65,938 篇文章
CodeProject 正在发生变化。
了解更多
。
全部
/
人工智能
/
神经网络
人工智能
人工智能
神经网络
机器学习
深度学习
ML.Net
大数据
数据科学
Tensorflow
ChatGPT
物联网
物联网
Arduino
边缘设备
Raspberry-Pi
可穿戴设备
IoT Edge
工业物联网
DevOps
DevOps
敏捷
自动化
持续构建
持续交付
持续部署
持续集成
部署
Git
安装
集成测试
负载测试
质量保证
TFS
单元测试
测试
容器
容器
Docker
Kubernetes
虚拟机
高性能计算
高性能计算
GPU
并行处理
并行化
矢量化
托管服务
托管服务
AWS
Cordova
ExtJS
Google Cloud
微服务
PhoneGap
无服务器
存储
Web Hosting
WordPress
Azure
安全
安全
区块链
密码学
加密
身份
身份服务器
Web 开发
Web 开发
Blazor
CSS3
Flask
HTML5
Kestrel
LESS
Nginx
Node.js
React
SCSS
Spring
Vue.js
ASP.NET
CSS
Apache
HTML
IIS
XHTML
移动应用
移动应用
Flutter
Ionic
iOS
Nativescript
React Native
Xamarin
Windows Mobile
Android
桌面编程
桌面编程
Cocoa
Electron
QT
通用 Windows 平台
X11
Windows Forms
ATL
MFC
Swing
Win32
WTL
WPF
XAML
系统
数据库开发
数据库开发
数据可视化
Elasticsearch
Lucene
MariaDB
MongoDB
NoSQL
PostgreSQL
Redis
MySQL
SQL Server
生产力应用和服务
生产力应用和服务
LibreOffice
OpenOffice
Sharepoint
团队沟通工具
Biztalk
Microsoft Office
SAP
游戏开发
游戏开发
Doom
Kinect
Playstation 4
Playstation 5
Unity
Unreal
XBox
多媒体
多媒体
音频
图像处理
视频
音视频
DirectX
GDI
GDI+
OpenGL
通用编程
通用编程
算法
压缩
计算几何
仿真
异常
文件
互联网
本地化
内存管理
优化
解析器
性能
正则表达式
排序
状态机
架构
设计/图形
打印
字符串
线程
可用性
编程语言
编程语言
ASM
Bash
Basic
COBOL
Dart
Go
Haskell
Kotlin
Lua
Pascal
R
Razor
Rust
Scala
Swift
Typescript
Objective C
Visual Basic
VBScript
C++
C#
F#
FORTRAN
Java
Javascript
Perl
Python
Ruby
SQL
PHP
PowerShell
XML
提交您的文章
神经网络
神经网络
精选阅读
C# 中的 3 层前馈神经网络，
带图形显示
作者：
Gary.Miller.WPF
C# 中的 MNIST 数字识别
关于神经网络的说明
作者：
Dr. Song Li
这是一个用于在 JavaScript 中实现神经网络的库。
神经网络的简单完整解释
作者：
Mahsa Hassankashi
本文还包含神经网络的实际示例。您将在此处了解人脑中发生的具体情况，同时审视人工神经网络。
带有神经网络和机器学习的井字棋人工智能
作者：
Thomas Daniels
本文介绍了使用神经网络和机器学习制作的井字棋玩家。
最新文章
C# 中的 3 层前馈神经网络，
带图形显示
作者：
Gary.Miller.WPF
C# 中的 MNIST 数字识别
关于神经网络的说明
作者：
Dr. Song Li
这是一个用于在 JavaScript 中实现神经网络的库。
神经网络的简单完整解释
作者：
Mahsa Hassankashi
本文还包含神经网络的实际示例。您将在此处了解人脑中发生的具体情况，同时审视人工神经网络。
带有神经网络和机器学习的井字棋人工智能
作者：
Thomas Daniels
本文介绍了使用神经网络和机器学习制作的井字棋玩家。
所有文章
文章
项目
技术博客
技巧/窍门
视频
参考
资产
顶部
按分数排序
标题
更新时间
作者
分数
神经网络
C# 中的 3 层前馈神经网络，
带图形显示
作者：
Gary.Miller.WPF
C# 中的 MNIST 数字识别
关于神经网络的说明
作者：
Dr. Song Li
这是一个用于在 JavaScript 中实现神经网络的库。
神经网络的简单完整解释
作者：
Mahsa Hassankashi
本文还包含神经网络的实际示例。您将在此处了解人脑中发生的具体情况，同时审视人工神经网络。
带有神经网络和机器学习的井字棋人工智能
作者：
Thomas Daniels
本文介绍了使用神经网络和机器学习制作的井字棋玩家。
深度学习年龄估计：构建 CNN
作者：
Sergey L. Gladkiy
在本文中，我们将使用 Keras 框架构建我们设计的网络。
深度学习年龄估计：设计 CNN
作者：
Sergey L. Gladkiy
在本文中，我们将引导您完成深度学习流水线中最困难的步骤之一：CNN 设计。
深度学习年龄估计：训练 CNN
作者：
Sergey L. Gladkiy
在本文中，我们将训练用于年龄估计的 CNN。
深度学习年龄估计：使用 CNN 预测年龄
作者：
Sergey L. Gladkiy
在本文中，我们将解释如何使用预训练的 CNN 从图像中估计一个人的年龄。
比特币时间序列数据上的 AI 异常检测
作者：
Sergio Virahonda
在本文中，我们将讨论时间序列数据的异常检测。
使用 TensorFlow.js 构建 AI 聊天机器人：改进的问答专家
作者：
Raphael Mun
在本文中，我们将创建一个知识型聊天机器人。
比特币实时价格上的 AI 预测和异常检测
作者：
Sergio Virahonda
在本文中，我们将结合预测和检测比特币价格的实时流数据。
比特币时间序列数据上的 AI 预测
作者：
Sergio Virahonda
在下一篇文章中，我们将讨论比特币时间序列的预测。
使用 ResNet 在 iOS 上进行 AI 图像分类
作者：
Jarek Szczegielniak
在上一篇文章中，我们将一个 ResNet 模型转换为了 Core ML 格式，在本文中，我们将它用于一个简单的 iOS 应用。
AI 队列长度检测：计算区域内人数
作者：
MehreenTahir
在本文中，我们将训练一个深度学习模型来检测和计算给定区域内的人数。
AI 队列长度检测：使用 Keras 进行对象检测
作者：
MehreenTahir
这是文章系列的第一篇，我们将展示如何制作一个 AI 队列长度检测器。
AI 队列长度检测：使用 Keras 进行自定义对象检测的 R-CNN
作者：
MehreenTahir
在本文中，我们将探索一些用于对象检测的其他算法，并学习如何为自定义对象检测实现它们。
人工智能：
虚拟鱼的遗传进化
作者：
hemanthk119
神经网络的基因突变，
以在鱼类等虚拟生物中产生更好的后代
Android Arm NN 图像分类
作者：
Joel Ivory Johnson
使用 Arm NN 在 Android 移动设备上进行图像分类。
Android TensorFlow Lite 最佳实践和优化
作者：
Joel Ivory Johnson
在本文中，我们将考虑如何进一步优化网络。
ANNT：前馈全连接神经网络
作者：
Andrew Kirillov
本文演示了 ANNT 库在创建全连接 ANN 并将其应用于不同任务中的用法。
ANNT：循环神经网络
作者：
Andrew Kirillov
使用 ANNT 库创建循环神经网络并将其应用于不同的任务
人工神经网络 C++ 类
作者：
Hatem Mostafa
人工神经网络 C++ 类，包含两个用例：计数器和手写数字识别。
使用 Raspberry Pi 和 Arm NN 机器学习实现自动垃圾分类
作者：
Dawid Borycki
在本文中，我们将演示构建一个基于 Arm NN 的物联网设备应用程序，该应用程序可以通过图像分析执行自动垃圾分类。
C# 中的基本人工神经网络
作者：
Bhairav Thakkar
用于实验的基本人工神经网络代码。
Visual Basic .NET 的神经网络基础
作者：
Emiliano Musso
在 VB.NET 中实现神经网络的基础。
构建简单的 AI .NET 库 - 第三部分 -
感知器
作者：
Gamil Yassin
感知器，
何时使用它以及示例代码。
构建简单的 AI .NET 库 - 第四部分 -
超越感知器
作者：
Gamil Yassin
一系列文章的第四部分，
演示了从零开始构建 .NET AI 库。
构建简单的 .NET AI 库 - 第 5 部分 - 人工神经网络
作者：
Gamil Yassin
人工神经网络的类型
为 iOS Vision 框架构建 Core ML 流水线
作者：
Jarek Szczegielniak
在本文中，我们将创建一个 Core ML 流水线作为我们的端到端模型。
使用 Keras 构建移动风格迁移 CycleGAN
作者:
Abdulkader Helwan
在本文中，我们将从头开始实现 CycleGAN。
从头开始构建风格迁移 CycleGAN
作者:
Abdulkader Helwan
在本文中，我们将实现一个基于残差的生成器的 CycleGAN。
使用 Create ML 和 Core ML 构建用于 iOS 的 AI 图像分类应用
作者：
Jarek Szczegielniak
在本文中，我们可以继续使用 Apple 的 Create ML 训练我们自定义的热狗检测模型。
使用 YOLO Core ML 模型构建对象检测 iOS 应用
作者：
Jarek Szczegielniak
在本系列的最后一篇文章中，我们将扩展该应用程序以使用我们的 YOLO v2 模型进行对象检测。
Cartpole：强化学习的“Hello World”
作者：
philoxenic
在本文中，您将开始上手，并完成您的第一项强化学习工作。
Cartpole：调整选项
作者：
philoxenic
在本文中，我们将了解幕后发生的事情，以及有哪些选项可以改变强化学习。
猫或不是 - 使用 Python 和 Keras 的图像分类器
作者：
Ryan Peden
神经网络的第一个代码介绍。
首次在 kaggle.com 竞赛
作者：
Philipp_Engelmann
首次在 kaggle.com 竞赛。
将 ONNX 对象检测模型转换为 iOS Core ML
作者：
Jarek Szczegielniak
在本系列中，我们将使用一个预训练模型创建一个 iOS 应用程序，该应用程序可以在实时摄像头馈送中检测多个人和物体，而不是在静态图片中。
将 ONNX 图像分类模型转换为 Core ML
作者：
Jarek Szczegielniak
在本文中，我们将一个 ResNet 模型转换为 Core ML 格式。
使用 Google Tesseract 和 Arm NN 在 Raspberry Pi 上创建文本到语音引擎
作者：
Dawid Borycki
如何选择和转换现有的 TensorFlow 模型以与 Arm NN 配合使用，以及模型转换和实现 Arm NN 解决方案的最佳实践。
创建 Python 中的图灵机 - 第 1 部分
作者：
Philipp_Engelmann
在本系列中，我想向您展示如何用 Python 创建一个简单的基于控制台的图灵机。您可以在 https://github.com/phillikus/turing_machine 上查看完整的源代码。在这一部分，我将解释图灵机背后的基本理论，并在此基础上设置项目。
创建 Python 图灵机 - 第 2 部分
作者：
Philipp_Engelmann
如何在 Python 中创建图灵机 - 第 2 部分。
创建带解码逻辑的 YOLO Core ML 对象检测器
作者：
Jarek Szczegielniak
在本文中，我们准备将检测解码直接包含在 Core ML 模型中。
使用 TensorFlow Lite 创建 Android AI 应用
作者：
Joel Ivory Johnson
在本文中，
我们将创建一个 Android 应用程序并将我们的 TensorFlow Lite 模型导入其中。
数据挖掘：
SQL Server 中的神经网络简介
作者：
Harinder Saluja
在 SQL Server 中实现神经网络
解码 Core ML YOLO 对象检测器
作者：
Jarek Szczegielniak
在本文中，我们将通过将抽象数字数组转换为人类可读的形式来解码 Core ML YOLO 模型。
使用数组运算解码 YOLO Core ML 对象检测器
作者：
Jarek Szczegielniak
在下一篇文章中，我们将执行相同的操作，但使用数组运算。这将允许我们将解码逻辑直接包含在模型中。
C# 中的深度学习：Keras.NET 中的硬币识别，第 I 部分
作者：
Arnaldo P. Castaño
在本文中，我们将研究用于硬币识别问题的卷积神经网络，并将在 Keras.NET 中实现一个。
C# 中的深度学习：Keras.NET 中的硬币识别，第 II 部分
作者：
Arnaldo P. Castaño
在本文中，我们将研究我们使用 Keras.NET 实现的用于硬币识别的 CNN。
C# 中的深度学习：使用预训练模型在 ML.NET 中进行硬币识别
作者：
Arnaldo P. Castaño
为了结束本系列，我们将介绍一种方法，即调整预训练的 CNN 来解决我们一直以来检查的硬币识别问题。
C# 中的深度学习：理解神经网络架构
作者：
Arnaldo P. Castaño
在本文中，我们将介绍监督式机器学习的基础知识，以及训练和验证阶段的内容。
使用预训练 SSD 模型检测害虫
作者：
Sergey L. Gladkiy
在下一篇文章中，我们将使用一个预训练的 DNN 来检测视频中的害虫。
使用运动检测器和训练过的 DNN 检测害虫
作者：
Sergey L. Gladkiy
在本文中，我们将向您展示如何开发一个简单的运动检测器，并将其与训练过的 DNN 模型结合起来，以在视频中检测驼鹿。
检测异常害虫
作者：
Sergey L. Gladkiy
在本视频中，我们将讨论一些关于检测“外来”害虫的想法，例如驼鹿和犰狳。
使用树莓派消除害虫
作者：
Sergey L. Gladkiy
在本文中，我们将在 Raspberry Pi 3 设备上测试我们的检测算法，并通过播放响亮的声音来创建我们害虫消除器的“吓跑害虫”部分。
使用数据增强扩展数据集
作者：
Sergey L. Gladkiy
在本文中，我们将看到如何通过数据增强获得相同的结果。
微调 VGG16 以对服装进行分类
作者:
Abdulkader Helwan
在本文中，我们将向您展示如何训练 VGG19 来识别人们所穿的衣服。
从平稳性到混沌的随机性
作者：
Miguel Diaz Kusztrich
使用R探索由简单过程生成的时间序列的复杂性
使用生成对抗网络 (GAN) 生成新的时尚设计
作者:
Abdulkader Helwan
在本文中，我们将向您展示如何构建一个用于时尚设计生成的生成对抗网络 (GAN)。
开始使用 TensorFlow.js 在浏览器中进行深度学习
作者：
Raphael Mun
在本文中，我将向您展示如何快速轻松地设置和使用 TensorFlow.js 来训练神经网络，以从数据点进行预测。
手写数字读取器 UI
作者：
KristianEkman
一个 C# 面向对象的神经网络、训练器和 Windows 窗体用户界面，用于识别手写数字。
混合边缘 AI 面部识别：后续步骤
作者：
Sergey L. Gladkiy
在本文中，我们将讨论从头开始开发面部识别系统的某些方面。
使用神经网络在 .
NET 中进行图像分类
作者：
hemanthk119
使用深度信念网络和卷积神经网络在 .
NET 中实现图像分类
图像标记器 - 基于卷积神经网络的图像分类器
作者：
Huseyin Atasoy
基于卷积神经网络的图像分类器/标记器。现在通过 Intel MKL 支持，速度提高了 10 倍以上。
使用 Python 和 Keras 实现卷积神经网络
作者：
Nikola M. Živković
使用 Python 和 Keras 实现卷积神经网络
在 CNTK 中使用 C# 将输入归一化作为单独的层
作者：
Bahrudin Hrnjica
如何将数据归一化作为常规神经网络层实现，从而简化训练过程和数据准备
Keras 入门
作者：
Thomas Daniels
在本文中，让我们深入了解 Keras，这是一个用于神经网络的高级库。
OpenAI Gym 入门：Atari Breakout
作者：
philoxenic
在本文中，我们将开始了解 OpenAI Gym 环境和 Atari 游戏 Breakout。
iOS 对象检测，带实时相机预览
作者：
Jarek Szczegielniak
在下一篇文章中，我们将开始处理将使用该模型的 iOS 应用程序。
从 RAM 中学习 Breakout - 第 1 部分
作者：
philoxenic
在本文中，我们将从游戏 RAM 的内容中学习，而不是从像素中学习。
从 RAM 中更快地学习 Breakout - 第 2 部分
作者：
philoxenic
在本文中，我们将看到如何通过稍微不同的方式处理 RAM 来进行改进。
更快地学习 Breakout
作者：
philoxenic
在本文中，我们将看到如何使用不同的学习算法（以及更多的核心和 GPU）在 Mountain Car 环境中更快地进行训练。
学习 Breakout：高级主题
作者：
philoxenic
在本系列最后一篇文章中，我们将探讨一些更高级的主题：最小化我们 Breakout 代理的“抖动”，以及进行超参数的网格搜索。
学习机器学习，第二部分：算法与技术
作者：
Alibaba Cloud
在本文中，我们将了解有助于实现 ML 功能的算法。
Logo 识别系统
作者：
Ammar Albush 1997
用 C# .NET 6.0 Windows 窗体编写的 Logo 识别系统程序（Tensorflow.net、Tensorflow.keras、Emgu Cv、ScottPlot.WinForms、Newtonsoft.Json）。
在线手写识别的多卷积神经网络方法
作者：
Vietdungiitb
该研究侧重于一种在线手写识别系统的单词识别技术的呈现，该系统使用多个组件神经网络 (MCNN) 作为分类器的可交换部分。
使用 MLP 神经网络识别数字
作者：
mohammad farahi
使用多层感知机神经网络（MLP）识别英文数字。
为 AI 时尚分类准备数据
作者:
Abdulkader Helwan
在本文中，我们将向您展示如何使用迁移学习来微调 VGG19 模型以对时尚服装类别进行分类。
为 iOS 上的 AI 图像分类准备数据
作者：
Jarek Szczegielniak
在本文中，我们将开始为此新的自定义模型准备数据，该模型之后将使用 Create ML 框架进行训练。
准备数据集
作者：
Sergey L. Gladkiy
在本文中，我们将为我们选择的害虫：驼鹿创建训练数据集。
预处理时间序列数据以进行 AI 预测和异常检测
作者：
Sergio Virahonda
在本文中，我们学习如何准备时间序列数据以输入到机器学习 (ML) 和深度学习 (DL) 模型。
边缘设备的实时 AI 人员检测：实时模式下检测视频中的人员
作者：
Sergey L. Gladkiy
本文将修改代码以在边缘设备上进行实时处理。
边缘设备的实时 AI 人员检测：使用预训练 SSD 模型检测人员
作者：
Sergey L. Gladkiy
本文将展示用于启动这些模型的 Python 代码，并在图像中检测人类。
边缘设备上的实时 AI 人脸检测：入门
作者：
Sergey L. Gladkiy
这是我们将向您展示如何在 Raspberry Pi 上实时（或近实时）检测人的系列文章的第一篇。
边缘设备的实时 AI 人员检测：在树莓派上启动 SSD
作者：
Sergey L. Gladkiy
本文将介绍如何在此设备上安装 Python-OpenCV 并运行代码。
边缘设备的实时 AI 人员检测：在树莓派上测试 SSD 模型
作者：
Sergey L. Gladkiy
本文将在树莓派设备上测试 MibileNet 和 SqueezeNet 模型的准确性和性能。
边缘设备的实时 AI 病虫害消除：入门
作者：
Sergey L. Gladkiy
本文比较了两种可用于检测病虫害的 DNN 类型：检测器和分类器。
减少矩阵-矩阵乘法中的打包开销
作者：
Intel
提高多核和众核 Intel® 架构的性能，特别是对于深度神经网络。
重塑神经网络
作者：
Byte-Master-101
神经网络可以完成许多惊人的事情，您可以了解如何从头开始构建一个。您可能会惊讶于从零开始开发一个神经网络竟然如此简单！
重塑神经网络 - 第二部分
作者：
Byte-Master-101
在第二部分中，在第一部分中创建的神经网络将在 Unity 中制作的环境中进行测试，以便我们可以看到它的性能如何。
重塑神经网络 - 第三部分
作者：
Byte-Master-101
现在我们已经完成了基础知识，是时候进行改进了！
在真实数据上运行 AI 时尚分类
作者:
Abdulkader Helwan
本文评估了使用手机拍摄的真实图像的 VGG19。
设置 Android AI 开发环境
作者：
Joel Ivory Johnson
这是关于在 Android 上使用 TensorFlow Lite 的系列文章的第一篇，
将机器学习和深度神经网络的强大功能带入移动应用。
为 ML 和 AI 开发设置 macOS
作者：
Jarek Szczegielniak
本文将准备我们的开发环境。
直方图神经元 - 解决 CNN 图像分类中的“小猫炖菜”问题
作者：
R. Stacy Smyth
我用来让 CNN 以更直观的方式运行的方法
神经网络背后的数学：第一部分 - 罗森布拉特感知器
作者：
Serge Desmedt
一个亲自动手的指南，了解感知器的基本数学原理
神经网络背后的数学原理：第 2 部分 - ADALINE 感知器
作者：
Serge Desmedt
一个可供自己尝试的指南，了解 ADALINE 感知器背后的基本数学原理。
训练 DNN
作者：
Sergey L. Gladkiy
本文将讨论使用增强数据集训练我们的 DNN 分类器。
训练运行 CycleGAN 以进行移动风格迁移
作者:
Abdulkader Helwan
本文将训练一个带有 U-Net 生成器的 CycleGAN。
训练和运行 GAN 以生成时尚设计
作者:
Abdulkader Helwan
本文将展示如何训练 GAN 来生成时尚设计。
训练您自己的 TensorFlow 神经网络用于 Android
作者：
Joel Ivory Johnson
在本文中，
我们将生成一个程序输出，
该程序将提供一个 TensorFlow freeze graph，
可用于或转换为 TensorFlow Lite。
在 Android 上使用 TensorFlow Lite 的 ONNX 神经网络模型
作者：
Joel Ivory Johnson
本文将采用预训练的神经网络并将其改编为 TensorFlow Lite 使用。
使用 CycleGAN 进行移动风格迁移
作者:
Abdulkader Helwan
在本文中，
我们讨论了 CycleGAN 架构。
在 Java 中使用便携式 ONNX AI 模型
作者：
Keith Pijanowski
本文简要概述了 ONNX Runtime 和 ONNX 格式。
在 Python 中使用便携式 ONNX AI 模型
作者：
Keith Pijanowski
本文简要概述了 ONNX Runtime 和 ONNX 格式。
可视化 Android 上的 TensorFlow Lite AI 结果
作者：
Joel Ivory Johnson
在本系列文章的前一篇中，
TensorFlow Lite 解释器检查了一张图片并产生了其输出。
在本文中，
我们将学习如何解释这些结果并为它们创建可视化。
©
. All rights reserved.
