神经网络和图神经网络,神经网络 图像相似度

您好，请问如何把多个神经网络的训练曲线放在同一个图里做对比

可以先将第一个训练好的曲线的.fig文件保存下来，读取fig中的数据保存，将第二个图训练出来之后再用holdon命令（表示继续在这个图中画曲线），这时你就可以将第一个曲线数据画到这幅图上。

至于怎么读取fig中的数据，你可以用h=findobj(gca,'type','line');Y=get(h,'ydata');等语句来实现。

谷歌人工智能写作项目：神经网络伪原创

如何用神经网络 识别图片中的个数？

您的问题可以作为目标检测问题好文案。目标检测目前有很多开源的模型可以使用，如有有自己的数据集需要用自己的数据集再训练一下，叫做迁移学习。

使用模型就需要用到深度学习框架，推荐您可以使用以下飞桨，百度出品的深度学习框架。飞桨PPDB。

基于神经网络的人脸识别有哪些算法

上次的人脸识别仿真，我们用的是PCA和SVM方法进行人脸识别，该方法仍属于机器学习领域，未涉及神经网络的知识。这次使用的方法是基于PCA和BP神经网络对人脸识别。

其中，PCA的功能和上次一致，是用来对20张图片进行降维处理，最终产生8个主成分作为BP神经网络的输入；神经网络的输出层采用4个神经元，用来区分两个不同的人脸；本例的BP神经网络采用8-10-4的三层结构，输入层神经元数量选取8个，隐含层神经元数量选取10个，输出层神经元数量选取4个。

如何用径向基神经网络实现对图像的滤波？

。

径向基函数（RBF）神经网络RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。

简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。

由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速度很慢。BP网络就是一个典型的例子。如果对于输入空间的某个局部区域只有少数几个连接权值影响输出，则该网络称为局部逼近网络。

常见的局部逼近网络有RBF网络、小脑模型（CMAC）网络、B样条网络等。

卷积神经网络处理规格不同的图片