使用Altium Designer 绘制原理图
一．实验目的： 1.培养学生掌握、使用实用电子线路、计算机系统设计、仿真软件的能力。2.提高学生读图、分析线路和正确绘制设计线路、系统的能力。3.了解原理图设计基础、了解设计环境设置、学习 Altium Designer 软件的功能及使用方法。4.掌握绘制原理图的各种工具、利用软件绘制 ...
相关推荐
图神经网络-简单图论
图结构数据 注：本节大部分内容（包括图片）来源于"Chapter 2 - Foundations of Graphs, Deep Learning on Graphs"，我们做了翻译与重新排版，并增加了一些细节内容。 一、图的表示 定义一（图）： 一个图被记为\(\mathcal{G ...
使用Jupter Notebook实现简单的神经网络
参考：http://python.jobbole.com/82208/ 注：1）# %matplotlib inline 注解可以使Jupyter中显示图片 2）注意包的导入方式 一、使用的Python包 1）numpy numpy（Numerical ...
简单的深度神经网络实现——使用PyTorch
使用的数据集是MNIST，预期可以达到98%左右的准确率。 该神经网络由一个输入层，一个全连接层结构的隐含层和一个输出层构建。 1.配置库和配置参数 2.加载MNIST数据 3.数据的批处理一 4.创建DNN模型 ...
卷积神经网络概念及使用 PyTorch 简单实现
卷积神经网络 卷积神经网络（CNN）是深度学习的代表算法之一 。具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为“平移不变人工神经网络”。随着深度学习理论的提出和数值计算设备的改进，卷积神经网络得到了快速发展，并被应用于 计算机视觉、 自然语言处理等领域 ...
使用PyTorch简单实现卷积神经网络模型
这里我们会用 Python 实现三个简单的卷积神经网络模型：LeNet 、AlexNet 、VGGNet，首先我们需要了解三大基础数据集：MNIST 数据集、Cifar 数据集和 ImageNet 数据集 三大基础数据集 MNIST 数据集 MNIST数据集是用作手写体识别的数据集 ...
BP神经网络（原理及MATLAB实现）
人工神经网络概述： 人工神经元模型： 神经网络的分类： 按照连接方式，可以分为：前向神经网络 vs. 反馈（递归）神经网络； 按照学习方式，可以分为：有导师学习神经网络 vs. 无导师学习神经网络； 按照实现功能，可以分为：拟合（回归）神经网络 vs. 分类神经网络 ...
BP神经网络原理及python实现
【废话外传】：终于要讲神经网络了，这个让我踏进机器学习大门，让我读研，改变我人生命运的四个字！话说那么一天，我在乱点百度，看到了这样的内容： 看到这么高大上，这么牛逼的定义，怎么能不让我这个技术宅男心向往之？现在入坑之后就是下面的表情： 好了好了，玩笑就开到这里，其实我是真的很喜欢这门 ...