neural 第72页

Convolutional neural network architectures for predicting DNA–protein binding

CNN用于基因组学研究的最大优势之一是，它可以探测某一motif（指蛋白质分子具有特定功能的或者作为一个独立结构域一部分相近的二级结构聚合体）是否在指定序列窗口内，这种探测能力非常有利于motif的鉴定，进而有助于结合位点的分类摘要：我们提出了使用大量转录因子数据集预测DNA序列结合的CNN体系结构的系统探索。我们通过更改CNN的宽度，深度和pooling设计来确定性能最佳的体系结构。我们发现，将

hello~bye~·2023-01-06 16:57

论文解读《Detection of transcription factors binding to methylated DNA by deep recurrent neural network》

标题：通过深度循环神经网络检测与甲基化DNA结合的转录因子期刊：BriefingsinBioinformatics摘要转录因子（TFs）是一种特异性参与基因表达调控的蛋白质。在表观遗传学中，人们普遍认为甲基化的核苷酸可以阻止TFs与DNA片段的结合。然而，最近的研究证实，一些转录因子有能力与甲基化的DNA片段相互作用，从而进一步调控基因表达。虽然生化实验可以识别与甲基化DNA序列结合的TFs，但这

HXH@·2023-01-06 16:27

transformer简介

仅仅通过注意力机制（self-attention）和前向神经网络（FeedForwardNeuralNetwork），不需要使用序列对齐的循环架构就实现

蒲建建·2023-01-06 13:19

深度学习之NN（Neural Network）

打开tests文件夹下的test_example_NN.m文件，第13行的注释vanillaneuralnet表示原始神经网络。代

百年孤独百年·2023-01-06 13:04

手把手教你为神经网络编译器CINN增加One-Hot算子

任务介绍CINN（CompilerInfrastructureforNeuralNetworks）是一种在不改变模型代码的条件下加速飞桨模型运行速度的深度学习编译器。

飞桨PaddlePaddle·2023-01-06 12:27

【深度学习】CNN应用于图像分类的建模全流程

实际上，这意味着我们的任务是分析一个输入图像并返回一个将图像分类的标签，而卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一类包含卷积计

Sciengineer-Mike·2023-01-06 11:03

ACE-NODE: Attentive Co-Evolving Neural Ordinary DifferentialEquations（KDD 2021）

神经常微分方程(NODEs)为构造(连续时间)神经网络提供了一种新的范式。虽然在参数的数量和构造神经网络的灵活性方面显示出一些良好的特性，但它们也有一些众所周知的局限性:i)理论上节点只学习同态映射函数，ii)有时节点在解决积分问题时显示出数值不稳定性。为了处理这个问题，提出了许多改进。然而，据我们所知，将注意力集成到node中已经被忽视了一段时间。为此，我们提出了一种新的注意性双协同进化节点(A

西西弗的小蚂蚁·2023-01-06 11:46

Neural Ordinary Differential Equations（NIPS2018）

我们引入了一个新的深度神经网络模型家族。我们不指定隐藏层的离散序列，而是使用神经网络参数化隐藏状态的导数。利用黑盒微分方程解算器计算网络的输出。这些连续深度模型具有恒定的存储成本，根据每个输入调整其评估策略，并且可以明确地用数值精度换取速度。我们在连续深度残差网络和连续时间潜变量模型中证明了这些性质。我们还构建了连续规范化流程，这是一个可以通过最大似然进行训练的生成模型，无需对数据维度进行划分或排

西西弗的小蚂蚁·2023-01-06 11:16

Neural Ordinary Differential Equations

神经常微分方程（2018）Abstract1Introduction2Reverse-modeautomaticdifferentiationofODEsolutions(反向模式的自动微分ODE的解决方案)3ReplacingresidualnetworkswithODEsforsupervisedlearning4ContinuousNormalizingFlows4.1CNF试验Abstra

黑洞是不黑·2023-01-06 11:46

神经了的ODE：Neural Ordinary Differential Equations

Abstract我们介绍深度神经网络模型的一个新家族。我们使用神经网络参数化隐藏状态的导数，而不是指定一个离散的隐藏层序列。网络的输出使用一个黑盒微分求解器进行计算（blackboxdifferentialequationsolver）。这些连续深度模型需要的存储成本恒定、针对不同输入调整评估策略（evaluationstrategy）、可以用数值精度换取速度。我们在continuous-dept

卉卉卉大爷·2023-01-06 11:46

NIPS2018最佳论文解读：Neural Ordinary Differential Equations

NIPS2018最佳论文解读：NeuralOrdinaryDifferentialEquations雷锋网2019-01-1023:32雷锋网AI科技评论按，不久前，NeurIPS2018在加拿大蒙特利尔召开

weixin_30853329·2023-01-06 11:46

PyTorch torch.nn从头开始【详解附代码】

关于torch.nn文章目录关于`torch.nn`MNIST数据下载1.Neuralnetfromscratch(不用torch.nn)2.Usingtorch.nn.functional3.使用nn.Module

qq_39809262·2023-01-06 11:15

黎曼流形学习的学习笔记(2):Neural Ordinary Differential Equations(来源：NIPS 2018 oral) (未完待续)

但是这篇文章主要是用NeuralODE网

Cinq Huang·2023-01-06 11:14

神经常微分方程（NODE）介绍

NODENeuralOrdinarydifferentialequation是对ResNet或者RNN模块的一种连续化结果，二者每个block的计算公式如下：ht+1=ht+f(ht,θt,t)h_{t

夜半罟霖·2023-01-06 11:44

Transfer learning for deep neural network-based partial differential equations solving论文笔记

Introduction基于DNN的替代模型的迁移学习效果尚未得到充分研究Relatedworks首先介绍了PINN：控制方程以及初始和边界条件作为惩罚项嵌入损失函数中，以指导梯度下降方向；下面介绍了迁移学习本文目标：在本文中，我们的目标不是优化网络设计，而是研究广泛使用的代理模型的传输能力。我们使用不同的模型对两个PDE基准进行了一系列实验。Experimentalresults下面第这一部分就

小小的石头花花·2023-01-06 11:44

阅读笔记Neural Ordinary Differential Equations

在残差网络中有下面的形式：ht+1=ht+f(ht,θt)(1)\mathbfh_{t+1}=\mathbfh_{t}+f(\mathbfh_{t},\theta_t)\tag{1}ht+1=ht+f(ht,θt)(1)连续的动态系统通常可以用常微分方程(ordinarydifferentialequation,ODE)表示为：dh(t)dt=f(h(t),t,θ)(2)\frac{d\mathb

冰冰冰泠泠泠·2023-01-06 11:13

Neural Radiance Fields (NeRFs) 神经辐射场模型2022总结

NeRF是2020年ECCV上获得最佳论文荣誉提名的工作，其影响力是十分巨大的。NeRF将隐式表达推上了一个新的高度，仅用2D的posedimages作为监督，即可表示复杂的三维场景，在新视角合成这一任务上的表现是非常引人注目的。3D渲染分为基于表面渲染（如点云到mesh）（图1上）和基于体积渲染（定义场景为密度和颜色场）（图1下）。NeRF可以简要概括为用一个MLP（MultiLayerPerc

BellaLYW·2023-01-06 10:34

大汇总 | 9种基于神经辐射场NeRF的SLAM方法你都知道吗？

随着2020年NeRF[1]的横空出世，神经辐射场方法（NeuralRadianceFields）如雨后春笋般铺天盖地卷来。NeRF最初用来进行图像渲染，即给定相机视角，渲染出该视角

自动驾驶之心·2023-01-06 10:34

当下呼声最高的NeRF究竟是什么？

目录（一）前言（二）NeRF工作的Pipeline1、NeuralRadianceFieldSceneRepresentation2、VolumeRenderingwithRadianceFields3

一圈zyy·2023-01-06 10:03

Towards Ultra-Resolution Neural Style Transfer via Thumbnail Instance Normalization

碎碎念：毕设打算做风格迁移的，然而没有接触过这方面，记录一下qwqAbstract基于现有的风格迁移框架处理高分辨率有以下缺点：内存成本笔触过小针对上述两点问题，本文提出Ultra-ResolutionStyleTransfer（URST）框架。针对内存问题，URST提出：将图像划分为patch提出ThumbnailInstanceNormalization（TIN）执行基于patch的风格迁移。

看到我请叫我去学java吖·2023-01-06 08:07

基于强化学习的放置类游戏

就像自己养的宠物一样游戏特定：云游戏2d格子地图场景每个角色有不同的头像，动画，技能角色可以和场景有通过的互动：在水边可以减少饥渴度等角色通过强化学习场景中的元素的作用玩家对场景有有限的操作自由度，但对角色没有任何操作相关资料NeuralMMO

chamomoe·2023-01-06 00:51

python神经网络库_使用Python scikit-learn 库实现神经网络算法

1：神经网络算法简介2：Backpropagation算法详细介绍3：非线性转化方程举例4：自己实现神经网络算法NeuralNetwork5：基于NeuralNetwork的XOR实例6：基于NeuralNetwork

weixin_39797393·2023-01-05 23:38

你的企业最适合哪种深度学习？

深度学习（DeepLearning）是机器学习(MachineLearning)的一个子集，它使用人工神经网络（ArtificialNeuralNetwork）来对大量数据进行复杂的计算。

自由创始人科技·2023-01-05 21:26

Chapter 10 :Introduction to Artificial Neural Networks with Keras

#IntroductiontoArtificialNeuralNetworkswithKerasimportnumpyasnpfromsklearn.datasetsimportload_irisfromsklearn.linear_modelimportPerceptronimporttensorflowastfprint

没有出口的猎户座·2023-01-05 21:17

根据PPG估算血压利用频谱谱-时间深度神经网络【翻】

根据PPG估算血压利用频谱谱-时间深度神经网络BloodPressureEstimationfromPhotoplethysmogramUsingaSpectro-TemporalDeepNeuralNetwork

巴川笑笑生·2023-01-05 20:24

Make Your First GAN With PyTorch：4.CUDA基础

本文目录1.Numpy和Python2.NVIDIACUDA介绍3.在Python下使用CUDA4.要点总结在MakeYourOwnNeuralNetw

soih0718·2023-01-05 19:49

P7选修深度学习介绍

7.第1讲（选修）：深度学习介绍_哔哩哔哩_bilibiliPytorch中训练DNN的概述，首先是DefineNeuralNetwork、LossFunction、Optimizer，这三步用到了torch.nn

落雪snowflake·2023-01-05 17:04

CW Attack论文阅读与总结

论文链接：https://arxiv.org/abs/1709.03842在阅读《TowardsEvaluatingtheRobustnessofNeuralNetworks》这篇基于优化的CW攻击方法过程中

超自信面包QTQ·2023-01-05 16:27

[paper]Distillation as a Defense to Adversarial Perturbations against Deep Neural Networks

本文提出了一个防御算法，在不改变深度神经网络的结构并且在尽可能小的影响模型准确率的前提下能够有效地抵御对抗样本的攻击。Weusetheknowledgeextractedduringdistillationtoreducetheamplitudeofnetworkgradientsexploitedbyadversariestocraftadversarialsamples.Ifadversari

ch1762·2023-01-05 16:55

蒸馏网络与防御蒸馏

来自论文《TowardsEvaluatingtheRobustnessofNeuralNetworks》Distillationwasinitiallyproposedasanapproachtoreducealargemodel

阳阳鸭·2023-01-05 16:52

【论文笔记】Towards Certifying l-infinity robustness using neural networks with l-infinity-dist neurons

引流https://www.cnblogs.com/setdong/p/16456887.html原文地址slidesGitHub代码本文发表于2021ICML，提出了一个新颖的神经网络计算方式：对于网络中的每个神经元，不采用传统的线性转换+非线性激活函数的方式，而是计算输入与参数之间的ℓ∞\ell_{\infty}ℓ∞-distance，作者将其称为ℓ∞\ell_{\infty}ℓ∞-distn

Set_____·2023-01-05 16:51

关于Distillation as a Defense to Adversarial Perturbations against Deep Neural Networks的理解

为了防御之前提出的FGSM和JSMA的攻击方式，作者根据之前hinton提出的蒸馏学习的方式，再此基础上稍作修改得到了防御蒸馏模型，并理论推导了防御有效性的原因。蒸馏学习是原先hinton提出用来减少模型复杂度并且不会降低泛化性能的方法，具体就是在指定温度下，先训练一个教师模型，再将教师模型在数据集上输出的类别概率标记作为软标签训练学生模型。而在防御蒸馏模型中，选择两个相同的模型作为教师模型和

kearney1995·2023-01-05 16:49

Graph Learning based Recommender Systems: A Review，速览图推荐系统综述 IJCAI2021

文章目录数据分类以及模型一般交互数据的图推荐系统序列交互数据的图推荐系统利用边信息的推荐系统结合知识图谱的推荐系统图推荐的算法随机游走GraphEmbeddingGraphNeuralNetworkApproach

hhmy77·2023-01-05 16:49

Distillation as a Defense to Adversarial Perturbations against Deep Neural Networks

PatrickMcDaniel,XiWu,SomeshJha,AnanthramSwami,DistillationasaDefensetoAdversarialPerturbationsagainstDeepNeuralNetworks

MTandHJ·2023-01-05 16:48

【论文笔记】（防御蒸馏）Distillation as a Defense to Adversarial Perturbations against Deep Neural Networks

—论文笔记(2015)DistillingtheKnowledgeinaNeuralNetwork—论文笔记摘要与JSMA文章同作者，本文提出了防御蒸馏（defensivedistillation），主要思想为

Set_____·2023-01-05 16:47

Paddle飞桨图神经训练营笔记

图神经网络链接：图神经网络7日打卡营课程基础数学基础：高等数学线性代数概率与数理统计编程基础Python:numpyPaddlePaddle1.8PGL机器学习基础神经网络（FC，BPNN)资料综述GraphNeuralNetworks

洛Darki·2023-01-05 15:49

《论文》：注意力机制

论文：PAYINGMOREATTENTIONTOATTENTION:IMPROVINGTHEPERFORMANCEOFCONVOLUTIONALNEURALNETWORKSVIAATTENTIONTRANSFER

一只认真码字的小菜鸡·2023-01-05 15:46

知识蒸馏综述：代码整理

1.KD:KnowledgeDistillation全称：DistillingtheKnowledgeinaNeuralNetwork链接：https://arxiv.org/pdf/1503.02531

小白学视觉·2023-01-05 15:13

网络轻量化 - 知识蒸馏（knowledge distillation）

原文：《DistillingtheKnowledgeinaNeuralNetwork》目录前期知识集成模型（EnsembleModels）BaggingBoosting缺点知识蒸馏思想算法部分知识蒸馏方法引入温度参数

Bro_Jun·2023-01-05 15:11

网络轻量化 - 泰勒剪枝

原文：《PRUNINGCONVOLUTIONALNEURALNETWORKSFORRESOURCEEFFICIENTINFERENCE》目录算法部分通道重要性判断通道重要性判断的主流方法本文的通道重要性判断方法

Bro_Jun·2023-01-05 15:41

网络轻量化 - 注意力迁移（Attention Transfer）

原文：《PAYINGMOREATTENTIONTOATTENTION:IMPROVINGTHEPERFORMANCEOFCONVOLUTIONALNEURALNETWORKSVIAATTENTIONTRANSFER

Bro_Jun·2023-01-05 15:10

从极大似然估计推出多分类交叉熵损失函数

NeuralNetwork但是在现实当中数据的分布是未知且复杂的，我们无法去假设它们服从二项、几何等等这些简单的分布。

构建的乐趣·2023-01-05 14:58

Vehicle Speed Forecasting Based On GCN-LSTM Combined Model

VehicleSpeedForecastingBasedOnGCN-LSTMCombinedModelSummaryThisresearchoffersamultisteptrafficflowforecastingframeworkrelyingoninterestspatial-temporal-graphneuralnetwork-longshort

刘元职业车队·2023-01-05 12:24

【转载】基于深度卷积网络方法的高光谱图像分类

图片来源网络本期为大家推介的是北京理工大学李伟教授关于高光谱图像分类的深度卷积网络方法的报告-DeepConvolutionalNeuralNetworkforHyperspectralImageClassification

llihz·2023-01-05 09:27

如何深度理解梯度？『吴恩达神经网络和深度学习补充资料Part1 DeepLearning-WEEK2』

[WEEK2]BasicsofNeuralNetworkprogramming可能大家学完了这一周的课，虽然吴教授通过图像的方式给大家直观的讲解了何为梯度的概念，但其实大家对梯度还没有很清楚的理解。

error13·2023-01-05 09:48

时序预测 | MATLAB实现BiGRU双向门控循环单元时间序列预测

门控循环神经网络（gatedrecurrentneuralnetwork）的提出，正是为了更好地捕捉时间序列中时间步距离较大的

机器学习之心·2023-01-05 09:18

分类预测 | MATLAB实现BiGRU双向门控循环单元多特征分类预测

门控循环神经网络（gatedrecurrentneuralnetwork）的提出，正是为了更好地捕捉时间序列中时间步距离