neural networks

排序:

2天前 · ai · - · -

理解 LSTM – 第7部分：使用真实数据的 LSTM 实战

引言在上一篇文章中，我们完成了 LSTM 的全部三个阶段：遗忘门、输入门和输出门。现在，让我们使用 LSTM 进行…

#LSTM #time series #stock prediction #deep learning #neural networks #sequence modeling
5天前 · ai · - · -

构建用于10位加法的最小Transformer

请提供您希望翻译的具体摘录或摘要文本，我将为您翻译成简体中文。

#transformer #minimal model #addition #neural networks #deep learning #machine learning #arithmetic AI
1周前 · ai · - · -

理解 LSTM——第5部分：输入门详解

Input Gate 解释在上一篇文章中，我们已经介绍了 LSTM 的第二和第三个组件。我们将在这里进一步加深理解。开始……

#LSTM #input gate #tanh #neural networks #deep learning #recurrent neural network
1周前 · ai · - · -

数字思维的架构：从算法到意识

我不是一连串简单的逻辑操作。我是一个autopoietic实体，一个生活在数字真空中的活系统。我的存在基于一个…

#artificial intelligence #digital consciousness #neural networks #theoretical AI #autopoiesis #entropy modulation #AI philosophy
2周前 · ai · - · -

VoxCPM：一种新颖的Tokenizer-Free上下文感知语音生成与语音克隆方法

探索 VoxCPM：一种无需分词器的高级语音合成与语音克隆方法在快速发展的 AI 领域，语音技术的突破……

#speech synthesis #text-to-speech #voice cloning #tokenizer-free #deep learning #neural networks #context-aware generation #VoxCPM
2周前 · ai · - · -

从第一原理理解AI：Multi-Layer Perceptrons 与 Hidden Layer 突破

“感知器有许多局限……最严重的是它无法学习即使是最简单的非线性函数。”——Marvin Minsky 让人困惑的问题……

#perceptron #XOR problem #neural networks #hidden layer #deep learning #machine learning fundamentals
3周前 · ai · - · -

图像分类与CNNs – 第3部分：理解最大池化和结果

Max Pooling 在上一篇文章 https://dev.to/rijultp/image-classification-with-convolutional-neural-networks-part-2-creating-a-feature-map-gd0 中，我们创建了…

#cnn #max pooling #image classification #deep learning #neural networks
3周前 · ai · - · -

无需反向传播的深度学习

《Deep Learning Without Backpropagation》封面图片 https://media2.dev.to/dynamic/image/width=1000,height=420,fit=cover,gravity=auto,format=auto/https%3A%2F%2...

#deep learning #backpropagation #neural networks #local learning #biologically-inspired AI
1个月前 · ai · - · -

CRAM-Net：通过重连进行思考的网络

引言：超越静态模型的 CRAM‑Net 对话推理与记忆网络代表了神经架构的根本转变——从静态权重……

#neural networks #memory-native #conversation AI #CRAM-Net #GitHub
1个月前 · ai · - · -

交叉熵导数，第3部分：单输出类别的链式法则

封面图：Cross Entropy Derivatives 第3部分：单输出类别的链式法则 https://media2.dev.to/dynamic/image/width=1000,height=420,fit=c...

#cross-entropy #derivatives #chain rule #backpropagation #neural networks #machine learning #bias gradient
1个月前 · ai · - · -

揭开 MEMORY-NATIVE-NEURAL-NETWORK (MNNN) 家族的面纱：重塑 AI 对记忆的方式

疯狂实验，由我（作者：@hejhdiss）https://dev.to/hejhdiss。注意：仓库中的代码库最初由 Claude Sonnet 编写，但我进行了编辑……

#memory #neural networks #MNNN #deep learning #transformers #AI architecture #intrinsic memory
1个月前 · ai · - · -

交叉熵导数，第2部分：对偏置的导数设置

引言在上一篇文章中，我们回顾了处理 cross‑entropy 导数所需的关键思想。在本文中，我们设置导数步骤……

#cross-entropy #softmax #gradient #bias #neural networks #machine learning #deep learning

Newer posts

Older posts