深度学习入门之神经网络
接着啃书第三章

图卷积和消息传递理论的可视化详解
本文中将研究如何基于消息传递机制构建图卷积神经网络,并创建一个模型来对具有嵌入可视化的分子进行分类。

伪标签:用于深度神经网络的简单高效的半监督学习方法
未标记的数据由监督学习网络标记,即所谓的伪标记。然后使用标记数据和伪标记数据训练网络。

通过强化学习和官方API制作《星露谷物语》的自动钓鱼mod
使用官方 Stardew Valley 的 modding API 用 C# 编写一个自动钓鱼的mod

为神经网络选择正确的激活函数
在本篇文章中我们将讨论神经网络中常见的激活函数,并使用可视化技术帮助你了解激活函数的函数定义和不同的使用场景。
神经网络-人脸表情识别
导 论 :Hello 各位小伙伴,今天给大家带来零基础入门深度学习第一个小项目—情绪识别。本订阅号作为科普类的公众号,目的就是科普人工智能,无论什么专业只需要掌握了高中数学基础与简单编程就能入门人工智能。好了,接下来开始我们今天的第一个小项目—计算机视觉之情绪检测。本小项目是非常经典的,会了这个项目

深入了解 TabNet :架构详解和分类代码实现
Google发布的TabNet是一种针对于表格数据的神经网络,它通过类似于加性模型的顺序注意力机制(sequential attention mechanism)实现了instance-wise的特征选择,还通过encoder-decoder框架实现了自监督学习。

论文推荐:在早期训练阶段预测下游模型性能
22年1月的新论文提出了基于边缘动态系统的神经网络选择的新视角

2022 年 1 月推荐阅读的四篇深度学习论文
自举元学习到深度学习的时间序列预测,外推与泛化之间的关系与 Ridge Rider 探索多样化最优

为什么小批量会可以使模型获得更大的泛化
批大小是机器学习中重要的超参数之一。这个超参数定义了在更新内部模型参数之前要处理的样本数量。
2021年必读的10 个计算机视觉论文总结
2021 年排名前 10 的计算机视觉论文,包括视频演示、文章、代码和论文参考。
TensorFlow2 入门指南 | 14 网络模型的装配、训练与评估
本专栏在保证内容完整性的基础上,力求简洁,旨在让初学者能够更快地、高效地入门TensorFlow2 深度学习框架!
浅谈股价预测模型(二):全能大明星——神经网络模型
本文主要讨论将神经网络的理念运用在股价预测或估值上
2022年除了深度学习,人工智能算法有可能突破的10个方向
千脑理论、自由能原理、Tstelin 机器、层级实时存储算法、脉冲神经网络、联想记忆 / 预测编码、分形人工智能、超维计算、双曲机器学习、复值神经网络
神经网络学习小记录66——Vision Transformer(VIT)模型的复现详解
神经网络学习小记录66——Vision Transformer(VIT)模型的复现详解学习前言什么是Vision Transformer(VIT)代码下载Vision Transforme的实现思路一、整体结构解析二、网络结构解析1、特征提取部分介绍a、Patch+Position Embeddin
5 个PyTorch 中的处理张量的基本函数
每个深度学习初学者都应该知道这5个Pytorch 的基本函数。