分解卷积

使用二进制位运算，代替十进制乘法（除法）运算

文章目录乘法原理十进制分解程序示例运算结果除法原理十进制分解程序示例运算结果  在嵌入式环境中虽然有乘法运算器，而且芯片运算速度越来越快，但位运算还是最快速的，为了提高计算效率，可以将乘法运算使用位运算替换
真相很简单·2025-03-17 01:14

PyTorch 实现 Conditional DCGAN（条件深度卷积生成对抗网络）进行图像到图像转换的示例代码

以下是一个使用PyTorch实现ConditionalDCGAN（条件深度卷积生成对抗网络）进行图像到图像转换的示例代码。
max500600·2025-03-16 23:04

YOLOv5+UI界面在车辆检测中的应用与实现

近年来，深度学习技术的突破，特别是卷积神经网络（CNN）的崛起，使得目标检测技术取得了显著进展。
深度学习&目标检测实战项目·2025-03-16 23:03

4A架构之间的关系和集成

价值流往往就是顶端的流程，业务能力的分解往往是2~4级，对于详细的业务流程的分解往往就到了5~7级，只是原来在业务架构里面，我们没有太强调流程架构，实际上从架构的Y模型里面可以看到，在业务架构里面是有两个视角
chuixue24·2025-03-16 20:12

YOLO11改进-模块-引入多尺度差异融合模块MDFM

近年来，卷积神经网络（CNN）在具有挑战性的RSCD任务中展现出了良好的效果。然而，这些方法未能有效地融合双时相特征，也未提取出对后续RSCD任务有益的有用信息。
一勺汤·2025-03-16 19:05

YOLO11改进-模块-引入CMUNeXt Block 增强全局信息

在医学图像分割领域面临诸多问题，如U形架构卷积网络难以提取全局信息，混合架构因计算资源受限在实际医疗场景应用受阻，轻量化网络在保证性能与提取全局信息上存在矛盾。
一勺汤·2025-03-16 19:04

YOLO优化之扫描融合模块（SimVSS Block）

传统的卷积神经网络（CNN）虽然在目标检测领域取得了显著进展，但仍存在局限性，如局部关注性导致难以有效检测不同尺度的目标。
清风AI·2025-03-16 19:00

计算机视觉（Computer Vision, CV）的入门到实践的详细学习路线

学习奇异值分解（SVD）及其在降维和数据压缩中的具体应用。概率与统计熟悉贝叶斯定理及其在分类任务中的应用，如朴素贝叶斯分类器。理解常见概率分布（如正态分布、二项分布）及其性质。
云梦优选·2025-03-16 18:57

TRAE与Cursor最佳实践指南（截至2025年3月）

一、核心能力适配策略TRAE的Builder模式开发流程需求拆解：将复杂需求分解为可执行子任务（如先搭建项目框架，再分模块实现功能），通过多轮对话逐步生成代码。
xinxiyinhe·2025-03-16 11:05

《Python深度学习》第四讲：计算机视觉中的深度学习

其实，这一切都离不开深度学习中的卷积神经网络（CNN）。今天，我们就来深入了解一下CNN是如何工作的。5.1卷积神经网络简介先来看下卷积神经网络（CNN）是什么。
earthzhang2021·2025-03-16 10:56

《Hello YOLOv8从入门到精通》4， 模型架构和骨干网络Backbone调优实践

一、骨干网络（Backbone）Backbone部分负责特征提取，采用了一系列卷积和反卷积层，同时使用了残差连接和瓶颈结构来减小网络的大小并提高性能。
Jagua·2025-03-16 10:54

垃圾收集算法

-清除根引用可达分析、扫描内存回收不可达对象分代回收基于观察到大多数对象生命周期较短，而少数对象生命周期较长的优化算法空闲回收在CPU空闲时运行垃圾回收器，以减少对程序执行的影响增量回收将垃圾回收任务分解为多个小步骤
zhangpeng455547940·2025-03-16 09:53

算法手撕面经系列(1)--手撕多头注意力机制

多头注意力机制 一个简单的多头注意力模块可以分解为以下几个步骤：先不分多头，对输入张量分别做变换，得到Q,K,VQ,K,VQ,K,V对得到的Q,K,VQ,K,VQ,K,V按头的个数进行split；用Q,
夜半罟霖·2025-03-16 07:37

elasticsearch analyzer 学习笔记

基本定义analyzer执行将输入字符流分解为token的过程使用场景在indexing的时候，也即在建立索引的时候在searching的时候，也即在搜索时，分析需要搜索的词语analysisCharacterfiltering
weixin_40455124·2025-03-16 06:00

NPU的工作原理：神经网络计算的流水线

3.计算执行·NPU根据模型结构，依次执行卷积、池化、全连接等计算任务。·矩阵乘法单元和卷积加速器并行工作，高效完成计算。
绿算技术·2025-03-16 02:28

关于scipy中uniform_filter函数的注意事项

我不希望使用for循环和均值卷积核来对二维数组进行滤波，因为这个线性运算且可用通过数字搬移来实现。
明·煜·2025-03-16 01:26

HarmonyNext实战：基于ArkTS的高性能图像处理应用开发

本文将深入探讨如何利用ArkTS语言开发一个高性能的图像处理应用，重点介绍图像卷积、边缘检测等核心算法的实现。我们将从理论基础出发，逐步构建一个完整的图像处理应用，并通过优化技巧提升性能。
·2025-03-16 00:16

webpack5（Module Federation）+vue3.0实现微前端

从MicroFrontends官网可以了解到，微前端概念是从微服务概念扩展而来的，摒弃大型单体方式，将前端整体分解为小而简单的块，这些块可以独立开发、测试和部署，同时仍
weixin_42140041·2025-03-15 21:57

非对称加密：SSL/TLS握手的数学基石

以RSA算法为例，其数学基础是大质数分解难题：选择两个大质数p和q（通常≥2048位
·2025-03-15 10:55

嵌入式AI必备技能2-模型的压缩与加速

本文介绍几种常见的模型压缩与加速方法，包括剪枝、低秩分解、量化、权值共享、知识蒸馏等，并探讨如何综合应用这些技术来优化AI模型。1.常
奥德彪123·2025-03-15 10:30

HarmonyNext实战：基于ArkTS的高性能图像处理应用开发

本文将深入探讨如何利用ArkTS语言开发一个高性能的图像处理应用，重点介绍图像卷积、边缘检测等核心算法的实现。我们将从理论基础出发，逐步构建一个完整的图像处理应用，并通过优化技巧提升性能。
·2025-03-15 10:50

数据仓库有哪些建模方法？

第三范式（3NF）定义：通过规范化将数据分解为多个关联表，确保每个字段仅依赖主键。优点：数据冗余低，一致性高，适合复杂事务处理。缺点：查询需要多表关联，性能较低；业务理解成
BenBen尔·2025-03-15 09:21

pytorch实现cifar10多分类总结

对于这个任务，可以使用深度学习模型，如卷积
L_pyu·2025-03-15 00:31

DeepSeek面试——分词算法

其核心原理是将文本分解为字节（Byte）序列，通过统计高频相邻字节对的共现频率进行逐层合并，最终形成128K扩展词表。二、BBPE的核心优势1.多语言统一处理能力跨语言
mzgong·2025-03-15 00:27

人工智能概念

深度学习、大模型机器学习提供框架，使得系统可以从数据中学习算法：线性回归、逻辑回归、支持向量机、决策树、随机森林、K近邻算法深度学习是实现这一目标的工具，模仿人脑，使用多层神经网络进行学习算法：多层感知器、卷积神经网络
zhangpeng455547940·2025-03-14 19:13

卷积神经网络可视化

卷积神经网络（CNN）的可视化是理解模型行为、调试性能和解释预测结果的重要工具。
天行者@·2025-03-14 13:25

面试基础---面试刷题推荐 动态规划算法：背包问题与最长公共子序列

动态规划算法：背包问题与最长公共子序列引言：动态规划的核心思想动态规划（DynamicProgramming,DP）是一种解决复杂问题的算法思想，通过将问题分解为子问题，并保存子问题的解，避免重复计算，
WeiLai1112·2025-03-14 11:40

问deepseek: openfoam并行分区，数据交换逻辑解释

在OpenFOAM中，并行计算通过将计算域分解为多个子域来实现，每个子域由一个独立的进程处理。并行分区和数据交换是确保计算正确性和效率的关键部分。
weixin_42849849·2025-03-14 09:25

MetaGPT零基础极速入门：手把手教你打造AI虚拟公司

它能模拟真实IT公司流程，自动分解任务、编写代码、生成文档，GitHub狂揽18k+星！
Julian.zhou·2025-03-14 04:47

2023第14届蓝桥杯大赛软件赛省赛C/C++大学A组第8题题解：异或和之和

目录问题描述：方法一：暴力枚举（50%）方法二：前缀和优化（90%）方法三：前缀和+按位分解+乘法原理问题描述：给定一个数组Ai，分别求其每个子段的异或和，并求出它们的和。
浴乎风乎·2025-03-14 01:04

基于YOLOv5的车牌识别系统：从数据集到UI界面的实现

近年来，随着深度学习技术的飞速发展，基于卷积神经网络（CNN）的目标检测算法，如YOLO（YouOn
深度学习&目标检测实战项目·2025-03-14 01:33

信号处理抽取多项滤波的数学推导与仿真

一、数学变换推导1.多相分解的核心思想将FIR滤波器的系数h(n)h(n)h(n)按相位分组，每组对应输入信号的不同抽样相位。通过分相、滤波、重组，实现与原FIR等效的处理。
jz_ddk·2025-03-14 01:02

了解JS递归

递归在处理许多类型的问题时非常有用，尤其是那些可以通过分解成更小、更简单的子问题来解决的问题。然而，递归也需要谨慎使用，因为它可能导致堆栈溢出（特别是当递归调用非常深时）。
几度泥的菜花·2025-03-13 23:46

CF576A Vasya and Petya‘s Game 题解

根据唯一分解定理，可以知道，如果一个数的各个质因数的数量确定了，这个数也就确定了。每次询问的中，如果xxx是yyy的倍数，证明xxx中含yyy的所有质因数。
W9095·2025-03-13 21:04

Prompt优化 COT/COD

文章目录基本的方法论框架COT/CODCOT/COD对比其他优化点1.示例引导与少样本学习2.角色设定与背景引导3.任务分解与步骤引导基本的方法论框架基础要素：指令、背景信息、补充数据（要求）、输出格式
陌陌623·2025-03-13 18:12

【蓝桥杯备赛】Day12:贪心算法

题目1:题目2518:信息学奥赛一本通T1620-质因数分解原题来自：NOIP2012普及组已知正整数n是两个不同的质数的乘积，试求出较大的那个质数。
凯强同学·2025-03-13 15:20

卷积神经网络中的卷积操作

1.什么是卷积操作？在卷积神经网络（CNN）中，卷积操作是一种数学运算，它的目的是从图像（或其他数据）中提取局部特征。
m0_61360701·2025-03-13 13:09

点云从入门到精通技术详解100篇-基于激光雷达点云的三维目标检测

2.1.2车载激光雷达2.2地面点云滤波算法2.2.1RANSAC算法2.2.2CSF算法本文篇幅较长，分为上下两篇，下篇详见基于激光雷达点云的三维目标检测（续）前言近几年来，在计算机视觉领域，利用深度学习卷积
格图素书·2025-03-13 13:08

卷积神经网络（CNN）详解：从原理到应用的全景解析

一、定义与核心特征卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种专为处理网格状数据（如图像、视频）设计的深度前馈神经网络，其核心特征包括：局部连接：卷积层神经元仅与输入数据的局部区域连接
彩旗工作室·2025-03-13 13:37

backbone和head分开转onnx的优势

模型转换为ONNX格式时，将其分成backbone和head两个部分，通常是出于以下原因：1.模块化设计backbone通常是模型的特征提取部分（例如卷积神经网络的主干部分），负责从输入数据中提取高级特征
yuweififi·2025-03-13 12:33

《音视频：将h264裸流转为YUV》

文章目录一，前言二，分解步骤2.1初始化解码器2.2释放解码器资源2.3获取完整帧数据2.4h264转yuv2.5h264裸流文件转yuv2.6解RTP包后h264转yuv三，完整代码一，前言本文旨在将
编程界的小学生、·2025-03-13 10:11

YOLOv8改进策略【注意力机制篇】| EMA 即插即用模块，提高远距离建模依赖（含C2f二次创新）

专栏目录：YOLOv8改进目录一览|涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Ne
Limiiiing·2025-03-13 06:14

【深度学习】从全连接层到卷积

从全连接层到卷积我们之前讨论的多层感知机十分适合处理表格数据，其中行对应样本，列对应特征。对于表格数据，我们寻找的模式可能涉及特征之间的交互，但是我们不能预先假设任何与特征交互相关的先验结构。
熙曦Sakura·2025-03-13 04:56

LeNet-5卷积神经网络详解

LeNet-5卷积神经网络详解1.历史背景LeNet-5是由YannLeCun等人在1998年提出的一种卷积神经网络架构，是深度学习领域的一个重要里程碑。
LChuck·2025-03-13 02:12

论文阅读 EEG-TCNet

AnAccurateTemporalConvolutionalNetworkforEmbeddedMotor-ImageryBrain–MachineInterfaces1.Intrduction本文提出了一种新颖的时间卷积网络
Plan-C-·2025-03-13 01:36

YOLOv12改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

必读内容船新的YOLOv12改进专栏~1️⃣什么！不知道如何改进模型⁉️本专栏所使用并改进的每一个模块均包含详细的模块分析、原理讲解、个人总结、多种改进方式以及完整的修改流程，所有改进100%可直接运行，性价比极高。2️⃣找不到合适的模块⁉️所有改进点均为近三年顶会，顶刊提出的先进算法，将其融入到YOLOv12中，并进行二次创新，新颖度高，创新度高，能够适应不同的任务场景。3️⃣不确定自己改进的步
Limiiiing·2025-03-13 00:27

2024-05-21 问AI: 介绍一下大语言模型的推理过程。

分词器会将文本分解为一系列的单词或子词（tokens），并将它们转换为数字形式的序列。这些数字通常是单词在模型词典（voca
BigSharkTech 必杀技·2025-03-12 22:14

从原理和公式出发：python实现One_Way_ANOVA

单因素方差分析1.代码流程2.python代码实现0主要的函数1加载数据2查看数据统计结果3数据处理及可视化4方差分析4.1模型拟合4.2单因素方差分析5PostHoct-test组间比较分析6根据定义自行分解计算对比调用函数的结果
＾哪来的＆永远～·2025-03-12 19:54

Bottleneck、CSP、DP结构详细介绍

文章目录前言一、BottleneckDarknetBottleneck二、CSPCSP思想pp-picodet中的CSPLayerDP卷积前言本篇文章详细介绍了三种神经网络中常见的结构，bottleneck
CV工程师小朱·2025-03-12 17:45

双检锁问题

在双检锁实现单例模式时，创建对象的操作instance=newSingleton();可以分解为以下
越甲八千·2025-03-12 17:14
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他