新闻中心 
-
01-23常见的损失函数在孪生神经网络中的应用孪生神经网络是一种双支路结构的神经网络，常用于相似度度量、分类和检索任务。这种网络的两个支路具有相同的结构和参数。输入分别经过两个支路后，通过相似度度量层（如欧...
-
01-23物理信息驱动的神经网络介绍基于物理信息的神经网络（PINN）是一种结合物理模型和神经网络的方法。通过将物理方法融入神经网络中，PINN可以学习非线性系统的动力学行为。相较于传统的基于物理...
-
01-23权重初始化在全卷积神经网络中的应用在全卷积神经网络(FCN)中，基本上对于每一层，都有一个随机的权重初始化。并且有两点要注意：全卷积神经网络(FCN)在反向传播过程中不会使用0作为权重。这是因为...
-
01-23深入理解模糊神经网络的基本原理与通用流程模糊神经网络是一种基于模糊逻辑的神经网络模型，用于处理模糊信息和不确定性。它将输入数据映射到模糊集合，并通过模糊规则求解，输出一个模糊集合。这种网络模型在模糊信...
-
01-23使用Rust编写一个简单的神经网络的步骤Rust是一种系统级编程语言，专注于安全、性能和并发性。它旨在提供一种安全可靠的编程语言，适用于操作系统、网络应用和嵌入式系统等场景。Rust的安全性主要源于两...
-
01-23知识压缩：模型蒸馏与模型剪枝模型蒸馏和剪枝是神经网络模型压缩技术，有效减少参数和计算复杂度，提高运行效率和性能。模型蒸馏通过在较大的模型上训练一个较小的模型，传递知识来提高性能。剪枝通过移...
