————网络架构第33页

RetinaNet解读网络理解

qq_1041357701·2023-01-19 10:58

【论文阅读】RetinaNet （Focal Loss for Dense Object Detection）

RetinaNet网络框架图3单级RetinaNet网络架构在前瞻ResNet架构[16](a)之上使用特征金字塔网络(FPN)[20]主干来生成一个丰富的、多尺度的卷积特征金字塔(b)。

Clark-dj·2023-01-19 10:27

BSRN网络——《Blueprint Separable Residual Network for Efficient Image Super-Resolution》论文解读

目录摘要：网络架构：具体流程：BSConv：ESDB——EfficientSeparableDistillationBlock：BlueprintShallowResidualBlock(BSRB)：ESA

子壹·2023-01-19 07:54

Pytorch深度学习【十五】

微调网络架构一个神经网络一般可以分成两块特征抽取将原始像素变成容易线性分割的特征线性分类器来做分类微调思路—将相同功能的网络及其参数直接进行迁移使用，而并不是通过重新学习，只改变部分层次即可训练是一个目标数据集上的正常训练任务但使用更强的正则化使用更小的学习率使用更少的数据迭代源数据集远复杂于目标数据

EngineeringHR7·2023-01-18 20:29

python和pytorch关系_PyTorch线性回归和逻辑回归实战示例

线性回归实战使用PyTorch定义线性回归模型一般分以下几步：1.设计网络架构2.构建损失函数(loss)和优化器(optimizer)3.训练(包括前馈(forward)、反向传播(backward)

weixin_39820244·2023-01-18 17:39

swin-transformer 细节理解之整体架构

总结参考链接前言这篇博客会大致介绍swin-transformer的整体架构，在不考虑transformer里的细节的前提下，如何从一个宏观的角度理解swin-transformer的整体架构，以及transformer网络架构为什么能代替传统的卷积

超级电冰箱·2023-01-18 12:38

MobileNet V2网络结构

Markasfollows:MatConvNet实现该网络架构如下：functionoutput=MobileNetV2()net=dagnn.DagNN();convBlock=dagnn.Conv(

学为好人·2023-01-18 11:16

神经网络架构搜索（Neural Architecture Search, NAS）笔记

目录（一）背景（二）NAS流程2.1定义搜索空间2.2搜索策略（三）加速（四）变体及扩展4.1扩展到其他任务4.2扩展到其他超参数（一）背景机器学习从业者被戏称为“调参工”已经不是一天两天了。我们知道，机器学习算法的效果好坏不仅取决于参数，而且很大程度上取决于各种超参数。有些paper的结果很难重现原因之一就是获得最优超参值往往需要花很大的力气。超参数的自动搜索优化是一个古老的话题了。深度学习兴起

再见天师·2023-01-18 10:48

Mobile Edge Computing学习笔记（二）问题，挑战与主流研究方向

文章目录一、MEC系统部署1：MEC服务器选址2：MEC网络架构3：MEC服务器密度规划二、支持缓存的MEC1：用于MEC资源分配的服务缓存:2：用于MEC数据分析的数据缓存三、MEC的移动管理1：可移动感知的在线预取

Ordinary_yfz·2023-01-18 09:58

EfficientNet-B0详解

该模型的基础网络架构是通过使用

JaciusCV·2023-01-18 08:30

kpconv与point transformer异同、算法讲解

相同之处：网络架构相似，其均由encoder、decoder组成；都有降采样、升采样和跳跃链接；其核心kpconv算子和transformer算子穿插于上述网络架构中；在每层降采样环节中，不需要多个并行算子处理

一青CSU·2023-01-17 15:52

目标检测模型设计准则 | YOLOv7参考的ELAN模型解读，YOLO系列模型思想的设计源头

转载：https://mp.weixin.qq.com/s/5SjQvRqRct6ClpE2eEcdkw设计高效、高质量的表达性网络架构一直是深度学习领域最重要的研究课题。

人工智能算法研究院·2023-01-17 14:07

绝了，超越YOLOv7、v8,YOLOv6 v3.0正式发布

引入新的网络架构和训练方案，其中YOLOv6-S以484FPS的速度达到45.0%AP，超过YOLOv5-S、YOLOv8-S，其代码刚刚开源由于前段时间Ultralytics公司透露出V8的发布消息，

心无旁骛~·2023-01-17 12:30

深度学习：目标分割｜UNet网络模型及案例实现

1UNet网络架构UNet网络由左编码部分，右解码部分和下两个卷积+激活层组成编码部分从图中可知：架构中是由4个重复结构组成：2个3x3卷积层，非线形ReLU层和一个stride为2的2x2maxpooling

示木007·2023-01-17 05:20

71、AdaNeRF: Adaptive Sampling for Real-time Rendering of Neural Radiance Fields

简介官网：https://thomasneff.github.io/adanerf/新的双网络架构，它采用正交方向，通过学习如何最好地减少所需样本点的数量，将网络分为联合训练的sample和shading

C--G·2023-01-16 21:29

图解通信原理与案例分析-19：3G CDMA码分多址通信技术原理---码分多址、OVSF正交扩频码、伪随机码序列

3GCDMA与2GGSM通信相比，主要网络架构与通信流程，大体相似，因此，本文主要拆解3G引入的核心技术：（1）正交与码分多址技术CDMA；（2）多进制相位调制：QPSK,8PSK以及星座图等数字调制技术

文火冰糖的硅基工坊·2023-01-16 17:31

OCR系列：CRNN—基于图像序列识别的端到端可训练神经网络及其在场景文本识别中的应用...

提出了一种将特征提取，序列建模和转录整合到统一框架中的新型神经网络架构

肥猫64·2023-01-16 17:30

4.线性神经网络

线性神经网络目录线性回归线性回归的基本元素线性模型损失函数解析解随机梯度下降矢量化加速正态分布与平方损失优化方法梯度下降选择学习率小批量随机梯度下降选择批量大小总结线性回归的从零开始实现生成数据集读取数据集初始化模型参数定义模型定义损失函数定义优化算法训练线性回归的简介实现生成数据集读取数据集定义模型初始化模型参数定义损失函数定义优化函数训练softmax回归分类问题网络架构

Ricardo_PING_·2023-01-16 13:20

Faster R-CNN：详解目标检测的实现过程

https://www.cnblogs.com/guoyaohua/p/9488119.html本文详细解释了FasterR-CNN的网络架构和工作流，一步步带领读者理解目标检测的工作原理，作者本人也提供了

dibuxue3246·2023-01-16 12:18

机器学习—卷积神经网络

卷积神经网络卷积池化层整体架构经典网络架构感受野卷积中输入的是三维数据：h*w*c（channel）整体架构：输入层、卷积层、池化层、全连接层卷积如图像数据维度为三维，32*32*3，取其中一小块区域进行特征提取

阿楷不当程序员·2023-01-16 10:11

CSPNET详解

在本文中，我们提出了跨阶段部分网络（CrossStagePartialNetwork，CSPNet），从网络架构的角度来缓

北京纯牛奶·2023-01-16 09:08

经典网络架构学习-ResNet

前言该论文的四位作者何恺明、张祥雨、任少卿和孙剑如今在人工智能领域里都是响当当的名字，当时他们都是微软亚研的一员。微软亚研是业内为数不多的，能够获得科技巨头持续高投入的纯粹学术机构。ResNet论文被引用数量悄然突破了10万加。论文摘要更深的神经网络更难训练。我们提出了一个残差学习框架，以减轻训练的网络，这些网络比以前使用的网络要深得多。我们明确地将各层重新表述为学习参考层输入的残差函数(resi

@左左@右右·2023-01-16 08:34

实时目标检测之SSD（单步多框检测）

阅读时间将近四分钟卷积神经网络在检测图像中的目标时优于其他神经网络架构。不久，研究人员们就改进了CNN以进行目标定位和检测，并称这种架构为R-CNN（Region-CNN）。

woshicver·2023-01-16 08:27

单阶多层检测器: SSD (Single Shot Multibox Detector)

目录SSD总览数据预处理光学变换几何变换网络架构基础VGG结构深度卷积层PriorBox与边框特征提取网络匹配与损失求解预选框与真实框的匹配定位损失的计算难样本挖掘类别损失计算SSD的改进算法SSD算法的限制

连理o·2023-01-16 08:26

PointNEXT阅读：重铸PointNet荣光

PointNEXT阅读：重铸PointNet荣光摘要PointNet++是对点云理解最有影响力的神经网络架构，尽管PointNet++已经被PointMLP以及PointTransformer大幅超过，

深度学习渣·2023-01-15 14:56

KPConv核心代码阅读

KPConv/training_ModelNet40.py#网络架构architecture=['simple','resnetb','resnetb

3D_DLW·2023-01-15 14:25

论文阅读：Vision GNN: An Image is Worth Graph of Nodes

计算机视觉与图卷积神经网络的结合作者单位：华为诺亚方舟实验室、北京大学、澳门大学作者：韩凯、王云贺等论文地址：点击这里下载代码地址：点击这里访问摘要基于深度学习的计算机视觉系统的网络架构是重中之重。

sigmoidAndRELU·2023-01-15 12:33

AlexNet网络模型复现

对模型进行了训练和验证，10epoch下精度可达70%；二、过程0.AlexNet介绍1.论文学习《ImageNetClassificationwithDeepConvolutionalNeuralNetworks》2.网络架构

Wiseym·2023-01-15 11:57

深度学习 12 正则化

处女座_三月·2023-01-15 09:54

CV+Deep Learning——网络架构Pytorch复现系列——Detection(一：SSD:Single Shot MultiBox Detector 3.loss)

上一话CV+DeepLearning——网络架构Pytorch复现系列——Detection(一：SSD:SingleShotMultiBoxDetector2.anchor)https://blog.csdn.net

游客26024·2023-01-15 09:07

CV+Deep Learning——网络架构Pytorch复现系列——Detection(一：SSD:Single Shot MultiBox Detector 4.推理Detect)

上一话CV+DeepLearning——网络架构Pytorch复现系列——Detection(一：SSD:SingleShotMultiBoxDetector3.loss)https://blog.csdn.net

游客26024·2023-01-15 09:07

CV+Deep Learning——网络架构Pytorch复现系列——Detection(二：RtinaNet)更换backbones

上一话CV+DeepLearning——网络架构Pytorch复现系列——Detection(一：SSD:SingleShotMultiBoxDetector4.推理Detect)https://blog.csdn.net

游客26024·2023-01-15 09:37

深度学习ECG分类

本篇内容重点关注不同网络架构的性能表现，比如准确度，特异性和敏感性等性能指标。基于专家知识的特征提取是耗费时

tzc_fly·2023-01-15 01:37

Yolo v5

文章目录深度学习经典方法概述检测任务中阶段的意义不同阶段算法的优缺点iou指标计算评估所需参数计算map指标计算Yolov1整体思想yolo算法整体思路解读检测算法要得到的结果整体网络架构解读位置损失计算置信度误差与优缺点分析

--慢半拍--·2023-01-14 23:56

【赠书】熊德意老师的一部不止于技术的神经机器翻译“百科全书”

2022年7月，Meta（原Facebook）AI发布了一个大规模机器翻译模型NLLB-200，该模型在神经网络架构上混合了稠密和稀疏神经网络，参数规模达545亿，在覆盖202种语言、2440个语向的180

zenRRan·2023-01-14 15:20

目标检测（6）—— YOLO系列V2

网络架构的改变使用DarkNet19，借鉴了Alex和VGG的思想。所有

莫听穿林打叶声@·2023-01-14 13:31

【手撕经典算法】【论文解读】【目标检测】YOLO系列解读YOLOv3算法手写

系列算法论文解读手撕YOLOv3代码部分：https://github.com/lzneu/handwriten_net/tree/master/yolov3目录YOLOv11、直接看网络的输出如何表示目标2、网络架构

智能血压计·2023-01-14 13:28

【论文解读】yolo-v2

图：yolo网络架构BatchNormalization在YOLO所有的卷积层后面添加了NB，在不需要其它形式的正则化的情况下NB极大地加速了收敛，并且不用dropout也不会出现过拟合，mAP获得了%

昌山小屋·2023-01-14 13:56

机器学习--模型调参、超参数优化、网络架构搜索

目录一、模型调参手动调超参数多次调参的管理机器调参与人调参的成本比较自动调参（AutoML）总结二、超参数优化在搜索空间中选择超参数HPO算法有哪些Black-BoxMulti-Fidelity总结三、网络架构搜索

Lingxw_w·2023-01-14 13:54

MTCNN笔记

MTCNN：级联卷积神经网络技术关键点：图像金字塔，三层及联网络架构(P、R、O)、NMS、IOU特点：多目标识别，无anchor数据集：CelebA+WiderFace网络流程：第一步：对图片做图像金字塔

Naturino·2023-01-14 10:38

基于Pytorch用GAN生成手写数字实例（附代码）

文章目录一、本文的实例说明二、GAN原理说明三、GAN网络架构说明1）生成器架构2）判别器架构3）训练数据四、Pytorch代码五、生成结果六、一些理解1）为什么在代码中生成器每训练5次判别器才训练一次

使者大牙·2023-01-14 08:59

卷积神经网络-cnn和lstm

卷积的作用1.3.1图像颜色通道1.3.2卷积的次数1.4卷积层涉及的参数1.4.1滑动窗口的步长1.4.2卷积核的大小1.4.3边缘填充1.4.4卷积核的个数1.4.5卷积参数共享1.5池化层1.6整体网络架构

小玩偶啊·2023-01-14 07:28

分类预测 | MATLAB实现深度学习分类预测

分类预测|MATLAB实现深度学习分类预测目录分类预测|MATLAB实现深度学习分类预测数据说明准备工作网络架构测试网络完整程序参考资料拓展MATLAB实现深度学习监督类别区分，主要是输入多个变量与输出建立一一映射关系

机器学习之心·2023-01-13 19:04

使用PyTorch实现简单的AlphaZero的算法（3）：神经网络架构和自学习

神经网络架构和训练、自学习、棋盘对称性、PlayoutCapRandomization，结果可视化从我们之前的文章中，介绍了蒙特卡洛树搜索(MCTS)的工作原理以及如何使用它来获得给定棋盘状态的输出策略

·2023-01-13 17:35

调用“抱抱脸团队打造的Transformers pipeline API” && 通过预训练模型，快速训练和微调自己的模型

本文章根据官方文件总结而成，根据第三方库Transformersandpytorch快速搭建自己的神经网络架构，可以直接下载预训练模型，涉及的数据集包括音频、文字、图像等，实用性非常强！

Flying Bulldog·2023-01-13 16:34

【SwinTransformer】大杀四方的 Swin Transformer 详解及改进

BackBone上图为Swin-Tiny的网络架构图。Swin

零碎@流年絮语·2023-01-13 08:49

Pytorch中常用的一些函数

24kb_·2023-01-13 06:55

【论文笔记】IEEE | 一种新卷积 DSConv: Efficient Convolution Operator

1901.01928v2论文代码：发表时间：2019年11月创新点实现更低的内存使用，并且加快计算速度Abstract我们引入了一种称为DSConv（分布移位卷积）的卷积层变体，它可以很容易地替换到标准神经网络架构中

来自γ星的赛亚人·2023-01-12 22:49

IEEE | DSConv: Efficient Convolution Operator

arxiv.org/abs/1901.01928v2发表时间：2019年11月创新点实现更低的内存使用，并且加快了计算速度概要引入了一种称为DSConv（分布移位卷积）的卷积层变体它可以很容易地替换到标准神经网络架构中

小鹏AI·2023-01-12 22:47

推荐频道

————网络架构