五层网络模型

卷积神经网络实现手势图像的识别

提取码：pcoi一、原理和框架这篇文章的卷积网络模型基于LeNet-5，也就是input→conv1→relu→maxpool1→conv2→relu→maxpool2→fc3→fc4→output(softmax
Mr.zwX·2023-12-15 22:21

GPT：Generative Pre-Training

1.概述随着深度学习在NLP领域的发展，产生很多深度网络模型用于求解各类的NLP问题，从word2vec词向量工具的提出后，预训练的词向量成了众多NLP深度模型中的重要组成部分。
zhiyong_will·2023-12-15 22:29

深度学习 Day13——P2彩色图片分类

我的环境2代码实现与执行结果2.1前期准备2.1.1引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4查看数据2.1.5.数据可视化2.2构建CNN网络模型
LittleRuby·2023-12-15 20:27

深度学习 Day16——P5运动鞋识别

2.1.1引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4加载数据2.1.4查看数据2.2构建CNN网络模型
LittleRuby·2023-12-15 20:27

深度学习 Day17——P6好莱坞明星识别

2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4划分数据集2.1.4加载数据2.1.4查看数据2.2构建CNN网络模型
LittleRuby·2023-12-15 20:27

深度学习 Day12——P1实现mnist手写数字识别

我的环境2代码实现与执行结果2.1前期准备2.1.1引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4查看数据2.1.5.数据可视化2.2构建CNN网络模型
LittleRuby·2023-12-15 20:57

深度学习 Day6——T6好莱坞明星识别

项目定制文章目录前言一、我的环境二、代码实现与执行结果1.引入库2.设置GPU（如果使用的是CPU可以忽略这步）3.导入数据4.查看数据5.加载数据6.可视化数据7.再次检查数据8.配置数据集9.构建CNN网络模型
LittleRuby·2023-12-15 20:56

深度学习 Day10——T10数据增强

项目定制文章目录前言一、我的环境二、代码实现与执行结果1.引入库2.设置GPU（如果使用的是CPU可以忽略这步）3.导入数据4.查看数据5.加载数据6.再次检查数据7.配置数据集8.可视化数据9.构建CNN网络模型
LittleRuby·2023-12-15 20:56

深度学习 Day11——T11优化器对比实验

项目定制文章目录前言一、我的环境二、代码实现与执行结果1.引入库2.设置GPU（如果使用的是CPU可以忽略这步）3.导入数据4.查看数据5.加载数据6.再次检查数据7.配置数据集8.可视化数据9.构建CNN网络模型
LittleRuby·2023-12-15 20:56

子类继承 nn.Sequential 和继承 nn.Module 的异同点

类继承nn.Sequential和继承nn.Module都可以用于构建神经网络模型，但它们在使用方式和设计理念上有一些区别下面是它们的异同点：同：都可以用于定义神经网络模型，并通过重写forward()
Kelly_Ai_Bai·2023-12-15 20:25

深度学习 Day14——P3天气识别

2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4划分数据集2.1.4加载数据2.1.4查看数据2.2构建CNN网络模型
LittleRuby·2023-12-15 20:19

TensorFlow2.0与1.0版本的区别

你可以用极少的代码构建复杂的神经网络模型。而TensorFlow1.0的API相对底层,需要大量的代码来定义各层节点及其连接。
缘起性空、·2023-12-15 19:41

【深度学习目标检测】五、基于深度学习的安全帽识别（python，目标检测）

深度学习目标检测方法则是利用深度神经网络模型进行目标检测，主要有以下几种：R-CNN系列：包括R-CNN、FastR-CNN、FasterR-CNN等，通过候选区域法生成候选目标区域，然后使用卷积神经网络提取特征
justld·2023-12-15 16:15

深度学习 Day15——P4猴痘病识别

2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4划分数据集2.1.4加载数据2.1.4查看数据2.2构建CNN网络模型
LittleRuby·2023-12-15 16:36

深度学习 Day18——P7咖啡豆识别

2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4划分数据集2.1.4加载数据2.1.4查看数据2.2构建CNN网络模型
LittleRuby·2023-12-15 14:02

Networkx实现小世界网络的分析

六度分离原理：小世界网络模型是对小世界现象的网络模型建模。小世界现象中提出了网络任何
傻fufu滴人儿～·2023-12-15 07:13

科技的成就（三十）

229、神经网络模型感知机诞生"感知机（Perceptron）是一种神经网络模型，由弗兰克·罗森布拉特提出，被誉为神经网络的起源算法，是AI领域的一大突破。
zyhomepage·2023-12-15 06:44

【Python】人工智能-机器学习——不调库手撕深度网络分类问题

(cm)Petal.Width：花瓣宽度(cm)category：类别（IrisSetosa\IrisVersicolour\IrisVirginica)1.2要求在不调用机器学习库的情况下，使用神经网络模型来预
hiddenSharp429·2023-12-15 06:37

单元测试二（理论）-云计算2023.12-云南农业大学

文章目录一、单选题1、三次握手、四次挥手发生在网络模型的哪一层上？2、互联网Internet的拓扑结构是什么？3、以下哪一种网络设备是工作在网络层的？4、以下哪种关于分组交换网络的说法是错误的？
明金同学·2023-12-15 05:05

vue3路由跳转页面到顶部，Stable Diffusion使用ControlNet

window.scrollTo({top:0,behavior:'smooth'//可选的，使滚动平滑进行});next();});ControlnetControlNet是用来控制StableDiffusion模型的一种神经网络模型
irisMoon06·2023-12-15 05:53

PrimiHub 联邦学习大模型开源，打破数据限制，保护数据隐私安全

大模型是指具有大量参数的深度神经网络模型，它们通常可以提供更强大的表达能力和泛化能力，从而提升各种智能服务的性能和质量。
PrimiHub·2023-12-15 05:20

阶段五：深度学习和人工智能(学习如何构建和训练神经网络模型)

构建和训练神经网络模型是深度学习的核心任务之一。
哈嗨哈·2023-12-15 04:15

人工智能(pytorch)搭建模型22-基于pytorch搭建SimpleBaseline(人体关键点检测)模型，并详细介绍该网络模型与代码实现

大家好，我是微学AI，今天给大家介绍一下人工智能(pytorch)搭建模型22-基于pytorch搭建SimpleBaseline(人体关键点检测)模型，并详细介绍该网络模型与代码实现。
微学AI·2023-12-14 21:31

深度学习多目标跟踪算法综述

一、基于深度学习的多目标跟踪算法简介单阶段多目标跟踪算法单阶段多目标跟踪算法将目标检测和目标跟踪任务融合在一起，通过单个神经网络模型实现端到端的目标跟踪。
ZwdvIot·2023-12-14 20:54

Python轴承故障诊断 (四)基于EMD-CNN的故障分类

2.2制作数据集和对应标签2.3故障数据的EMD分解可视化2.4故障数据的EMD分解预处理3基于EMD-CNN的轴承故障诊断分类3.1训练数据、测试数据分组，数据分batch3.2定义EMD-VGG1d网络模型
建模先锋·2023-12-14 17:42

Python轴承故障诊断 (五)基于EMD-LSTM的故障分类

制作数据集和对应标签2.3故障数据的EMD分解可视化2.4故障数据的EMD分解预处理3基于EMD-LSTM的轴承故障诊断分类3.1训练数据、测试数据分组，数据分batch3.2定义EMD-LSTM分类网络模型
建模先锋·2023-12-14 17:42

OSI七层网络参考模型

网络模型OSI网络参考模型，仅作为参考，也就是说OSI网络实际中并不使用。我们只是把OSI网络模型作为参考，在网络出现问题的时候，可以从一个宏观的整体去分析和解决问题。
是三好·2023-12-14 15:57

目标检测 pytorch复现Yolov3目标检测项目

目标检测pytorch复现Yolov3目标检测项目YOLOV3创新核心点YoloV3模型架构即损失函数YoloV3SPP网络模型以及环境搭建1环境配置：2文件结构3训练数据的准备以及目录结构4利用标注好的数据集生成一系列相关准备文件
郭庆汝·2023-12-14 14:47

简单了解RNN循环神经网络

为什么需要RNN（循环神经网络）将神经网络模型训练好之后，在输入层给定一个x，通过网络之后就能够在输出层得到特定的y，那么既然有了这么强大的模型，为什么还需要RNN（循环神经网络）呢？
可keke·2023-12-14 13:39

机器学习的12个基础问题

批归一化是一种用于训练神经网络模型的有效方法。这种方法的目标是对特征进行归一化处理（使每层网络的输出都经过激活），得到标准差为1的零均值状态。所以其相反的现象是非零均值。
Angelina_Jolie·2023-12-14 13:37

预训练（pre-learning）、微调（fine-tuning）、迁移学习（transfer learning）

预训练（pre-learning）搭建一个网络模型来完成一个特定的图像分类的任务。首先，你需要随机初始化参数，然后开始训练网络，不断调整参数，直到网络的损失越来越小。
可keke·2023-12-14 13:04

用于 ChatGPT 的 FPGA 加速大型语言模型

Transformer是一种神经网络模型，擅长捕获序列中的长
FPGA技术联盟·2023-12-14 12:00

使用Keras构建前馈神经网络进行回归模型构建和学习

使用Keras构建前馈神经网络进行回归模型构建和学习前馈神经网络（FeedforwardNeuralNetwork）是一种常用的人工神经网络模型，被广泛应用于回归（regression）问题。
静谧星光·2023-12-07 00:00

U-Net网络模型改进（添加通道与空间注意力机制）---亲测有效，指标提升

U-Net网络模型（注意力改进版本）这一段时间做项目用到了U-Net网络模型，但是原始的U-Net网络还有很大的改良空间，在卷积下采样的过程中加入了通道注意力和空间注意力。
普通研究者·2023-12-06 18:02

DCGAN生成网络模型

DCGAN（DeepConvolutionalGenerativeAdversarialNetwork）是一种生成对抗网络（GAN）的变体，专门设计用于生成图像。它结合了卷积神经网络（CNN）和生成对抗网络的概念，旨在生成具有高质量的逼真图像。以下是DCGAN的一些关键特征和设计原则：去全连接层：DCGAN中的生成器和判别器网络中通常不包含全连接层，而是使用卷积层和反卷积层。BatchNormal
普通研究者·2023-12-06 18:02

【HyperQuest】调参

以此篇文章记录我的调参结果和个人总结，如果大家有更好的效果，欢迎留言交流~2调参思路最开始：没有regulation，learningrate较大，网络模型简单如果train和test接近且准确率高，说明模型
MORE_77·2023-12-06 17:22

谷歌用AI模型发现220万种新材料，研究能力超越人类！

谷歌旗下的AI研究机构DeepMind在全球顶级学术期刊《Nature》上发布了一篇论文，通过深度学习、计算机视觉、大数据等，开发了一个名为GNoME的图神经网络模型，主要用于材料发现。
RPA中国·2023-12-06 13:31

小土堆-pytorch-神经网络-网络模型的保存和读取13_笔记

保存与读取方式一:创建2个python空文件,模拟保存和读取保存:importtorchimporttorchvisionvgg16=torchvision.models.vgg16(weights=False)#保存方式一:模型结构+模型参数torch.save(vgg16,"vgg16_method1.pth")保存完成后,会出现这样的文件读取:importtorch#方式一保存方式一,加载模
小徐要考研·2023-12-06 12:05

图像识别经典轻量级网络模型总结梳理、原理解析与优劣对比分析

在前面的很多博文中，我们不止一次提到过，在实际业务项目开发过程中，我们会经常使用到轻量级的网络模型，本文主要是总结梳理前面经常使用到的一些轻量级的图像识别模型。
Together_CZ·2023-12-06 11:22

AI助力智慧农业，基于YOLOv5全系列模型【n/s/m/l/x】开发构建不同参数量级农田场景下庄稼作物、杂草智能检测识别系统

紧接前文，本文是农田场景下庄稼作物、杂草检测识别的第二篇文章，前文是基于YOLOv3这一网络模型实现的目标检测，v3相对来说比较早期的网络模型了，本文是基于最为经典的YOLOv5来开发不同参数量级的检测端模型
Together_CZ·2023-12-06 11:14

c++ -reactor

1.reactor基本原理reactor网络模型1.组成：非阻塞io+io多路复用2.特征：事件循环+事件驱动实现业务逻辑流程图：示例代码：listenfd=socket()bind(listenfd,
多云的夏天·2023-12-06 08:13

基于轻量级模型GHoshNet开发构建眼球眼疾识别分析系统，构建全方位多层次参数对比分析实验

工作中经常会使用到轻量级的网络模型来进行开发，所以平时也会常常留意使用和记录，在前面的博文中有过很多相关的实践工作，感兴趣的话可以自行移步阅读即可。
Together_CZ·2023-12-06 08:12

基于轻量级神经网络GhostNet开发构建的200种鸟类细粒度识别分析系统

最近项目需要用到轻量级的网络模型，后期考虑进一步的剪枝和量化达到加速推理的目的，正好有时间就想着基于实际的数据集来开发构建项目做测试，本文的核心目的就是选定轻量级神经网络模型GhostNet来开发构建细粒度鸟类识别系统
Together_CZ·2023-12-06 08:42

python基于轻量级卷积神经网络模型ShuffleNetv2开发构建辣椒病虫害图像识别系统

、mobilenetv3、ghostnet、mnasnet、shufflenetv2驾驶危险行为识别模型对比开发测试》《基于Pytorch框架的轻量级卷积神经网络垃圾分类识别系统》《基于轻量级卷积神经网络模型实践
Together_CZ·2023-12-06 08:40

pytorch学习10-网络模型的保存和加载

系列文章目录pytorch学习1-数据加载以及Tensorboard可视化工具pytorch学习2-Transforms主要方法使用pytorch学习3-torchvisin和Dataloader的使用pytorch学习4-简易卷积实现pytorch学习5-最大池化层的使用pytorch学习6-非线性变换（ReLU和sigmoid）pytorch学习7-序列模型搭建pytorch学习8-损失函数与
Magic171·2023-12-06 07:50

抑制过拟合——从梯度的角度看LayerNorm的作用

相比之下，虽然BatchNorm也广泛应用于各种网络模型中，但在很多情况下LayerNorm表现出更优的效
征途黯然.·2023-12-06 03:39

语义分割 U-net网络学习笔记 （附代码）

Unet是一种用于图像分割的深度学习网络模型，其结构由编码器和解码器组成，可以对图像进行像素级别的分割。具体来说，编码器部分采用卷积神经网络对图像进行特征提取和降维，解码器部分则采用反卷积神经网络对特
无妄无望·2023-12-05 23:58

nn.Sequential

nn.Sequential是PyTorch中用于创建神经网络模型的类。它允许您将多个神经网络层（例如卷积层、池化层、激活函数等）按顺序组合在一起。
湫兮之风·2023-12-05 13:39

学习pytorch16 现有网络模型的使用和修改

现有网络模型的使用和修改官网[https://pytorch.org/](https://pytorch.org/)torchvison相关model1.图像常用vgg16模型【vgg19也常用】2.ImageNet
陌上阳光·2023-12-05 12:03

新华三数字技术大赛复赛知识点一企业网模型

企业网模型：IToIP、基于SOA的网络架构、层级化网络模型、H3C企业网架构企业网模型：IToIP、基于SOA的网络架构、层级化网络模型、H3C企业网架构IToIP：整体架构分为四大组成部分：躯干：IP
吃土少女古拉拉·2023-12-05 08:01
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他