学习网络
深度学习（八）——神经网络：卷积层
# 一、卷积层Convolution Layers函数简介 > 官网网址：[torch.nn.functional — PyTorch 2.0 documentation](https://pytorch.org/docs/stable/nn.functional.html#convolution- ......
深度学习（七）——神经网络的卷积操作
# 卷积操作 # 一、torch.nn中Convolution Layers函数的介绍 ## 1. 参数介绍 - nn.Conv1d: Conv取自Convolution的前四个字母，1d代表的是一个一维操作。 - nn.Conv2d: 2d表示是一个二维的操作，比如图像就是一个二维的。 - 其余参 ......
网络流学习笔记
# 网络流 ## 1.关于网络的一些定义： ### (1)网络： 网络（又称流网络 $Flow \ Network$）是指一个有向图$\ G=(V,E)$。 每条边$(u,v)\in E$都有个权值$c(u,v)$,称之为容量$(Capacity)$,$\forall (u,v)\notin E,c ......
算法_贝叶斯网络学习_bayesian networks
###基本概念 条件概率 联合概率 边缘概率 链式法则 随机变量的独立性 条件独立性 贝叶斯规则、贝叶斯概率推理和贝叶斯网络模型。 stochastic，主要用作形容词，主要意思为“随机的；猜测的” ###R语言包 R语言用lme4多层次（混合效应）广义线性模型（GLM），逻辑回归分析 lme4广义 ......
强化学习：基于蒙特卡洛树和策略价值网络的深度强化学习五子棋(含码源)
# 强化学习：基于蒙特卡洛树和策略价值网络的深度强化学习五子棋(含码源)  ## 1. torch.nn中的函数简介 - Containers：神经网络的骨架 - ......
鸟类识别系统python+TensorFlow+Django网页界面+卷积网络算法+深度学习模型
## 一、介绍 鸟类识别系统，使用Python作为主要开发语言，基于深度学习TensorFlow框架，搭建卷积神经网络算法。并通过对数据集进行训练，最后得到一个识别精度较高的模型。并基于Django框架，开发网页端操作平台，实现用户上传一张图片识别其名称。 ## 二、效果图片 ![img_07_14 ......
网络流学习笔记
网络流 何为网络流 想要弄清楚网络流，首先要知道网络的概念，通常在运筹学中，网络是指一个有向图$G\ =\ (V,E)$ 。其每条边$(u,v)\in E$都有一个权值$c(u,v)$,称为这条边的流量(Capacity)，还有两个特殊的点，一个是源点(Source),一个是汇点(Sink)在图论中 ......
网络流学习笔记
## 前言 因为网络流非常的重要，并且之前的理解都比较模糊，模板什么的整理的也不全，所以写一篇博客用来整理网络流的知识。也是供自己复习使用。 ## 一些基本的定义 - 流量 ## 大致思路 网络流，其实就是一种在图上的带悔贪心，网络流有很多种做法，这里主要介绍dinic算法。 在网络流中，最重要的就 ......
linxu学习笔记-网络
[TOC] ### 经典的网络拓扑图 ![service life image][service_life] ### ifconfig 说明：network interfaces configuring，用来显示和配置 linux 内核中网络接口的网络参数。 注：用 ifconfig 命令配置的网卡 ......
PYQT学习资料汇总(网络转载)
或总访问地址：https://pydemo.readthedocs.io/zh_CN/latest/contents/prepare/00_reference.html PyQt学习资料 参考官网 PyQt5 tutorial 英文 http://zetcode.com/gui/pyqt5/ PyQ ......
深度学习 - 卷积神经网络（CNN）介绍+实例说明
https://blog.csdn.net/weixin_46072771/article/details/108590347 卷积神经网络（CNN）简介CNN基础前面我们讲解了机器学习基础知识，包括多层感知器等问题。下面我们要介绍的目标识别与分类，就是在前面问题的基础上进行扩展，实现对于图像等分类 ......
Unity3D高级编程主程手记 学习笔记五：网络通讯
1.C#实现TCP 1.1 实现所需API C#提供了TCP的Socket连接API。一般的游戏项目我们不会使用阻塞方式连接和接收。因为我们不会让游戏卡住等待传输链接，大多数情况下我们还是会使用更加平滑的异步操作作为网络连接和收发的操作。常用的API如下： BeginConnect : 开始连接 B ......
网络流学习笔记
title: 网络流学习笔记 date: 2023-05-11 08:28:29 tags: 学习笔记 cover: https://d-sketon.top/img/backimg/bg6.jpg # 网络流 ## 基本概念 （from OIwiki） 网络：有向图 $G = (V, E)$，其中 ......
遗传算法、粒子群算法优化BP神经网络 #预测#机器学习#MATLAB# 我这是关于
遗传算法、粒子群算法优化BP神经网络#预测#机器学习#MATLAB#我这是关于预测的ID:2330629413552824 ......
如何学习网络安全？有哪些小窍门？
以实战为导向，以真实漏洞和真实业务场景为试炼，围绕产业实际需求，可以对各种复杂、大规模异构网络进行逼真模拟，从而构建高仿真虚拟环境，打造网络安全“数字风洞”，全力推动网络安全人才衔接学与用，培养复合型创新网络安全实战人才。 ......
只要你用ReLU，就是“浅度学习”：任意ReLU神经网络都有等效3层网络
前言 只要你用了ReLU，我们就是好朋就是“浅度学习”。 本文转载自量子位 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。 CV各大方向专栏与各个部署框架最全教程整理 【CV技术指南】CV全栈指导班、基础入门班、论 ......
神经网络通过优化方法进行训练。然而，优化技术似乎不是深度学习中最重要的主题。为什么?神经网络训练和优化有什么区别?
在深度学习中，神经网络通过优化方法进行训练，目的是最小化损失函数并获得最佳的模型参数。然而，优化技术在深度学习中并不是最重要的主题，主要原因如下： 数据和模型的重要性：在深度学习中，数据的质量和数量以及模型的设计和复杂性对于模型的性能和泛化能力起着至关重要的作用。优化技术只是其中的一个环节，而数据和 ......
微型神经网络库MicroGrad-基于标量自动微分的类pytorch接口的深度学习框架
### 一、MicroGrad MicroGrad是大牛Andrej Karpathy写的一个非常轻量级别的神经网络库（框架），其基本构成为一个90行python代码的标量反向传播（自动微分）引擎，以及在此基础上实现的神经网络层。 其介绍如下： > A tiny scalar-valued auto ......
网络抓包的学习与使用
# 网络抓包的学习与使用 ## 背景 ``` 最近看了很多文档, 说到很多性能问题其实是需要通过网络抓包来定位的. 网络的很多功能主要有 ping,iperf,netperf等等工具. 也可以使用tcpdump进行一下抓包验证工作. 感觉子这一块比较薄弱, 所以想趁着周末提高一下自己 ``` ## ......
强化学习从基础到进阶-案例与实践[4.2]：深度Q网络DQN-Cart pole游戏展示
# 强化学习从基础到进阶-案例与实践[4.2]：深度Q网络DQN-Cart pole游戏展示 - 强化学习（Reinforcement learning，简称RL）是机器学习中的一个领域，区别与监督学习和无监督学习，强调如何基于环境而行动，以取得最大化的预期利益。 - 基本操作步骤：智能体`agen ......
【QoS预测】用于QoS预测的基于多源特征学习的联合深度网络
论文题目： Xia Y, Ding D, Chang Z, et al. Joint deep networks based multi-source feature learning for QoS Prediction[J]. IEEE Transactions on Services Comp ......
强化学习从基础到进阶-常见问题和面试必知必答[6]：演员-评论员算法（advantage actor-critic，A2C），异步A2C、与生成对抗网络的联系等详解
强化学习从基础到进阶-常见问题和面试必知必答[6]：演员-评论员算法（advantage actor-critic，A2C），异步A2C、与生成对抗网络的联系等详解 ......
强化学习从基础到进阶-案例与实践[4.1]：深度Q网络-DQN项目实战CartPole-v0
# 强化学习从基础到进阶-案例与实践[4.1]：深度Q网络-DQN项目实战CartPole-v0 ## 1、定义算法 相比于Q learning，DQN本质上是为了适应更为复杂的环境，并且经过不断的改良迭代，到了Nature DQN（即Volodymyr Mnih发表的Nature论文）这里才算是基 ......
强化学习从基础到进阶-常见问题和面试必知必答[4]：：深度Q网络-DQN、double DQN、经验回放、rainbow、分布式DQN
强化学习从基础到进阶-常见问题和面试必知必答[4]：：深度Q网络-DQN、double DQN、经验回放、rainbow、分布式DQN ......
【神经网络】基于自注意力机制的深度学习
[toc] 标题：《59. 【神经网络】基于自注意力机制的深度学习》 背景介绍： 近年来，深度学习在人工智能领域取得了长足的进步，并在图像识别、语音识别、自然语言处理等领域取得了令人瞩目的成果。神经网络作为深度学习的核心组件之一，被广泛应用于各种应用场景中。其中，基于自注意力机制的深度学习技术是近年 ......
深度学习中的循环神经网络”在Transformer中的应用
[toc] 深度学习中的“循环神经网络”在Transformer中的应用 背景介绍 深度学习在人工智能领域的应用已经取得了巨大的成功，尤其是在自然语言处理和计算机视觉领域。其中Transformer模型是近年来深度学习领域的一项重要研究成果，它是基于自注意力机制的深度神经网络模型，能够有效地提高模型 ......
【神经网络】基于迁移学习的强化学习
[toc] 文章标题：《67. 【神经网络】基于迁移学习的强化学习》 背景介绍： 深度学习是目前人工智能领域最流行的算法之一。神经网络是一种基于人工神经网络的深度学习模型，其基本结构由多层感知器组成，每一层感知器输入一组特征，经过反向传播算法计算得到输出结果。随着训练数据的增加，神经网络不断优化，最 ......
【深度学习】神经网络和优化器的关系
[toc] 20. 【深度学习】神经网络和优化器的关系 随着人工智能和机器学习的快速发展，神经网络已经成为深度学习中最重要的技术之一。神经网络是一种基于人工神经网络的模型，其可以自动地学习和适应复杂的数据分布。然而，神经网络的训练过程需要大量的计算资源和时间，因此需要优化器来加速训练过程。在本文中， ......