亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

1943

  • 開鎖教程

    開鎖教程

    標(biāo)簽： 教程

    上傳時間： 2013-05-27

    上傳用戶：eeworm

  • 四路輸出開關(guān)轉(zhuǎn)換器提供TFT LCD面板的電源

      The LT®1943 is a highly integrated, 4-output regulatordesigned to power large TFT LCD panels. The LT1943employs switching regulators—instead of linear regulators—to minimize power dissipation and accommodate awide input voltage range. The wide input range, 4.5V to22V, allows it to accept a variety of power sources,including the commonly used 5V, 12V and 19V AC adaptors.

    標(biāo)簽： TFT LCD 四路輸出 開關(guān)轉(zhuǎn)換器

    上傳時間： 2013-10-19

    上傳用戶：yuhaihua_tony

  • 　人工神經(jīng)網(wǎng)絡(luò)(Aartificial Neural Network

    　人工神經(jīng)網(wǎng)絡(luò)(Aartificial Neural Network，下簡稱ANN)是模擬生物神經(jīng)元的結(jié)構(gòu)而提出的一種信息處理方法。早在1943年，已由心理學(xué)家Warren S.Mcculloch和數(shù)學(xué)家Walth H.Pitts提出神經(jīng)元數(shù)學(xué)模型，后被冷落了一段時間，80年代又迅猛興起［1］。ANN之所以受到人們的普遍關(guān)注，是由于它具有本質(zhì)的非線形特征、并行處理能力、強魯棒性以及自組織自學(xué)習(xí)的能力。其中研究得最為成熟的是誤差的反傳模型算法(BP算法，Back Propagation)，它的網(wǎng)絡(luò)結(jié)構(gòu)及算法直觀、簡單，在工業(yè)領(lǐng)域中應(yīng)用較多。

    標(biāo)簽： Aartificial Network Neural 人工神經(jīng)網(wǎng)絡(luò)

    上傳時間： 2014-01-03

    上傳用戶：zhangzhenyu

  • 平衡與振動問題的變分解法

    Bulletin of the American Mathematical Society Volume 49 issue 1 1943 [doi 10.1090_s0002-9904-1943-07818-4] Courant, R. -- Variational methods for the solution of problems of equilibrium and vibratio

    標(biāo)簽： 振動 分解

    上傳時間： 2020-05-10

    上傳用戶：藍天自由

  • 人工智能：神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

    神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)是指用大量的簡單計算單元構(gòu)成的非線性系統(tǒng)，它在一定程度上模仿了人腦神經(jīng)系統(tǒng)的信息處理、存儲和檢索功能，是對人腦神經(jīng)網(wǎng)絡(luò)的某種簡化、抽象和模擬。1943年心理學(xué)家McCulloch和數(shù)學(xué)家Pitts合作提出了神經(jīng)元的數(shù)學(xué)模型M-P神經(jīng)元模型，證明了單個神經(jīng)元能執(zhí)行邏輯功能，從此開創(chuàng)了神經(jīng)科學(xué)理論研究的時代。M-P模型，是按照生物神經(jīng)元的結(jié)構(gòu)和工作原理構(gòu)造出來的一個抽象和簡化了的神經(jīng)元模型。權(quán)重當(dāng)輸入進入神經(jīng)元時，它會乘以一個權(quán)重。例如，如果一個神經(jīng)元有兩個輸入，則每個輸入都將具有分配給它的一個關(guān)聯(lián)權(quán)重。隨機初始化權(quán)重，并在模型訓(xùn)練過程中更新這些權(quán)重。偏置除了權(quán)重之外，另一個被應(yīng)用于輸入的線性分量被稱為偏置。它被加到權(quán)重與輸入相乘的結(jié)果中。添加偏置的目的是改變權(quán)重與輸入相乘所得結(jié)果的范圍。激活函數(shù)激活函數(shù)的主要作用是加入非線性因素，以解決線性模型表達能力不足的缺陷，在整個神經(jīng)網(wǎng)絡(luò)中至關(guān)重要。常用的激活函數(shù)有Sigmoid、Tanh、ReLU。

    標(biāo)簽： 人工智能 神經(jīng)網(wǎng)絡(luò) 深度學(xué)習(xí)

    上傳時間： 2022-06-24

    上傳用戶：得之我幸78

主站蜘蛛池模板： 静海县| 林芝县| 西宁市| 贵定县| 双城市| 平遥县| 庄河市| 罗城| 固始县| 古交市| 通山县| 旬邑县| 彰化县| 乐山市| 西昌市| 民勤县| 曲沃县| 磐石市| 海城市| 涪陵区| 南安市| 昌吉市| 丰都县| 涞源县| 峨眉山市| 上犹县| 台中市| 凌云县| 鄂伦春自治旗| 类乌齐县| 隆林| 固原市| 苏尼特左旗| 宁强县| 奎屯市| 中方县| 天长市| 南康市| 榆林市| 宜都市| 沭阳县|