【卷积神经网络】第25页

深度学习 python opencv 实现人脸年龄性别识别计算机竞赛

文章目录0前言1项目课题介绍2关键技术2.1卷积神经网络2.2卷积层2.3池化层2.4激活函数：2.5全连接层3使用tensorflow中keras模块实现卷积神经网络4Keras介绍4.1Keras深度学习模型

Mr.D学长·2023-11-11 18:16

机器学习笔记（三）

枯鱼过河泣·2023-11-11 17:50

CRNN论文笔记

前期知识储备：概率论：了解基本的概率论知识，掌握条件概率的概念和公式CNN：了解卷积神经网络CNN的结构，掌握CNN的基本工作原理LSTM：了解长短时记忆网络LSTM的结构，掌握LSTM的基本工作原理CTC

在学习的王哈哈·2023-11-11 12:15

【深度学习基础】人工智能、机器学习、深度学习以及卷积神经网络概念和联系

卷积神经网络？物体检测1.人类学习2.机器学习3.深度学习4.卷积神经网络组成一个简单的卷积

嵌小超·2023-11-11 11:09

感受野(Receptive Field)理解和计算

@[Toc](感受野(ReceptiveFiled)的理解和计算)感受野定义在卷积神经网络中，感受野(ReceptiveFiled)是经过神经网络后生成的指特征图上的某个像素点所对应输入图像的区域。

Code_LiShi·2023-11-11 11:08

神经网络开篇

而由于毕业设计选题的缘故——“卷积神经网络“课题，我现在需要阅读一份英文的文档，都是我不认识的人写的，名字叫《Neuralnetworksanddeeplearning》，中文意思就是神经网络和深度学习

猪头劲·2023-11-11 10:47

循环神经网络、注意力机制、Seq2Seq、Transformer与卷积神经网络（打卡2）

一、过拟合和欠拟合接下来，我们将探究模型训练中经常出现的两类典型问题：一类是模型无法得到较低的训练误差，我们将这一现象称作欠拟合（underfitting）；另一类是模型的训练误差远小于它在测试数据集上的误差，我们称该现象为过拟合（overfitting）。在实践中，我们要尽可能同时应对欠拟合和过拟合。虽然有很多因素可能导致这两种拟合问题，在这里我们重点讨论两个因素：模型复杂度和训练数据集大小。正

机器小白猫·2023-11-11 10:12

时间序列预测(1) — 时间序列预测研究综述

2时间序列预测的应用场景与分类3时间序列数据的特性4时序预测评价指标5基于深度学习的时间序列预测方法5.1卷积神经网络5.2循环神经网络5.3Transformer类模型1什么是时间序列预测?

几度春风里·2023-11-11 09:36

图像处理特征可视化方法总结（特征图、卷积核、类可视化CAM）(附代码)

因此就有了“深度学习可解释性“这一领域，而特征可视化技术就是其中之一，其利用可视化的特征来探究深度卷积神经网络的工作机制和判断依据。本文从以下三方面来论述当前常用的特

Wzongming·2023-11-11 08:49

一文详解多模态大模型发展及高频因子计算加速GPU算力 | 英伟达显卡被限，华为如何力挽狂澜？

深度神经网络、高频因子计算、GPT-4、预训练语言模型、Transformer、ChatGPT、GenAI、L40S、A100、H100、A800、H800、华为、GPU、CPU、英伟达、NVIDIA、卷积神经网络

高性能服务器·2023-11-11 06:41

自动驾驶之项目一-城市环境的目标检测

一、项目介绍在这个项目中，将创建一个卷积神经网络，使用Waymo的数据集来检测和分类物体。您将获得一个城市环境图像数据集，其中包含带标注的骑自行车者、行人和车辆。

朝花夕拾666·2023-11-11 06:19

深度学习-VGG19网络识别手写汉字（基于HWDB1.1trn_gnt）

介绍VGG19之前呢，我们先来了解下什么是VGG,VGG是一个深度卷积神经网络模型，由牛津大学计算机视觉组（VisualGeometryGroup）于2014年提出，同时在ImageNet的分类、检测和定位三

四维空间151·2023-11-11 06:46

CBAM：Convolutional Block Attention Module

CBAM（ConvolutionalBlockAttentionModule）是一种深度学习领域的注意力机制，旨在增强卷积神经网络对图像特征的建模和表示能力。

BestSongC·2023-11-11 02:33

BAM（Bottleneck Attention Module）

背景与动机在深度卷积神经网络（CNN）中，每个卷积层都负责从输入图像中提取特征。然而，不同通道的特征之间可能存在不同的重

BestSongC·2023-11-11 02:33

ECA-Net（Efficient Channel Attention Network）

ECA-Net模块的整体结构如下图所示：背景在计算机视觉领域，卷积神经网络（CNNs）已经取得了巨大的成功，但它们在处理图像时存在一些限制。其中之一是CN

BestSongC·2023-11-11 02:25

11-09 周四 CNN 卷积神经网络基础知识

11-09周四CNN卷积神经网络时间版本修改人描述2023年11月9日09:38:12V0.1宋全恒新建文档简介学习一下CNN，卷积神经网络。使用的视频课程。

思影影思·2023-11-10 20:36

输入关键词就能生成对应图片的技术是如何实现的？

卷积神经网络（CNN）：卷积神经网络是用于图像识别的深度学习模型的核心。它通过学习图像中

新壳软件·2023-11-10 20:53

基于轻量级卷积神经网络CNN开发构建打架斗殴识别分析系统

在很多公共场合中，因为一些不可控因素导致最终爆发打架斗殴或者大规则冲突事件的案例层出不穷，基于视频监控等技术手段智能自动化地识别出已有或者潜在的危险行为对于维护公共场合的安全稳定有着重要的意义。本文的核心目的就是想要基于CNN模型来尝试开发构建公众场景下的打架斗殴行为识别系统，这里我们从互联网中采集了相当批量的聚众数据，首先看下效果：接下来看下数据集：【有打架斗殴】【无打架斗殴】数据主要来源于互联

Together_CZ·2023-11-10 19:13

pytorch搭建神经网络

目录一、回归问题二、快速搭建法三、保存和提取神经网络四、批处理五、optimizer优化器六、pytorch搭建卷积神经网络一、回归问题importtorchimportmatplotlib.pyplotaspltimporttorch.nn.functionalasfx

数产第一混子·2023-11-10 16:27

【深度学习】我用 PyTorch 复现了 LeNet-5 神经网络（自定义数据集篇）！

详细介绍了卷积神经网络LeNet-5的理论部分和使用PyTorch复现LeNet-5网络来解决MNIST数据集和CIFAR10数据集。然而大多数实际应用中，我们需要自己构建数据集，进行识别。因

风度78·2023-11-10 16:55

简述计算机视觉在各领域中的成功应用,深度学习分类网络研究及其在计算机视觉中的应用...

在这背后,以卷积神经网络为基础的深度学习分类网络(简称分类网络)发挥了重要作用

Rome Cao·2023-11-10 12:58

【神经网络】【GoogleNet】

zwh1298454060·2023-11-10 08:06

python+pytorch人脸表情识别

详细一、概述本项目以PyTorch为框架，搭建卷积神经网络模型，训练后可直接调用py文件进行人脸检测与表情识别，默认开启摄像头实时检测识别。效果良好，可根据个人需求加以修改。

西安未央·2023-11-10 06:01

详解卷积神经网络结构

前言卷积神经网络是以卷积层为主的深度网路结构，网络结构包括有卷积层、激活层、BN层、池化层、FC层、损失层等。卷积操作是对图像和滤波矩阵做内积（元素相乘再求和）的操作。

金戈鐡馬·2023-11-10 04:09

利用梯度上升可视化卷积核：基于torch实现

利用梯度上升可视化卷积核文章目录前言基本原理版本和包结果展示简单绘图修改源码绘图方法一方法二（推荐）报错解决总结前言基于梯度上升的可视化是一种常用的技术，用于理解卷积神经网络（CNN）中的卷积核是如何对输入图像进行特征提取的

_刘文凯_·2023-11-10 04:38

卷积神经网络-Python、TensorFlow和Keras p.3的深度学习基础

欢迎来到一个教程，在这里我们将讨论卷积神经网络(Convnet和CNN)，使用其中的一个用我们在上一教程中构建的数据集对狗和猫进行分类。

派森师兄·2023-11-09 17:52

深度学习基础：神经网络

二、神经网络的基本组成和结构2.1神经元2.2单层神经网络（感知机）2.3两层神经网络（多层感知机）2.4多层神经网络（深度学习）三、深度学习基本技术流程四、经典神经网络4.1卷积神经网络（CNN）4.2

亚亚子～·2023-11-09 17:46

深度学习奠基作VGG《Very Deep Convolutional Networks for Large-Scale Image Recognition》(现代卷积神经网络/网络结构)

VGG首次提出的论文VeryDeepConvolutionalNetworksforLarge-ScaleImageRecognition很长有40页，是2014年发表的。1、使用块的VGG网络VGG是一个使用块的网络AlexNet最大的问题是什么呢，就是长的不规则，就像是一个变大的LeNet，这里加一点那里加一点。结构不那么清晰，大家也会问为什么要这样为什么要那样，如果我怎么变深怎么变宽我都不知

机器学习杨卓越·2023-11-09 13:20

7.现代卷积神经网络3-GPT版

#pic_centerR1R_1R1R2R^2R2目录知识框架No.1深度卷积神经网络AlexNet一、AlexNet1、AlexNet2、机器学习3、几何学4、特征工程5、HardWare6、数据集7

霸时斌子·2023-11-09 13:28

CNN算法实现图像分类

CNN模型的基本概念；使用Fashion-MNIST数据集实时实现CNN模型；该数据集包含70,000张28x28像素的灰度图片，共涵盖10个类别的时尚物品，包括衬衫、运动鞋、裤子等，以便更好地理解和掌握卷积神经网络模型的基本原理和实践应用

小Z的科研日常·2023-11-09 13:24

卷积神经网络(CNN)详解与代码实现

1.应用场景卷积神经网络的应用不可谓不广泛，主要有两大类，数据预测和图片处理。数据预测自然不需要多说，图片处理主要包含有图像分类，检测，识别，以及分割方面的应用。

从0到1透视卷积神经网络的原理和应用·2023-11-09 13:54

卷积神经网络（CNN）实现图像分类——Python

卷积神经网络（CNN）实现图像分类——Python文章目录1.代码运行2.注意事项3.代码分析4.源代码1.代码运行输入1测试一张图片并预测结果输入2对测试集整体进行测试，得出准确率（10秒左右）输入其他数字自动退出程序

桃木山人·2023-11-09 13:52

基于高效多分支卷积神经网络的生长点精确检测与生态友好型除草

Eco-friendlyweedingthroughprecisedetectionofgrowingpointsviaefficientmulti-branchconvolutionalneuralnetworks摘要1、介绍2、相关工作2.1杂草检测，高效除草2.2用于密集预测任务的编解码网络2.3语义图形是一种有效的标签方法3、总结摘要在本研究中，我们提出了一种基于编码器-解码器的双解码器分

毕竟是shy哥·2023-11-09 12:56

Convolutional Neural Networks for Multimodal Remote Sensing Data Classification论文阅读笔记

为此，我们提出了一种基于深度学习的多模式RS数据分类新框架，其中卷积神经网络（CNNs）作为骨干，具有先进的跨通道重建模块，称为CCR-Net。

ru-willow·2023-11-09 08:12

Change Detection on Remote Sensing Images Using Dual-Branch Multilevel Intertemporal Network论文阅读笔记

随着卷积神经网络的不断创新，遥感图像的变化检测（CD）如雨后春笋般涌现。

ru-willow·2023-11-09 08:42

Pytorch R-CNN目标检测-汽车car

R-CNN的全称是Region-CNN(区域卷积神经网络),是第一个成功将深度学习应用到目标检测上的算法。R-CNN基于卷积神经网络(CNN),线性回归,和支持向量

赛博炼丹师·2023-11-09 05:02

torch tensor去掉1维_torch.backends.cudnn.benchmark ?!

在一般场景下，只要简单地在PyTorch程序开头将其值设置为True，就可以大大提升卷积神经网络的运行速度。既然如此神奇，为什么PyTorch不将其默认设置为True？它的适用场景是什么？

weixin_39575758·2023-11-09 05:27

神经网络可视化：卷积核可视化

文章目录前言一般过程：一、代码示例二、卷积核和输入图片相乘可视化总结前言卷积核可视化是一种用于理解卷积神经网络(CNN)中卷积层的工作原理和特征提取能力的方法。

_刘文凯_·2023-11-09 05:49

torch.backends.cudnn.benchmark True

在一般场景下，只要简单地在PyTorch程序开头将其值设置为True，就可以大大提升卷积神经网络的运行速度。既然如此神奇，为什么PyTorch不将其默认设置为True？它的适用场景是什么？

Arthur-Ji·2023-11-09 05:39

CVPR 2021 Learning Spatio-Temporal Transformer for Visual Tracking

在过去的几年中，基于卷积神经网络的目标跟踪取得了令人瞩目的进展。然而，由于无论是在空间上还是在时间上卷积核只能处理一个局部邻域，因此不能很好地对图像内容和特征的长程关系进行建模。

smile909·2023-11-09 02:46

TensorFlow 的基本概念和使用场景。

它由谷歌开发，可用于构建深度学习模型，包括神经网络、卷积神经网络和循环神经网络。以下是TensorFlow的基本概念和使用场景：张量：TensorFlow的核心概念是张量，它是一种多维数组。

qq_43023197·2023-11-08 21:12

论文解读：《基于BERT和二维卷积神经网络的DNA增强子序列识别transformer结构》

AtransformerarchitecturebasedonBERTand2DconvolutionalneuralnetworktoidentifyDNAenhancersfromsequenceinformation》1.文章概括2.介绍3.数据和方法3.1数据3.2DNA序列预处理3.3BERT实施3.4二维卷积神经网络

风灬陌·2023-11-08 19:24

CNN入门实战：猫狗分类

前言CNN（ConvolutionalNeuralNetwork，卷积神经网络）是一种深度学习模型，特别适用于处理图像数据。它通过多层卷积和池化层来提取图像的特征，并通过全连接层进行分类或回归等任务。

金戈鐡馬·2023-11-08 16:52

【深度学习】卷积层填充和步幅以及其大小关系

参考链接【深度学习】：《PyTorch入门到项目实战》卷积神经网络2-2：填充(padding)和步幅(stride)一、卷积卷积是在深度学习中的一种重要操作，但实际上它是一种互相关操作，，首先我们来了解一下二维互相关

大龙唉·2023-11-08 16:03

关于卷积神经网络中如何计算卷积核大小（kernels）

首先需要说明的一点是，虽然卷积层得名于卷积（convolution）运算，但我们通常在卷积层中使用更加直观的计算方式，叫做互相关（cross-correlation）运算。也就是说，其实我们现在在这里提到的卷积运算，不是数学意义上的卷积运算，而是说在深度学习领域，大家通常将数学中的的互相关运算称之为卷积运算，这一点首先需要作出明确地声明。计算卷积我们可以将卷积运算分成三部分，如下图：其中：输入可以

GarsonW·2023-11-08 16:29

DL-FWI内训Day3

InversionNet构建了一个编码器-解码器的卷积神经网络，来模拟地震数据和地下速度结构的对应关系。结构分析卷积层网络中，每一个卷积层包含了3个部分：卷积计算、批归一化和激活函数。

palemoons·2023-11-08 13:50

DL-FWI基础入门培训视频学习3——InversionNet

InversionNet：深度学习实现的反演面向数据集:OpenFWI中的Vel,Fault,Style类InversionNet构建了一个具有编码器-解码器结构的卷积神经网络，以模拟地震数据与地下速度结构的对应关系

shengMio·2023-11-08 13:47

每天五分钟计算机视觉：卷积层比全连接层的优势是什么?

本文重点卷积神经网络中为什么要使用卷积，它和全连接层相比，卷积层的两个主要优势在于参数共享和稀疏连接。

幻风_huanfeng·2023-11-08 12:20

【TCN回归预测】TCN时间卷积神经网络数据回归预测（多输入单输出）【含Matlab源码 2317期】

⛄一、1网络结构1.1时间卷积神经网络1.1.1扩张卷积针对短时交通流预测等序列任务,需要对前一段时间内的交通流进行建模,不能仅仅依靠上一时刻交通流。

Matlab领域·2023-11-08 09:19

多维时序 | MATLAB实现TCN-selfAttention自注意力机制结合时间卷积神经网络多变量时间序列预测

多维时序|MATLAB实现TCN-selfAttention自注意力机制结合时间卷积神经网络多变量时间序列预测目录多维时序|MATLAB实现TCN-selfAttention自注意力机制结合时间卷积神经网络多变量时间序列预测预测效果基本介绍模型描述程序设计参考资料预测效果基本介绍

机器学习之心·2023-11-08 09:11

推荐频道

【卷积神经网络】

深度学习 python opencv 实现人脸年龄性别识别 计算机竞赛