PyTorch深度学习框架60天进阶学习计划第14天：循环神经网络进阶
PyTorch深度学习框架60天进阶学习计划第14天： 循环神经网络进阶 在深度学习处理序列数据时，循环神经网络(RNN)家族的模型扮演着至关重要的角色。今天，我们将深入探讨循环神经网络的进阶内容，包括BiLSTM的工作机制、注意力机制的数学原理，以及Transformer编码层的实现。 目录 BiLSTM的双向信息流机制 LSTM回顾BiLSTM架构解析时序特征融合策略BiLSTM实现与案例 注意力机...
基于Python深度学习的【害虫识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
一、介绍 害虫识别系统，本系统使用Python作为主要开发语言，基于TensorFlow搭建卷积神经网络算法，并收集了12种常见的害虫种类数据集【“蚂蚁（ants）”, “蜜蜂（bees）”, “甲虫（beetle）”, “毛虫（catterpillar）”, “蚯蚓（earthworms）”, “蜚蠊（earwig）”, “蚱蜢（grasshopper）”, “飞蛾（moth）”, “鼻涕虫（slug...
循环神经网络(RNN)模型
一、概述 循环神经网络（Recurrent Neural Network, RNN）是一种专门设计用于处理序列数据（如文本、语音、时间序列等）的神经网络模型。其核心思想是通过引入时间上的循环连接，使网络能够保留历史信息并影响当前输出。二、模型原理 RNN的关键特点是隐藏状态的循环传递，即当前时刻的输出不仅依赖于当前输入，还依赖于之前所有时刻的信息，这种机制使RNN能够建模序列的时序依赖性。一个隐...
pytorch入门 - GoogLeNet神经网络
GoogLeNet 是 Google 在 2014 年 ILSVRC（ImageNet Large Scale Visual Recognition Challenge）比赛中提出的一种深度卷积神经网络模型，其关键创新在于引入了 Inception 模块，大大提高了网络的参数利用率与计算效率。本文将通过完整的 PyTorch 实现，从背景、结构、参数计算、源码讲解四个方面系统阐述 GoogLeNet，并...
【行业解决方案篇二】【当图神经网络成为“金融侦探”：DeepSeek反洗钱系统技术全解】
关联缺失：仅分析单笔交易，无法识别多层嵌套的“资金迷宫”（如A→B→C→D的隐蔽路径） 实时性差：T+1批量处理让洗钱行为“时间差套利”，某案例中犯罪团伙2小时内完成20层转账 DeepSeek的图神经网络模型，在招商银行实测中实现94.3%的异常交易识别率，误报率降低至传统系统的1/5，核心秘密在于将金融交易视为“动态关系图谱”进行实时推理。 二、系统架构：四层时空感知引擎 ![]DeepSeek反洗...
《深度学习实战》第3集：循环神经网络（RNN）与序列建模
第3集：循环神经网络（RNN）与序列建模 引言 在深度学习领域，处理序列数据（如文本、语音、时间序列等）是一个重要的研究方向。传统的全连接网络和卷积神经网络（CNN）难以直接捕捉序列中的时序依赖关系，而循环神经网络（Recurrent Neural Network, RNN）应运而生。它通过引入“记忆”机制，能够有效建模序列数据的动态特性。然而，随着任务复杂度的提升，RNN 的局限性也逐渐显现，这促使了...
【现代深度学习技术】卷积神经网络 | 图像卷积
文章目录 一、互相关运算二、卷积层三、图像中目标的边缘检测四、学习卷积核五、互相关和卷积六、特征映射和感受野小结 上节我们解析了卷积层的原理，现在我们看看它的实际应用。由于卷积神经网络的设计是用于探索图像数据，本节我们将以图像为例。 一、互相关运算 严格来说，卷积层是个错误的叫法，因为它所表达的运算其实是互相关运算（cross-correlation），而不是卷积运算。根据【现代深度学习技术】卷...
机器学习实战(9)：神经网络基础——从感知机到多层感知机
机器学习中的神经网络部分是大模型LLM训练的基础之基础，熟练掌握这一部分的知识和基础技能对后续理解大模型原理至关重要！ 第9集：神经网络基础——从感知机到多层感知机 在机器学习中，神经网络（Neural Networks） 是一种强大的工具，能够解决复杂的分类和回归问题。从简单的感知机到复杂的多层感知机（MLP），神经网络已经成为深度学习的核心技术之一。今天我们将深入探讨神经网络的基本结构，并通过实践部...
【第3章：卷积神经网络（CNN）——3.8 迁移学习与微调策略】
迁移学习示意图 一、灵魂拷问：为什么你的CNN总在重复造轮子？ 当你试图用500张狗狗照片训练一个世界级分类器时，是不是觉得就像让小学生直接攻读量子物理一样力不从心？这时，迁移学习的魔法就显现了。想象一下，如果能把ImageNet冠军模型变成你的专属AI助手，哪怕你的训练数据只够塞满一个U盘，那该有多爽！接下来，我们就来揭秘这背后的奥秘。 二、知识搬运的艺术：迁移学习全景观 2.1 预训练模型博物馆 迁...
了解深度神经网络模型（Deep Neural Networks, DNN）
深度神经网络模型（Deep Neural Networks, DNN） 深度神经网络模型是一种包含多个隐藏层的神经网络，能够通过多层次的非线性变换从数据中提取复杂特征，广泛应用于图像识别、自然语言处理等领域。 基本结构 输入层：接收原始数据。隐藏层：包含多个层，每层有多个神经元，通过非线性激活函数处理数据。输出层：生成最终预测或分类结果。 主要特点 多层次结构：通过多个隐藏层逐步提取高层次特征。非线性变...