若有以下公式：（1）y = 4x2+6x-3
（2）y = x12+ x22-4x1-2x1x2
（3）y = 3x12+ 5x22-6x1-7x1x2
随机梯度下降与梯度下降求得最小值为多少？
【请解释其随机梯度下降与梯度下降原理】
2023-01-04 11:27:56
11.26MB
1
利用numpy 和tensorflow 、pytorch 搭建全连接神经网络。使用numpy 实现此练习需要自己手动求导，而tensorflow 和pytorch 具有自动求导机制。
## 数据集:
MNIST数据集包括60000张训练图片和10000张测试图片。图片样本的数量已经足够训练一个很复杂的模型（例如 CNN的深层神经网络）。它经常被用来作为一个新 的模式识别模型的测试用例。而且它也是一个方便学生和研究者们执行用例的数据集。除此之外，MNIST数据集是一个相对较小的数据集，可以在你的笔记本CPUs上面直接执行
## 题目要求：
补全full_connection_numpy.ipynb 和 full_connection_tensorflow.ipynb中空缺的部分。
2023-01-04 11:27:55
11.55MB
1
语言：MATLAB—交通标志识别（选颜色定位，分割，bp神经网络方法识别，可模板，sift，svm等方法识别）
2023-01-03 23:29:16
1.37MB
1
极端天气情况一直困扰着人们的工作和生活。部分企业或者工种对极端天气的要求不同，但是目前主流的天气推荐系统是直接将天气信息推送给全部用户。这意味着重要的天气信息在用户手上得不到筛选，降低用户的满意度，甚至导致用户的经济损失。我们计划开发一个基于图神经网络的天气靶向模型，根据用户的历史交互行为，判断不同天气对他的利害程度。如果有必要，则将该极端天气情况推送给该用户，让其有时间做好应对准备。该模型能够减少不必要的信息传递，提高用户的体验感。
模型介绍
（一）数据集共有三个txt文件，分别是user.txt，weather.txt，rating.txt。这些文件一共包含900名用户，1600个天气状况，95964条用户的历史交互记录。
（1）user.txt
用户的信息记录在user.txt中。格式如下：
用户ID\t年龄\t性别\t职业\t地理位置
（2）weather.txt
天气的信息记录在weather.txt中。格式如下：
天气ID\t天气类型\t温度\t湿度\t风速
（3）rating.txt
用户的历史交互记录在rating.txt中。格式如下：
用户ID\t天气ID\t评分
2023-01-02 20:27:42
582KB
1
使用PyTorch逐步搭建神经网络代码（附逐句讲解）
逐句讲解位于本人的“使用PyTorch构建神经网络（详细步骤讲解+注释版）”系列博客中。
2023-01-02 20:27:35
4KB
1
使用PyTorch逐步搭建神经网络代码（附逐句讲解）
逐句讲解位于本人的“使用PyTorch构建神经网络（详细步骤讲解+注释版）”系列博客中。
与经典版代码相比，优化了建模过程，提升了模型表现
2023-01-02 20:27:34
4KB
1
BP神经网络的数据分类-语音特征信号分类源程序-*BP神经网络的数据分类-语音特征信号分类源程序*-*BP神经网络的数据分类-语音特征信号分类源程序*
2023-01-02 17:27:53
368KB
1
基于MATLAB神经网络编程实验1．了解神经网络的基本概念和原理；2. 掌握用MATLAB实现神经网络的思路和方法；3. 了解神经网络工具箱函数的功能。
2023-01-02 15:02:25
136KB
1