设计的复习资料" 标签:"算法" 本资源是算法分析和设计的复习资料，涵盖了算法的基本概念、时间和空间复杂性、动态规划、贪心算法...

格式：doc 资源大小：66.5KB 页数：3

未来力场OpenAIGPT最佳实践中文大白话编译解读版.pdf

"未来力场OpenAIGPT最佳实践中文大白话编译解读版" 本文档是 OpenAI 官方发布的《GPT 最佳实践》中文大白话编译解读版，旨在帮助用户更好地与 ChatGPT 交互，获取想要的结果。该文档主要涵盖了六大策略概览，包括写...

格式：pdf 资源大小：1.4MB 页数：38

计算机-算法分析与设计复习资料.pdf

本资源摘要信息是关于算法分析与设计的复习资料，涵盖了算法分析与设计的基本概念、方法和技术。该资源包括填空题、简答题、选择题等多种形式的题目，涵盖了算法分析与设计的各个方面。知识点1：算法的复杂性 ...

格式：pdf 资源大小：341.8KB 页数：3

大白话Bert-掌握最前沿Embedding结构

BERT模型基于Transformer架构，Transformer由自注意力机制和前馈神经网络组成，这种架构允许模型同时考虑输入序列的全局信息。BERT的核心创新在于引入了“掩码语言模型”（Masked Language Modeling, MLM）和“下一...

格式：zip 资源大小：5.2MB

用Java实现几种常见的排序算法

格式：x-rar 资源大小：6.0KB

大白话注意力机制-Attention

在传统的序列模型如RNN（循环神经网络）或LSTM（长短期记忆网络）中，信息通常被一次性全部处理，容易导致梯度消失或爆炸问题，且难以处理长距离依赖。注意力机制通过引入额外的计算步骤，解决了这些问题，提升了...

格式：zip 资源大小：12.7MB

用大白话和代码通俗讲解机器学习知识

资源下载链接为： https://pan.quark.cn/s/ec284a1ab18f 用大白话和代码通俗讲解机器学习知识（最新、最全版本！打开链接下载即可用！）

格式：zip 资源大小：324.0B

大白话领域驱动设计DDD视频教程

5星 · 资源好评率100%

DDD和传统三层优劣势比较 DDD在国内现象是个什么情况？ DDD从战略设计到战术设计概览第2章领域分析模型核心域，支撑子域，通用子域微服务和DDD是什么关系？传统模式下如何合理的划分各种域基于DDD的方式进行域...

格式：txt 资源大小：231.0B

大白话Seq2Seq-原来Seq这么神奇

在实际应用中，Seq2Seq模型需要大量的标注数据进行训练，并且由于涉及到复杂的神经网络结构，训练过程可能会比较耗时和计算资源密集。不过，随着硬件技术的进步和预训练模型的出现，如BERT、GPT等，Seq2Seq模型的...

格式：zip 资源大小：21.8MB

《SEO大白话》 - 非常好的SEO教程

作者：“写此书的目的不是为了赚钱,也不是为了跟大家学习交流,因为我很懒,懒得去跟别人交流,国内的seo论坛开始渐渐增多,但是我觉得大都是毫无营养的。我只是在阐述一些自己的想法,也在用很平实的语言告诉各位,什么才...

格式：pdf 资源大小：282.7KB 页数：15

用大白话讲透大数据和机器学习的那些事

资源下载链接为： https://pan.quark.cn/s/bf81ca6e85fd 用大白话讲透大数据和机器学习的那些事（最新、最全版本！打开链接下载即可用！）

格式：zip 资源大小：276.0B

Java类加载深度剖析-大白话

Java类加载深度剖析，研究实践的demo

格式：jar 资源大小：31.3MB

京东评论情感分析模型，主要包括1、数据获取及探索性分析；2、文本预处理、文本分词、文本向量化、特征提取、

5星 · 资源好评率100%

7. **模型选择与训练**：在准备好特征之后，可以选择合适的机器学习模型进行训练，如朴素贝叶斯、支持向量机、决策树、随机森林，甚至深度学习模型如卷积神经网络（CNN）和长短期记忆网络（LSTM）等。模型的选取取决...

格式：zip 资源大小：592.1KB

公益资料（120页PPT）人工智能与数字化转型的业财融合.pptx

5星 · 资源好评率100%

公益资料（120页PPT）人工智能与数字化转型的业财融合.pptx

格式：pptx 资源大小：8.2MB 页数：120

DeepSeek引领2025年人工智能算法变革：算力效率提升与普惠应用新时代

5星 · 资源好评率100%

内容概要：本文探讨了2025年人工智能发展的战略转折，特别是DeepSeek在算法和算力效率上的革新及其对未来的深远影响。首先介绍了当前AI技术正处于发展阶段向应用需求转变的关键节点，并强调算力拐点已临，特别是DeepSeek通过对基础设施的重新设计优化算力利用，降低成本且保持高效能。随后文章讨论了数据和技术发展的变化趋势，尤其是模型大小与推理成本间的权衡，并指出2025年成为算法创新的重要一年。

格式：pdf 资源大小：1.6MB 页数：16

vue实现搜索功能

浏览：2w+

前言：最近小编也是刚跳槽新的公司一个月，前端技术栈是vue+element也是市面上比较常用的框架之一了，同时也花费一点时间总结一下最近的坑，react转vue的一个过程确实是有些心累的，其主要原因还是写法的不同吧。需求：前端实现页面的筛选列表，是多条件的；what？后端不自己做页面的筛选搜索功能，怎么让前端做这样的一个功能点的实现，可能小编太老实了吧。无所谓，不纠结这些，那就分析一下需求...

<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE log4j:configuration SYSTEM "log4j.dtd"> <log4j:configuration xmlns:log4j="http://jakarta.apache.org/log4j/" debug="false"> <appender name="CONSOLE" class="org.apache.log4j.ConsoleAppender"> <layout class="org.apache.log4j.PatternLayout"> <param name="ConversionPattern" value="[%d{dd/MM/yy hh:mm:ss:sss z}] %5p %c{2}: %n%m%n" /> </layout> </appender> <appender name="FILE" class="org.apache.log4j.RollingFileAppender"> <param name="file" value="d:/jboss/jboss-as/server/oa/deploy/defaultroot.war/WEB-INF/logs/whirlog.log" /> <param name="append" value="true" /> <param name="maxFileSize" value="1MB" /> <param name="maxBackupIndex" value="10" /> <layout class="org.apache.log4j.PatternLayout"> <param name="ConversionPattern" value="%d %-5p %C{6} (%F:%L) - %m%n" /> </layout> </appender> <logger name="opensymphony.xwork2.util.logging.commons.CommonsLogger" additivity="true"> <level value="ERROR" /> </logger> <logger name="com.ibatis" additivity="true"> <level value="ERROR" /> </logger> <logger name="com.mybatis" additivity="true"> <level value="ERROR" /> </logger> <logger name="java.sql.Connection" additivity="true"> <level value="ERROR" /> </logger> <logger name="java.sql.Statement" additivity="true"> <level value="ERROR" /> </logger> <logger name="java.sql.PreparedStatement" additivity="true"> <level value="ERROR" /> </logger> <logger name="java.sql.ResultSet" additivity="true"> <level value="ERROR" /> </logger> <logger name="net.sf.hibernate" additivity="true"> <level value="ERROR" /> </logger> <logger name="org.apache.commons" additivity="true"> <level value="ERROR" /> </logger> <logger name="com.opensymphony.xwork2" additivity="true"> <level value="ERROR" /> </logger> <logger name="opensymphony.xwork2" additivity="true"> <level value="ERROR" /> </logger> <logger name="com.opensymphony" additivity="true"> <level value="ERROR" /> </logger> <logger name="freemarker.log" additivity="true"> <level value="ERROR" /> </logger> <logger name="org.apache.struts" additivity="true"> <level value="ERROR" /> </logger> <logger name="opensymphony" additivity="true"> <level value="ERROR" /> </logger> <logger name="com.whir" additivity="true"> <level value="ERROR" /> </logger> <logger name="org.activiti" additivity="true"> <level value="ERROR" /> </logger> <root> <level value="ERROR" /> <appender-ref ref="FILE" /> </root> </log4j:configuration> 这个是只打印错误信息码？

是的，这个Log4j配置确实 **只打印ERROR级别及以上的日志信息**。以下是详细分析： --......

收起资源包目录

大白话神经网络和BP算法--从此爱上神经网络.zip （2个子文件）

大白话神经网络和BP算法--从此爱上神经网络-20200918150729951.zip 5.47MB

大白话神经网络和BP算法--从此爱上神经网络-20200918150709577.zip 5.47MB

评论收藏

内容反馈

思索bike

粉丝: 40

大白话神经网络和BP算法--从此爱上神经网络

大白话循环神经网络RNN-从此爱上RNN

大白话HMM全套系列课程--从此爱上HMM

大白话EM算法--从此爱上EM迭代

大白话tensorflow--从此爱上tensorflow

大白话XGBoost算法--彻底了解XGBoost

大白话Transformer结构-从此爱上Transformer

大白话条件随机场--从此彻底理解CRF

大白话SVM算法课程

大白话GBDT算法-通俗理解GBDT原理

大白话贝叶斯定理--让你爱上贝叶斯

大白话解析模拟退火算法.pdf

OpenAI：GPT 最佳实践（大白话编译解读版）-未来力场-2023

0040-极智AI-大白话解读Transformer-个人笔记

【2018最新最详细】并发多线程教程

OpenAI：GPT 最佳实践中文大白话版本.pdf

算法分析和设计的复习资料

未来力场OpenAIGPT最佳实践中文大白话编译解读版.pdf

计算机-算法分析与设计复习资料.pdf

大白话Bert-掌握最前沿Embedding结构

用Java实现几种常见的排序算法

大白话注意力机制-Attention

用大白话和代码通俗讲解机器学习知识

大白话领域驱动设计DDD视频教程

大白话Seq2Seq-原来Seq这么神奇

《SEO大白话》 - 非常好的SEO教程

用大白话讲透大数据和机器学习的那些事

Java类加载深度剖析-大白话

京东评论情感分析模型，主要包括1、数据获取及探索性分析；2、文本预处理、文本分词、文本向量化、特征提取、

公益资料（120页PPT）人工智能与数字化转型的业财融合.pptx

DeepSeek引领2025年人工智能算法变革：算力效率提升与普惠应用新时代

vue实现搜索功能

最新资源