归一化

Mamba架构的模型 （内容由deepseek辅助汇总）

以下按架构类型分类列出当前表现最出色的代表模型及其核心特点：一、纯SSM架构模型FalconMamba-7B关键创新：首个通用大规模纯Mamba模型，由阿布扎比TII开发，基于Mamba-1改进，增加RMS归一化层提升训练稳定性
Jiang_Immortals·2025-07-29 07:20

一种模拟运动伪影的方法代码

原github：GitHub-guusvanderham/artificial-motion-artifacts-for-ct我转到了python方法，方便使用贴张模拟图1、读取、归一化，裁剪成patch
请站在我身后·2025-07-28 02:13

利用遥感和 Python 追踪休斯顿的绿化覆盖率（基于卫星 NDVI）

这篇文章探讨的是使用归一化植被指数(NDVI)观察休斯顿2021年植被状况时会发生什么。NDVI是光合作用的指标，提取自卫星图像中的红光和近红外波段。植物生长时会反射近红外光并吸收红光。NDVI将
gis收藏家·2025-07-26 00:42

神经网络——归一化层

归一化层（NormalizationLayer）是深度学习中一种关键的技术，用于对神经网络某一层的输入进行标准化处理，从而改善模型的训练稳定性和收敛速度。
DAWN_T17·2025-07-24 15:00

机器学习数据预处理阶段为什么需要——归一化处理

参考：https://www.cnblogs.com/bjwu/p/8977141.html通常，在DataScience中，预处理数据有一个很关键的步骤就是数据的标准化。这里主要引用sklearn文档中的一些东西来说明，主要把各个标准化方法的应用场景以及优缺点总结概括，以来充当笔记。提升模型精度在机器学习算法的目标函数(例如SVM的RBF内核或线性模型的l1和l2正则化)，许多学习算法中目标函数
·2025-07-23 14:11

pytorch图像分类全流程（二）

在传入图片或视频之前我们都会对其进行预处理，归纳下来为四个字母RCTN：缩放、裁剪、转Tensor、归一化，可以使用transforms.Compose()函数打包对应四个函数进行预处理，当然这里有个小坑
前人栽树,后人乘凉·2025-07-23 06:49

Sigmoid 函数在模式匹配中的应用及偏置项的作用

2.Sigmoid的核心作用：把结果“归一化”到0~1Sigmoid函数的公式是：\sigma(net)=\frac{1}{1+e^{-net}}它能把任意大小的net（比如-100到+100）压缩到0
·2025-07-22 16:55

《从零构建大模型》系列（21）：从头实现GPT模型——构建文本生成引擎

本文将带你从零构建类GPT模型：通过实现层归一化、前馈网络和Transformer块等核心组件，打造一个完整的文本生成模型架构，为后续训练奠定基础。
·2025-07-21 16:06

Python day15

@浙大疏锦行Pythonday15.内容：复习日本周主要的内容是一些常见的机器学习流程以及其中的部分内容标签编码以及连续特征的处理：归一化和正态化等。
·2025-07-20 20:07

如果数据已全部加载到内存中，使用多个 `num_workers` 是否仍然能加速数据加载？

简短回答：不一定，取决于以下因素：数据预处理复杂度：如果数据仍需在DataLoader中进行实时处理（如增强、归一化等），多进程(num_workers>0)仍可能加速。
·2025-07-20 04:48

深度学习——CNN（3）

前言：前面介绍了最基本的Lenet，下面介绍几种其他的网络结构CNN-AlexNet网络结构如下图：从图中可以看出，采用双gpu训练增加LRN归一化层：本质上，这个层也是为了防止激活函数的饱和的。
飘涯·2025-07-19 14:23

OpenCV图像数据处理:convertTo,normalize和scaleAdd

在OpenCV图像处理的世界里，有几个函数进行一些基本数据变换：cv::convertTo()：类型转换与线性缩放；cv::normalize()：归一化处理；cv::scaleAdd()：加权叠加运算
luofeiju·2025-07-12 09:00

大模型卷积神经网络（CNN）的架构原理

1.核心结构分层解析输入层接收预处理后的数据（如图像去均值、归一化），为后续卷积操作提供标准化输入39。卷积层（核心）局部感知：每个卷积核（如3×3）仅处理输入数据的局部区域
hao_wujing·2025-07-11 03:38

「日拱一码」020 机器学习——数据处理

目录数据清洗缺失值处理删除缺失值：填充缺失值：重复值处理检测重复值处理重复值异常值处理Z-score方法IQR方法（四分位距）数据一致性检查数据转换规范化（归一化）Min-Max归一化MaxAbsScaler
胖达不服输·2025-07-11 01:00

【论文笔记ing】Pointerformer: Deep Reinforced Multi-Pointer Transformer for the Traveling Salesman Problem

N次，直至任务结束在训练阶段，使用强化学习，对于一个N个节点的TSP实例，算法中会以不同的起点，跑N次，得到N个轨迹，以满足TSP的对称特性，表示这都是属于一个TSP问题的（真实）解然后会计算这样表示归一化奖励
Booksort·2025-07-10 18:12

【深度学习第六期深度学习中的归一化与正则化技术：原理、实践与应用】

作者：“码上有前”文章简介：深度学习欢迎小伙伴们点赞、收藏⭐、留言深度学习中的归一化与正则化技术：原理、实践与应用摘要：本文深入探讨深度学习中批量归一化（BN）、层归一化（LN）、标准化以及正则化等关键技术
码上有前·2025-07-09 23:08

DAY 8 标签编码与连续变量处理

主要内容：字典的简单介绍标签编码连续特征的处理：归一化和标准化字典字典是Python中一种非常常用的数据结构，它是一种可变容器模型，可以存储任意类型的对象。
·2025-07-09 23:06

window显示驱动开发—从 BGR8888 转换为 XR_BIAS

核心设计原理无损转换条件BGR8888是8位/通道的归一化格式（值范围[0,1]，步长1/255）。XR_BIAS的10位精度（范围
程序员王马·2025-07-08 20:37

机器学习知识点复习 上（保研、复试、面试）百面机器学习笔记

机器学习知识点复习上一、特征工程1.为什么需要对数值类型的特征做归一化？
·2025-07-08 20:36

Python训练营打卡Day8(2025.4.27)

知识点见示例代码字典的简单介绍标签编码连续特征的处理：归一化和标准化至此，常见的预处理方式都说完了作业：对心脏病数据集的特征用上述知识完成，一次性用所有的处理方式完成预处理，尝试手动完成，多敲几遍代码。
2301_80505456·2025-07-08 15:02

Python 数据分析与可视化 Day 14 - 建模复盘 + 多模型评估对比（逻辑回归 vs 决策树）

掌握多模型对比评估的方法与实践输出综合对比报告：准确率、精确率、召回率、F1等指标为后续模型调优与扩展打下基础一、本周流程快速回顾步骤内容第1天高级数据操作（索引、透视、变形）第2天缺失值和异常值处理第3天多表合并与连接第4天特征工程（编码、归一化
蓝婷儿·2025-07-07 08:21

典型的几种神经网络

骨干网络CNN(卷积神经网络)RNN(循环神经网络)三级目录CNN(卷积神经网络)包括输入层、隐藏层、输出层：输入层一般为一张图片（w,h,d）,输入层数据一般要做归一化处理;隐藏层包含特有的卷积层（卷积核有权重系数
Victor Zhong·2025-07-06 19:23

触屏输入归一化：跨设备手感统一方案

文章摘要触屏输入归一化是为了解决不同设备屏幕尺寸、分辨率差异导致的操作不一致问题。
你一身傲骨怎能输·2025-07-06 19:16

CHAIN（GAN的一种）训练自己的数据集

简介简介：作者针对数据有限场景下GANs训练中的判别器过拟合问题，提出了CHAIN（Lipschitz连续性约束归一化）方法。
这张生成的图像能检测吗·2025-07-06 09:21

【Python训练营打卡】day33 @浙大疏锦行

DAY33简单的神经网络知识点回顾：1.PyTorch和cuda的安装2.查看显卡信息的命令行命令（cmd中使用）3.cuda的检查4.简单神经网络的流程a.数据预处理（归一化、转换成张量）b.模型的定义
2301_77865880·2025-07-05 14:17

python打卡day41@浙大疏锦行

知识回顾1.数据增强2.卷积神经网络定义的写法3.batch归一化：调整一个批次的分布，常用与图像数据4.特征图：只有卷积操作输出的才叫特征图5.调度器：直接修改基础学习率卷积操作常见流程如下：1.输入
风逸hhh·2025-07-05 14:17

2025.07.04【转录组】| RNA-seq 组装“瘦身术”——BBNorm 归一化处理

一种最经济、又几乎不丢掉有用信息的做法就是——数字归一化（DigitalNormalization）。
穆易青·2025-07-04 12:51

Llama改进之——均方根层归一化RMSNorm

本文介绍Llama模型的改进之RMSNorm(均方根层归一化)。它是由RootMeanSquareLayerNormalization论文提出来的，可以参阅其论文笔记1。
愤怒的可乐·2025-07-04 01:36

【学习】《算法图解》第十二章学习笔记：K近邻算法

本章不仅讲解了KNN的基本原理和实现方式，还探讨了特征提取、归一化等重要概念，为读者打开了机器学习的大门。本笔记将梳理KNN算法的核心思想、实现步骤以及应用场景。
·2025-07-03 13:01

计算机视觉 OpenCV Android | Mat像素操作（图像像素的读写、均值方差、算术、逻辑等运算、权重叠加、归一化等操作）...

本文目录1.像素读写2.图像通道与均值方差计算3.算术操作与调整图像的亮度和对比度4.基于权重的图像叠加5.Mat的其他各种像素操作1.像素读写Mat作为图像容器，其数据部分存储了图像的像素数据，我们可以通过相关的API来获取图像数据部分；在获取图像数据的时候，知道Mat的类型与通道数目关重要，根据Mat的类型与通道数目，开辟适当大小的内存空间，然后通过get方法就可以循环实现每个像素点值的读取、
凌川江雪·2025-07-03 07:29

基于MATLAB平台设计并实现自适应噪声抵消器（Adaptive Noise Canceller, ANC）

系统采用自适应滤波算法，如最小均方误差（LMS）或归一化LMS（NLMS）算法，通过参考噪声信号估计并抵消主通道信号中的噪声成分，实现动态降噪。
AI Dog·2025-07-03 02:50

Python 数据分析与可视化 Day 11 - 特征工程基础

常见任务包括：缺失值处理（已学）异常值处理（已学）数值归一化、标准化类别变量编
蓝婷儿·2025-06-30 21:35

激活函数和批归一化（BatchNorm）

在神经网络中，激活函数和批归一化（BatchNorm）的配合使用是为了解决‌数据分布偏移‌和‌梯度不稳定‌问题。以下是逐步解释：1.激活函数为何导致值向上下限移动？‌
·2025-06-30 20:58

DAY 41 简单CNN

知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层→Batch
冬天给予的预感·2025-06-30 04:15

Python打卡训练营-Day41-简单CNN

@浙大疏锦行知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层
traMpo1ine·2025-06-30 04:44

深度学习使用Pytorch训练模型步骤

训练模型通常包括以下几个步骤：1.数据准备：收集和处理数据，包括清洗、标准化和归一化。将数据分为训练集、验证集和测试集。2.定义模型：选择模型架构，例如决策树、神经网络等。
vvvdg·2025-06-30 01:29

Day33打卡 @浙大疏锦行

知识点回顾：PyTorch和cuda的安装查看显卡信息的命令行命令（cmd中使用）cuda的检查简单神经网络的流程数据预处理（归一化、转换成张量）#仍然用4特征，3分类的鸢尾花数据集作为我们今天的数据集
ayuan0119·2025-06-29 10:43

DAY 41 简单CNN

@浙大疏锦行https://blog.csdn.net/weixin_45655710知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器
yizhimie37·2025-06-29 07:51

层归一化Layer Normalization

层归一化层归一化（LayerNormalization）是一种神经网络中常用的归一化技朧，用于在训练过程中加速收敛、稳定训练，并提高模型的泛化能力。
Summer_Anny·2025-06-29 05:06

【k近邻】 K-Nearest Neighbors算法原理及流程

【k近邻】K-NearestNeighbors算法原理及流程【k近邻】K-NearestNeighbors算法距离度量选择与数据维度归一化【k近邻】K-NearestNeighbors算法k值的选择【k
F_D_Z·2025-06-28 18:10

基于Transformer实现机器翻译

）1.2.2自注意力机制（Self-Attention）1.2.3多头注意力（Multi-HeadAttention）1.2.4位置感知前馈层（Position-wiseFFN）1.2.5残差连接与层归一化二
yyyyurina.·2025-06-27 20:17

【大模型】【机器学习】【面试宝典】

1.什么是归一化（Normalization）？归一化是神经网络训练过程中的一项重要技巧，目的是：缓解梯度爆炸/消失加快收敛
曾小文·2025-06-27 04:00

Day41 Python打卡训练营

知识回顾1.数据增强2.卷积神经网络定义的写法3.batch归一化：调整一个批次的分布，常用与图像数据4.特征图：只有卷积操作输出的才叫特征图5.调度器：直接修改基础学习率卷积操作常见流程如下：1.输入
·2025-06-26 21:33

【机器人-深度估计】双目深度估计原理解析

匹配代价（MatchingCost）（1）常见匹配代价函数1.绝对差（SAD，SumofAbsoluteDifferences）2.平方差（SSD，SumofSquaredDifferences）3.归一化互相关
·2025-06-26 13:45

60天python训练营打卡day41

学习目标：60天python训练营打卡学习内容：DAY41简单CNN知识回顾1.数据增强2.卷积神经网络定义的写法3.batch归一化：调整一个批次的分布，常用与图像数据4.特征图：只有卷积操作输出的才叫特征图
tan90�=·2025-06-25 12:50

（二十一）YOLO 全解析：从实时目标检测到多任务视觉智能

YOLOv2（2016年）：引入批量归一化、锚框、维度集群等技术，还提出了高分辨率分类器、直接位置预测、细粒度特征融合、多
只有左边一个小酒窝·2025-06-24 17:25

图片批量去重---（均值哈希、插值哈希、感知哈希、三/单通道直方图）

3、相似度计算：图像相似度的衡量有很多种方法，如像素级别的差异（均方误差）、结构相似度指数(SSIM)、归一化互信息(NMI)或者哈希算法（如PCA-SIFT、BRIEF等）。
ghx3110·2025-06-24 15:47

解决YOLO模型从Python迁移到C++时目标漏检问题——跨语言部署中的关键陷阱与解决方案

一、常见原因分析预处理不一致Python常用OpenCV（BGR通道，归一化[0,1][0,1][0,1]）C++可能误用其他库（如RGB通道，归一化[−1,1][-1,1][−1,1]）差异值=
马里马里奥-·2025-06-24 15:43

DAY 39 图像数据与显存

知识点回顾图像数据的格式：灰度和彩色数据模型的定义显存占用的4种地方模型参数+梯度参数优化器参数数据批量所占显存神经元输出中间状态batchisize和训练的关系作业：今日代码较少，理解内容即可黑白图像模型的定义#先归一化
·2025-06-23 14:31

解锁数据宝藏：数据挖掘之数据预处理全解析

3.1.1缺失值处理3.1.2离群点处理3.1.3噪声处理3.2数据集成3.2.1实体识别3.2.2冗余处理3.2.3数据值冲突处理3.3数据变换3.3.1平滑处理3.3.2聚合操作3.3.3离散化3.3.4归一化四
奔跑吧邓邓子·2025-06-23 13:50
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他