類神經網路
含有「類神經網路」共 28 篇內容
全部內容
發佈日期由新至舊
重構節點: 人工智慧技術網站
2025/09/05
《萬神殿》上載智能UI,自由穿梭在物聯網世界中的人工意識
上載智能 (Uploaded Intelligence, UI ) 《萬神殿》這部科幻是2022首播,因此延伸了當今人工智能的元素,其中的科幻設定提到人工智能與上載智能(萬神殿影視中的科幻設定)不同,上傳智能是一種數位永生的方法,這是許多科幻中的老元素了,在《萬神殿》中這種上傳智能是一種侵入式的數
4/5
萬神殿
#
人工智能
#
物聯網
#
電腦病毒
1
留言
甘果的沙龍
2025/08/24
Python/pyTorch 如何建立股價趨勢模型:一個三層式類神經網路模型
本文介紹如何使用 PyTorch 建立一個三層式反饋類神經網路模型來預測股價。文章涵蓋了資料取得 、資料預處理 (正規化)、GPU 資料轉換、模型訓練、模型預測以及結果評估等步驟。透過將模型預測結果與原始股價資料繪製比較圖表,並結合統計指標例如「95%區間」來分析模型的準確性和可靠性。
#
類神經網路
#
股市模型
#
人工智慧
1
留言
不是雞湯,但是又如何
2025/08/21
Day4:類神經網路&深度學習
「人工智慧 +1」自學 Day4: 類神經網路(Artificial Neural Networks, ANN)與深度學習(Deep Learning, DL) ▹類神經網路(Artificial Neural Networks, ANN) 1.發展 ▪︎ 概念:模仿生物神經元,對人類大腦
含 AI 應用內容
#
ChatGPT
#
AI
#
Gemini
喜歡
留言
Jim的沙龍
2025/08/08
【人工智慧】對話式人工智慧是什麼?
對話式人工智慧是什麼?如何運作? 對話式人工智慧(Conversational AI)指的是讓人跟機器用對話的方式進行溝通。通常應用在智慧家電,例如當你說開燈,燈就會自動打開。另外還有對話機器人,例如Line的對話機器人或是一些公司的客服,可以用打字的方式進行對話,處理問題。 如何讓機器與人對話
#
類神經網路
#
人工智慧
#
機器學習
1
留言
Jim的沙龍
2025/08/07
【人工智慧】關於影像辨識的應用
影像辨識(Object Recognition)是什麼? 影像辨識也就是在一張照片裡辨識出裡面的物件。電腦的識別比人類還要優秀可以一眼看出車子的類型,甚至是出廠年份。 影像辨識可應用在很多地方,例如美國的大型機場,有著24小時的全面監控,如果有人的行李或包裹離開身邊太久,就會請清潔人員或者警衛清
#
人工智慧
#
類神經網路
#
影像辨識
1
留言
Jim的沙龍
2025/08/06
【人工智慧】類神經網路如何訓練?
類神經網路是如何訓練參數的呢? 用影像辨識舉例,假設我們要找電腦能夠識別一張鳥的圖片。我們要先有足夠多的資料來判斷。假設我們有10萬張鳥的圖片以及10萬張其他動物的圖片。並且已經知道標記過是什麼動物的圖片。我們就可以開始訓練智能模型。 一、共用性與特用性 我們先從鳥的圖片裡收集鳥的各種特徵,將
#
人工智慧
#
類神經網路
#
演算法
1
留言
Jim的沙龍
2025/08/06
【人工智慧】類神經網路的推理技術
類神經網路是如何運作的呢? 對於比較簡單的問題,我們可以使用決策樹或圖,並用程式算出結果。但是當問題複雜到一定程度時。我們就會做類似神經網路更複雜的演算法。 類神經網路一開始有一層輸入層,將資料傳給中間隱藏層的每一個節點,而每個傳輸過程都會有一個權重值,將資料與權重值做計算,並經過多層的隱藏層計
#
類神經網路
#
人工智慧
#
機器學習
1
留言
Jim的沙龍
2025/08/06
【人工智慧】類神經網路是什麼?
人工智慧裡面的演算法之一,類神經網路(Neural Network)是什麼? 一、數學模型 類神經網路是一種數學模型,並不是我們一般所說的電腦網路的網路,或者是電信網路裡面的機器與機器之間連結的網路。它指的是一種網路型態的資料結構。是一個複雜多元的節點組合在一起,這些節點形成一個網路化的結構。利
#
人工智慧
#
神經網路
#
類神經網路
1
留言
Jim的沙龍
2025/08/05
【機器學習與深度學習】機器學習與深度學習是什麼?
在人工智慧當紅的這時代,所謂機器學習與深度學習是什麼呢? 一、人工智慧(Artificial Intelligence)' 泛指所有人工智慧的領域,包括自動控制、自動駕駛的車子、工廠的機械手臂或是機器人都屬於AI領域。 二、機器學習(Machine Learning) 在人工智慧的範圍裡面有
#
智慧
#
機器學習
#
深度學習
1
留言
甘果的沙龍
2024/12/21
使用巨量資料及類神經網路進行字元辨識的應用與訓練技巧
類神經網路在圖形辨識應用中需要大量資料進行訓練,並常透過分批訓練來優化模型。本文介紹如何使用「MNIST」資料庫進行手寫數字辨識,並透過「資料分批」來有效處理訓練資料。最終,分批訓練的手法能夠提升模型的辨識能力,實現持續學習。
#
類神經網路
#
人工智慧
#
PyTorch
1
留言