【复现】尝试使用numpy对卷积神经网络中各经典结构进行改写复现
前言 numpy作为Python中最常用的科学计算库之一，也被广泛应用于卷积神经网络中的各个组件。本篇博客将介绍如何使用numpy完成卷积神经网络中的各个组件，包括卷积层、池化层、全连接层等，帮助读者更好地理解卷积神经网络的实现原理，同时也能够更加熟练地使用numpy进行深度学习相关的编程。 卷积层 使用numpy写出卷积层函数需要考虑多个方面，包括输入数据的格式...
【GhostNet】复现CVPR2020| 保证模型轻量化的同时，提升网络的性能表现
前言 近年来，随着深度学习技术的快速发展，越来越多的神经网络架构被提出。其中，GhostNet是一个备受关注的网络架构，其提出的主要目的是在保证模型轻量化的同时，提升网络的性能表现。GhostNet的设计思想独特，引入了ghost module这一新的网络模块，并采用了一系列的优化方法。本篇博客将详细介绍GhostNet的原理、优点以及应用场景，以及其在图像分类任务上的性能表现。 ...
【论文复现】经典再现：yolov4的主干网络重构（结合Slim-neck by GSConv）
前言 本文接着上一篇【论文复现】针对yoloV5-L部分的YoloBody部分重构（Slim-neck by GSConv）中叙述的论文[1]接着复现的yoloV4,这两篇文章的基础函数基本一致，没有其他函数的加入，因此本文也将省去函数拆解部分。若大家想知道的更详细，可以移步【论文复现】针对yoloV5-L部分的YoloBody部分重构（Slim-neck by GSConv），望见...
Deepwalk算法复现： 基于 deepwalk的网络节点分类 聚类分析 完整代码+数据
项目演示：https://www.bilibili.com/video/BV1Cg4y147sK/?spm_id_from=333.999.0.0附完整的代码+数据效果：
特斯拉AI总监：我复现了LeCun 33年前的神经网络，发现和现在区别不大
最近，特斯拉 AI 高级总监 Andrej Karpathy 做了一件很有趣的事情，他把 Yann LeCun 等人 1989 年的一篇论文复现了一遍。一是为了好玩，二是为了看看这 33 年间，深度学习领域到底发生了哪些有趣的变化，当年的 LeCun 到底被什么卡了脖子。此外，他还展望了一下 2055 年的人将如何看待今天的深度学习研究。1989 年，Yann Lecun 等人发表了一篇名为「B....
我用 PyTorch 复现了 LeNet-5 神经网络（自定义数据集篇）！
正文开始！三、用 LeNet-5 训练自己的数据下面使用 LeNet-5 网络来训练本地的数据并进行测试。数据集是本地的 LED 数字 0-9，尺寸为 28x28 单通道，跟 MNIST 数据集类似。训练集 0-9 各 95 张，测试集 0~9 各 40 张。图片样例如图所示：3.1 数据预处理制作图片数据的索引对于训练集和测试集，要分别制作对应的图片数据索引，即 train.txt 和 tes....
【推荐系统】TensorFlow复现论文Wide&Deep网络结构
下图为Wide&Deep的模型结构图，该模型结合了线性模型的Memorization和神经网络的捕捉深层特征的Generation，将特征分为两个输入源分别输入Wide和Deep部分，最终将两个模型的logits进行融合激活得到最终输出。一、导库import tensorflow as tf from tensorflow.keras.layers import * from tenso....
【推荐系统】TensorFlow复现论文PNN网络结构
下图为PNN的模型结构图，首先将Sparse特征进行Embedding嵌入，然后将其流入Product，分别进行捕捉线性关系lz和特征交叉lp，然后拼接，流到MLP全连接层，最终输出CTR概率值。一、导包import tensorflow as tf from tensorflow.keras.layers import * from tensorflow.keras.models import....
【推荐系统】TensorFlow复现论文NeuralCF网络结构
下图为NeutralCF的模型结构图，总共两个分支，第一个分支为GML，第二个为MLP，GML通路将两个特征的Embedding向量进行内积操作，MLP将两个特征的Embedding的向量进行拼接，然后使用多层感知机进行传播，然后将两个通路输出的向量进行拼接，导入全连接层（输出层），输出Score。一、导包import tensorflow as tf from tensorflow.keras....
【推荐系统】TensorFlow复现论文DeepCrossing特征交叉网络结构
一、导包from collections import namedtuple # 使用具名元组 import tensorflow as tf from tensorflow import keras from tensorflow.keras.layers import * from tensorflow.keras.models import * from tqdm import tqdm ....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
域名解析DNS
关注DNS行业趋势、技术、标准、产品和最佳实践，连接国内外相关技术社群信息，追踪业内DNS产品动态，加强信息共享，欢迎大家关注、推荐和投稿。
+关注