八度卷积

区间预测 | Matlab实现CNN-LSTM-KDE的卷积长短期神经网络结合核密度估计多变量时序区间预测

区间预测|Matlab实现CNN-LSTM-KDE的卷积长短期神经网络结合核密度估计多变量时序区间预测目录区间预测|Matlab实现CNN-LSTM-KDE的卷积长短期神经网络结合核密度估计多变量时序区间预测效果一览基本介绍程序设计参考资料效果一览基本介绍
机器学习之心·2024-01-08 08:16

Conv2Former：一种transformer风格的卷积特征提取方式

一、前言昨天读到了一篇有意思的文章，文章提出通过利用卷积调制操作来简化self-attention。还证明了这种简单的方法可以更好地利用卷积层中嵌套的大核(≥7×7)。
夏天是冰红茶·2024-01-08 07:54

时序预测 | Matlab基于CNN-LSTM-SAM卷积神经网络-长短期记忆网络结合空间注意力机制的时间序列预测(多指标评价)

时序预测|Matlab基于CNN-LSTM-SAM卷积神经网络-长短期记忆网络结合空间注意力机制的时间序列预测(多指标评价)目录时序预测|Matlab基于CNN-LSTM-SAM卷积神经网络-长短期记忆网络结合空间注意力机制的时间序列预测
机器学习之心·2024-01-08 07:23

机器学习周报第27周

目录摘要Abstract一、文献阅读摘要本周阅读了一篇混沌时间序列预测的论文，论文模型主要使用的是时间卷积网络（TemporalConvolutionalNetwork，TCN）、LSTM以及GRU。
Ramos_zl·2024-01-08 06:32

PyTorch|构建自己的卷积神经网络——nn.Sequential()

之前在构建神经网络时，我们一般是采用这种方式，就像这样：classNetwork1(nn.Module):def__init__(self):super(Network1,self).__init__()self.conv1=nn.Conv2d(in_channels=3,out_channels=6,kernel_size=5)self.conv2=nn.Conv2d(in_channels=6
霜溪·2024-01-08 06:13

PyTorch|构建自己的卷积神经网络——卷积层

在构建我们的网络时，我们需要用到卷积层提取特征，来看到一些特别的东西，当图片经过卷积层，图片尺寸一般会变化。
霜溪·2024-01-08 06:12

PyTorch|构建自己的卷积神经网络--池化操作

在卷积神经网络中，一般在卷积层后，我们往往进行池化操作。实现池化操作很简单，pytorch中早已有相应的实现。nn.MaxPool2d(kernel_size=,stride=)这种池化叫做最大池化。
霜溪·2024-01-08 06:10

59、resnet50 权值和参数保存

按照之前介绍算法时所说的，在resnet50中，存在权值的层有卷积层（权值为卷积核）、bn层（权值为gamma和bias），全连接层（权值为矩阵）同时，我们把所有卷积层中的参数（padding，stride
董董灿是个攻城狮·2024-01-08 06:33

60、resnet50 权值和参数加载

上一节我们将resnet50中需要下载的权值，以及每层卷积的参数，都下载并且保存到了仓库resnet50_weight目录，在仓库的这个连接。
董董灿是个攻城狮·2024-01-08 06:33

61、python - 手写卷积、bn、池化、全连接、激活、ResBlock

这篇算是一个总结，之前的原理部分在介绍各个算法时候，已经加入了每个算法的代码编写介绍。给出的示例是用python语法来实现的，也是实现的最基础的版本，这也是我们手写算法的初衷：不调用其他的三方库，从最基础的手写算法开始，一步步完成算法实现和性能优化，这样可以更加深刻的理解算法。当然这样第一步写出来的算法性能很差，但这不是重点，后续我们会在此基础上逐步优化性能优化。下面整理一下之前手写的算法连接，大
董董灿是个攻城狮·2024-01-08 06:33

【论文阅读】Variational Graph Auto-Encoder

其基本思路是：用已知的图（graph）经过编码（图卷积）学到节点向量表示的分
鲸可落·2024-01-08 03:45

狼者的姿态

懂得获取正能量的正确打开方式，眼神一亮,声音提高八度。直接与目标近距离接触，研究它，认真思考，干掉它！
默语独行·2024-01-08 00:21

冰封的汶河

庚子岁末，辛丑牛年伊始，迎来一场瑞雪带来的惊喜之后，紧跟着来了寒潮预警，铺天盖地的预报，北风寒号，胶东半岛暴雪来袭，我们这里温度低至零下十八度，济南更是到了零下二十多度，真正的数九严寒来了，很多老人都说这是几十年未见的最冷天气
泉映竹影·2024-01-07 21:38

鱼类识别Python+深度学习人工智能+TensorFlow+卷积神经网络算法

一、介绍鱼类识别系统。使用Python作为主要编程语言开发，通过收集常见的30种鱼类（‘墨鱼’,‘多宝鱼’,‘带鱼’,‘石斑鱼’,‘秋刀鱼’,‘章鱼’,‘红鱼’,‘罗非鱼’,‘胖头鱼’,‘草鱼’,‘银鱼’,‘青鱼’,‘马头鱼’,‘鱿鱼’,‘鲇鱼’,‘鲈鱼’,‘鲍鱼’,‘鲑鱼’,‘鲢鱼’,‘鲤鱼’,‘鲫鱼’,‘鲳鱼’,‘鲷鱼’,‘鲽鱼’,‘鳊鱼’,‘鳗鱼’,‘黄鱼’,‘黄鳝’,‘黑鱼’,‘龙头鱼’）
　子午·2024-01-07 21:33

2019-11-09 偶像周杰伦

2002年，初二，弟弟不知道从哪里买回一盘周杰伦《八度空间》磁带，于是开启了一路杰伦的经历。
Hi_Snail·2024-01-07 20:25

工智能基础知识总结--什么是TextCNN

什么是TextCNNYoonKim在论文(2014EMNLP)ConvolutionalNeuralNetworksforSentenceClassification提出TextCNN，该模型将卷积神经网络
北航程序员小C·2024-01-07 20:20

深度学习

PyTorch深度学习开发环境搭建全教程深度学习bug笔记深度学习基本理论1：（MLP/激活函数/softmax/损失函数/梯度/梯度下降/学习率/反向传播/深度学习面试）深度学习基本理论2：（梯度下降/卷积
机器学习杨卓越·2024-01-07 19:14

深度卷积生成对抗网络（DCGAN）|完整代码实现

生成对抗网络（GAN）由IanGoodfellow在2014年提出。GAN通过训练两个神经网络解决了非监督问题。这两个网络一个称为生成网络，一个称为判别网络。事实上，该网络的训练过程很有趣。我们可以借助一个例子来理解。最初，伪造者（生成网络）向警察（判别网络）展示假币，警察识别出币是假的，伪造者根据接收到的反馈制造了新的假币，如此重复多次，直到伪造者可以造出警察无法识别的假币。在GAN中，也就是最
霜溪·2024-01-07 19:58

[YOLO] YOLO介绍，YOLOv1~YOLOv8版本变更，每个版本的特点介绍

AlexeyBochkovskiy和JosephRedmon于2016年提出YOLO(YouOnlyLookOnce)算法，YOLO是一种实时目标检测算法，它利用CNN卷积神经网
老狼IT工作室·2024-01-07 17:14

1、FCN_TensorFlow——VGG16_FCN8s构造代码分析

首先，感谢MarvinTeichmann分享的KittiSeg代码，源码见其GitHub主页先贴一张全连接的VGG16模型，如图1：图11、全卷积神经网络(FCN)是在图1的基础上，将全连接层改为卷积替代并将其用于语义分割上
袁振国·2024-01-07 17:09

语义分割学习笔记（三）FCN网络结构详解

几种不同的FCN网络(1)FCN-32s(2)FCN-16s(3)FCN-8s3.损失计算1.FCN网络概述FCN网络（FullyConvolutionalNetworks）：首个端对端的针对像素级预测的全卷积网络
向岸看·2024-01-07 17:38

FCN-8s源码理解

FCN网络用于对图像进行分割，由于是全卷积网络，所以对输入图像的分辨率没有要求。本文重点对fcn8s.py中图像降采样和上采样后图像分辨率的变换进行理解。
hzhj·2024-01-07 17:36

2021-11-14

NatMed|空间转录组学分析单细胞分辨率图谱原创存在一棵树图灵基因今天收录于话题#前沿分子生物学技术撰文：存在一棵树IF=28.547推荐度：⭐⭐⭐⭐⭐亮点：开发了SpaGCN，一种图卷积网络方法，其可通过图卷积从相邻点聚合每个点的基因表达
图灵基因·2024-01-07 16:58

手势识别+人脸识别+姿态估计（关键点检测+教程+代码）

它通常使用卷积神经网络（CNN）或循环神经网络（RNN）等深度学习模型进行训练，从而学习到手势的特征表示和模式。在训练阶段，可以使用大规模手势数据集（如MSRAct
阿利同学·2024-01-07 14:54

梁驰◎二月的诗

今年是个暖春，暖就暖在春天的头里，因为春节期间，北京的气温并不很冷，大致最低温度平均在零下七、八度左右，而最高温度平均也都在七、八度左右。今天已是二月的最后一天，北京的气温最低只
梁驰·2024-01-07 14:31

【毕业设计】基于雷达与深度学习的摔倒检测——卷积自编码器

卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种特殊的神经网络，与传统的图像处理算法相比，卷积神经网络的优势在于可以直接对原始图像进行特征提取，避免了复杂的处理过程。
洋洋Young·2024-01-07 13:18

DeepChem教程 6:图卷积

DeepChem教程6:图卷积本教程我们学习更多的“图卷积”。处理分子数据有一个最为强大的深度学习工具。原因是分子可以很自然的看作图。注意，这类的标准的化学图形我们从高中就开始用于可视化分子作为图。
lishaoan77·2024-01-07 13:13

使用pytorch构建图卷积网络预测化学分子性质

在本文中，我们将通过化学的视角探索图卷积网络，我们将尝试将网络的特征与自然科学中的传统模型进行比较，并思考为什么它的工作效果要比传统的方法好。
deephub·2024-01-07 13:12

频率域滤波图像复原之逆滤波的python实现——数字图像处理

**退化模型识别：**在频率域中，图像退化通常可以表示为原始图像与某个退化函数（比如运动模糊）的卷积。逆滤波需要识别这个退化函数，这通常需要一定的先验知识或假设。**设计逆滤
筱筱西雨·2024-01-07 13:56

实现pytorch版的mobileNetV1

1.网络结构和基本组件2.搭建组件（1）普通的卷积组件：CBL=Conv2d+BN+ReLU6;（2）深度可分离卷积：DwCBL=Convdw+Convdp；Convdw+Convdp={Conv2d(
Mr.Q·2024-01-07 11:05

【BI&AI】lecture 3 - GD & BP & CNN & Hands-on

GD&BP&CNN&Hands-on专业术语gradientdescent(GD)梯度下降backpropagation(BP)向传播ConvolutionalNeuralNetwork(CNN)卷积神经网络
头发没了还会再长·2024-01-07 11:24

目标检测part1

1*1卷积GoogleNet/Inception可看作全连接1、增加非线性2、特征降维空洞卷积在相同的感受野的情况下，使用空洞卷积得到更大的特征图，获得更密集的数据，而更大的特征图有助于目标检测和目标分割任务中对小物体的识别分割效果转置卷积不是真正意义上的反卷积
草莓味的狮子座leo·2024-01-07 11:53

CV必备的15个多尺度模型分享，涵盖特征融合、多尺度预测等4种网络结构

在卷积神经网络中，感受野的大小会影响到模型能够捕捉到的特征的尺度，从而影响模型的性能。因此我们在设计网络时，需要合理地控制感受野的大小。那么问题来了：怎样才能合理控制？
深度之眼·2024-01-07 10:12

论文浅尝 | 用于嵌套命名实体识别的二部平面图网络(BiFlaG)

双向LSTM以及图卷积网络被用于联合学习flate
开放知识图谱·2024-01-07 09:07

1.台湾大学李宏毅老师课程一览

from=search&seid=4475061887462737619深度学习的三部曲课程大纲基础结构全连接层（FullyConnectedLayer）循环结构（RecurrentStructure）卷积
SpareNoEfforts·2024-01-07 09:10

Arxiv网络科学论文摘要14篇(2020-05-28)

主流新闻媒体的Facebook专题页面和冠状病毒危机-计算内容分析;瑞典SARS-CoV-2感染者的比例估计;大规模去偏候选生成的对比学习;无缝统一属性和项目：冷启动用户的会话建议;可解释的高效异构图卷积网络
ComplexLY·2024-01-07 08:47

STGAN：用于交通数据插补的时空生成对抗网络

引入GAN来捕获大量分布的流量数据，并链接扩张卷积捕获的相邻数据
llddycidy·2024-01-07 07:01

FCN学习-----第一课

语义分割中的全卷积网络CVPRIEEE国际计算机视觉与模式识别会议PAMIIEEE模式分析与机器智能汇刊需要会的知识点：神经网络：前向传播和反向传播卷积神经网络：CNN，卷积，池化，上采样分类网络：VGG
湘溶溶·2024-01-07 07:56

FCN——第二课

语义分割中的全卷积网络语义分割中的全卷积网络一、引言和相关工作二、全卷积网络三、论文算法模型详解四、论文算法模型细节五、实验设置和结果分析六、讨论和总结一、引言和相关工作在以往的分割方法中，主要有两大类缺点
湘溶溶·2024-01-07 07:46

一个实例让你初识图像卷积

本篇文章参考李沐老师动手深度学习,只作为个人笔记.文章目录前言一、卷积二、回顾全连接层三.全连接层到卷积四.图像的边缘检测1.定义互相关运算函数2.卷积层,与一维一样,把它当成一种运算就好理解了3.图像中目标的边缘检测五
笔写落去·2024-01-07 07:25

自动驾驶感知-预测-决策-规划-控制学习（3）：感知方向文献阅读笔记

②二维图像分割器③轻量化卷积网络提取特征④单模态表达和多模态特征融合的区别⑤基于ROS的多传感器融合感知⑥TensorRT工具2.总结摘要三、绪论解析1.首先分析了车道线检测方面有三类工作2.又分析了三维目标检测研究的三类工作
棉花糖永远滴神·2024-01-07 06:41

scipy.signal 详解

它提供了许多用于数字信号处理、滤波、频谱分析、傅里叶变换、卷积等操作的函数和工具。
Persus·2024-01-07 05:41

CNN的异同：深入探究卷积神经网络的特点与联系

卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）是一种在计算机视觉和图像识别领域广泛应用的深度学习模型。
数据科学探险导航·2024-01-07 05:37

CVPR 2022 |节省70%的显存，训练速度提高2倍

本篇分享CVPR2022论文『OnlineConvolutionalRe-parameterization』，浙大&阿里提出在线卷积重新参数化OREPA，节省70%的显存！训练速度提高2倍！
FightingCV·2024-01-07 05:01

浅谈指数移动平均(ema)

能查到的资料都侧重于其数学形式和实现，比如卷积和python，这一点不再赘述，所以要写点内涵，物理意义和哲学。指数移动平均在我们遇到的很多时间序采样中应用甚广，比如tcp的srtt
dog250·2024-01-07 03:57

YOLO原理

提取特征向量：使用卷积神经网络提
giao客·2024-01-07 03:08

Pytorch|卷积操作需要四维数据但是输入却只有二维问题探讨

环境python3.6pytorch1.0.0torchvision0.2.1问题描述在用pytorch实现简单的手写数字识别项目时遇到了这个错误，这里记录一下。报错的内容如下，这句话的意思就是需要一个四维的向量，但是输入的却是二维的。Expected4-dimensionalinputfor4-dimensionalweight[10,1,3,3],butgot2-dimensionalinpu
han_mj·2024-01-07 02:02

PyTorch|构建自己的卷积神经网络

如何搭建网络，这在深度学习中非常重要。简单来讲，我们是要实现一个类，这个类中有属性和方法，能够进行计算。一般来讲，使用PyTorch创建神经网络需要三步：继承基类：nn.Module定义层属性实现前向传播方法如果你对于python面向对象编程非常熟练，那么这里也就非常简单，就是定义一些属性，实现一些方法。开始建立一个网络，就像这样：importtorchimporttorch.nnasnnimpo
霜溪·2024-01-07 02:01

卷积神经网络|完整代码实现

对于如何加载数据，在前面的文章中已经我们已经学会，那么接下来，就是要搭建卷积神经网络，并对网络进行训练，使其可以完成一些功能。
霜溪·2024-01-07 02:31

YOLOv5改进：CVPR 2023 | SCConv: 即插即用的空间和通道重建卷积

目录1.步骤一2.步骤二3.yaml文件卷积神经网络(cnn)在各种计算机视觉任务中取得了显著的性能，但这
AICurator·2024-01-07 02:29
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他