新闻中心 
-
01-23解释神经网络的能力神经网络可解释性（ExplainableArtificialIntelligence,XAI）指的是解释机器学习模型或人工智能系统的决策能力。在实际应用中，我们...
-
01-23生成数据的方法，如何利用深度信念网络？深度信念网络是一种基于无向图的深度神经网络，主要应用于生成模型。生成模型用于产生与训练数据集相似的新数据样本，因此深度信念网络可用于数据生成。深度信念网络由多个...
-
01-23LSTM生成连续文本的方法与技巧LSTM是递归神经网络的一种变体，用于解决长期依赖问题。其核心思想是通过一系列的门控单元来控制输入、输出和内部状态的流动，从而有效地避免了RNN中的梯度消失或梯...
-
01-23深度学习中的人工神经网络学习方法解析深度学习是机器学习的一种分支，旨在模拟大脑在数据处理中的能力。它通过构建人工神经网络模型来解决问题，使机器能够在无人监督的情况下进行学习。这种方法允许机器自动提...
-
01-23深度残差网络像是由多个浅层网络组成的残差网络（ResNet）是一种深度卷积神经网络（DCNN），它的独特之处在于其能够训练和优化非常深的网络结构。它的提出对深度学习领域的发展产生了巨大的推动，并在...
-
01-23神经网络中的卷积核在神经网络中，滤波器通常指的是卷积神经网络中的卷积核。卷积核是一个小矩阵，用于对输入图像进行卷积操作，以提取图像中的特征。卷积操作可以看作一种滤波操作，通过对输...
