卷积核

基于CNN(一维卷积Conv1D)+LSTM+Attention 实现股票多变量时间序列预测(PyTorch版)

前言系列专栏:【深度学习：算法项目实战】✨︎涉及医疗健康、财经金融、商业零售、食品饮料、运动健身、交通运输、环境科学、社交媒体以及文本和图像处理等诸多领域，讨论了各种复杂的深度神经网络思想，如卷积神经网络
矩阵猫咪·2025-02-03 12:42

蜗牛星际b款装服务器系统,记录下蜗牛星际更换系统硬盘重新安装系统的一番折腾...

机器配置：J3455四核cpu，4G内存，i211单口网卡1G
轻喘·2025-02-03 12:38

【车间调度】基于卷积神经网络的柔性作业车间调度问题的两阶段算法（Matlab代码实现）

本文目录如下：目录1概述两阶段算法概述第一阶段：特征提取与表示学习第二阶段：调度策略生成与优化研究挑战与前景2运行结果3参考文献4Matlab代码实现1概述该文提出一种基于卷积神经网络的有效两阶段算法，
宇哥预测优化代码学习·2025-02-03 12:08

【车间调度】基于卷积神经网络的柔性作业车间调度问题的两阶段算法（Matlab代码实现）

本文目录如下：目录1概述两阶段算法概述第一阶段：特征提取与表示学习第二阶段：调度策略生成与优化研究挑战与前景2运行结果3参考文献4Matlab代码实现1概述该文提出一种基于卷积神经网络的有效两阶段算法，
Ps.729·2025-02-03 11:31

Perf-linux服务器性能测试

1.压测基础数据准备：压测的环境：2.压测时关注服务端性能内存：50%以下CPU：一般小于75%，平均每核CPU的load小于1网络带宽：磁盘：IO：数据库：JVM：小于80%fullGC频率：小于半小时一次响应时间
进阶的小猫·2025-02-03 08:04

『大模型笔记』视觉语言模型解释

本文将深入探讨视觉语言模型的核
AI大模型前沿研究·2025-02-03 05:40

linux进程调度HMP,HMP调度器和EAS调度器

HMP调度器为了降低功耗，ARM开发了大小核架构处理器。
熙公主的爪牙·2025-02-03 04:07

计算机视觉领域的轻量化模型——GhostNet 模型

GhostNet模型详解GhostNet是一个高效的轻量化卷积神经网络模型，专为资源受限的设备（如移动设备和嵌入式系统）设计。
DuHz·2025-02-03 04:05

多模态大模型：技术原理与实战 工具和算法框架介绍

1.背景介绍1.1从单模态到多模态的必然趋势传统的深度学习模型大多是单模态的，例如只处理图像数据的卷积神经网络（CNN）或只处理文本数据的循环神经网络（RNN）。
AI大模型应用之禅·2025-02-02 22:43

spring boot应用程序接口调优记录

一、接口功能本次目标接口为新契约的投保单导入，主要功能包括投保单创建、投核保规则校验、应收保费创建、投保单签发处理,实现外部合作方承保的投保单一步导入保司功能。
weixin_50825389·2025-02-02 15:01

AI大模型基于LLM的Agent架构图解

智能核保应用，如果解决方案搭载AIAgent能力，
AI产品经理·2025-02-02 14:51

基于LeNet-5实现交通标志分类任务

基于LeNet-5实现交通标志分类任务介绍LeNet-5是由YannLeCun等人在1998年提出的一种卷积神经网络（CNN）结构，最初用于手写数字识别。
鱼弦·2025-02-02 13:42

阿里云服务器配置gitlab

自己用的是阿里云的服务器，用了两天时间才安装上的，之前百度找了很多方法大概流程都是一样的，但是自己上手安装怎么都安不上，考虑服务器操作系统版本问题（与contos8的版本兼容），考虑软硬件问题（2核8g
1*皮卡丘*1·2025-02-02 11:03

＜深入浅出图神经网络＞ 读书笔记

改代码得到的结论chapter6|GraphSage分析TODO去今年刚出就买了.一查豆瓣评分比我想的还低(我这种小白都能看出一些错误),有1说1对于入门还是可以的,至少能知道GNN大概的发展路线,如图卷积
数学工具构造器·2025-02-02 06:22

MYSQL8+CENTOS7.6 主从+keepalived搭建总结

2个物理机IP，1个VIPMASTER：10.18.96.15SLAVE:10.18.96.16VIP：10.18.96.17操作系统：CENTOS7.6数据库：MYSQL8.0.20我的硬件资源是8核16GMYSQL8
CRMEB定制开发·2025-02-02 00:14

高赞口碑！侯捷C++系列精品课

侯捷老师拥有丰富的教学经验和深厚的技术功底，他的课程讲解深入浅出、生动有趣，能够帮助学习者快速掌握C++的核
盼达思文体科创·2025-02-01 20:48

全面解析大模型产品经理岗位职责：从入门到精通，一篇全懂！收藏我这篇就够了！

7800+GithubStar，被多名开发者评价为“目前见过功能最强大，最适合企业内落地的开源大模型应用开发平台”，已服务工商银行、交通银行、中国人寿、中粮集团、中核集团、宁德时代、快手、中电建等众多头部组织及世界
大模型入门教程·2025-02-01 20:15

深度学习模型在汽车自动驾驶领域的应用

1.深度学习模型分类及应用场景1.1视觉感知模型CNN（卷积神经网络）应用：图像分类、物体检测（车辆、行人、交通标志）、语义分割（道路、车道线）。
eso1983·2025-02-01 12:37

新本郑氏周易-清-恵栋

核其次序先后，亦悉从经文，厘定复搜采羣籍。上经补二
幻影之心·2025-02-01 10:20

mac 怎么查看CPU核数

比如“2.6GHz6核IntelCorei7”。2.通过“系统报告”查看打开“关于本机”窗口。点击窗口下方的“系统报告”按钮。
serve the people·2025-02-01 06:18

模型高效推理--剪枝基础

文章目录一、剪枝基础1.剪枝定义2.剪枝时机二、剪枝的分类1.按照剪枝粒度分类(粗➡️细)A.结构化剪枝a.隐藏层剪枝（LayerPruning）b.通道剪枝（ChannelPruning）c.卷积核剪枝
绒绒毛毛雨·2025-02-01 05:16

【YOLO11改进 - Backbone主干】LSKNet：旋转目标检测新网络,通过DW卷积核和空间选择机制来动态调整目标的感受野

YOLOv11目标检测创新改进与实战案例专栏文章目录：YOLOv11创新改进系列及项目实战目录包含卷积，主干注意力，检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLOv11目标检测创新改进与实战案例文章目录
YOLO大师·2025-02-01 04:34

YOLOv10改进策略【卷积层】| ICCV-2023 LSK大核选择模块 包含二次独家创新

一、本文介绍本文记录的是利用大核选择模块LSK优化YOLOv10的目标检测网络模型。在大尺寸图像中的小目标检测任务中，一直是个难题，无法仅基于外观实现较好的识别，因此需要广泛的上下文信息进行辅助。但不同物体所需的上下文信息范围不同，为了更好地对这些特性进行建模，本文利用大核选择模块二次创新C3k2，使模型能够产生具有各种大感受野的多个特征的同时，动态地根据输入调整模型的行为，使网络更好地适应图像中
Limiiiing·2025-02-01 04:03

Transformer模型结构分析：Encoder、Decoder以及注意力机制详解

作者：禅与计算机程序设计艺术1.简介Transformer模型由论文[1]提出，其基本思想是使用注意力机制代替循环神经网络(RNN)或卷积神经网络(CNN)，是一种基于序列到序列(Seq2seq)的机器翻译
AI天才研究院·2025-02-01 04:59

基于深度学习的行人检测识别系统：YOLOv8 + UI界面 + 数据集完整实现

随着深度学习技术的迅猛发展，基于卷积神经网络（CNN）的方法，尤其是YOLO（YouOnlyLookOnce）系列算法，在行人检测中取得了显著的效果。
2025年数学建模美赛·2025-02-01 03:55

【TVM教程】为 Mobile GPU 自动调优卷积网络

本文介绍如何调优整个卷积网络。TVM中MobileGPU的算子实现是以template形式编写的。该template有许多可调参数（tile因子
HyperAI超神经·2025-01-31 22:43

YOLOv10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（含二次创新）

专栏目录：YOLOv10改进目录一览|涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF
Limiiiing·2025-01-31 17:31

核心线程数和最大线程数设置参考标准【Java】

Java的线程是用户态+内核态，而内核态线程通过操作系统来调用，最终的可用线程数与操作系统的核数相关【如果设置了太多，很多是无效线程】一个设计标准：根据当前业务是IO密集型还是CPU密集型，设置核心线程数
松树戈·2025-01-31 14:05

简述Caffe、TensorFlow、TensorFlow Lite、ONNX、DarkNet、PyTorch 等模型

TensorFlowLite、ONNX、DarkNet和PyTorch等模型的简述：Caffe：Caffe（ConvolutionArchitectureForFeatureExtraction）是一个用于特征抽取的卷积框架
科学的发展-只不过是读大自然写的代码·2025-01-31 12:21

2025年美赛数学建模2025 MCM Problem A: Testing Time: The Constant Wear On Stairs A题 测试时间：楼梯上的持续磨损 代码解析

目录Python1.数据预处理与特征工程数据标准化与特征构建2.行进方向偏好分析深度神经网络（DNN）用于方向性分析3.多人同时使用分析卷积神经网络（CNN）用于磨损模式识别4.时间序列分析LSTM模型用于时间序列预测
2025年数学建模美赛·2025-01-31 11:42

零碎的知识点（十二）：卷积神经网络CNN通道数的理解！

卷积神经网络CNN通道数的理解！
墨绿色的摆渡人·2025-01-31 07:31

斯坦福吴恩达-深度学习和机器学习全套视频+课件！

DeepLearningSpecialization对卷积神经网络(CNN
Alexquyun·2025-01-31 06:54

FPGA实现带阻滤波器：代码与技术要点详解

本资料将通过实例代码深入讲解带阻滤波器在FPGA上的设计与实现，涵盖滤波器结构、设计、系数计算、编程语言选择、IP核封装、时序优化、仿真验证和硬件调试等多个关键知识点。
weixin_42601702·2025-01-30 12:51

大语言模型原理与工程实践：残差连接与层归一化

其中，循环神经网络（RNN）和卷积神经网络（CNN）在图像和文本分类、语义角色标注、机器翻译等领域表现出色。然而，这些网络在训练过程中经常遭遇梯度消失和梯度爆炸的问题。
AI大模型应用之禅·2025-01-30 08:27

cuda 线程调度

硬件描述从硬件上看，一块显卡的最小单元是GPU核(或者叫做StreamProcessor),所有核心平均分配在多个SM中，而多个SM共同构成整块显卡的核心。
weiwei0319·2025-01-30 05:31

cpu和gpu的区别，以及cpu和gpu中核的概念以及四种架构

1.什么是cpu个人理解cpu就是一个公司里面的技术骨干，但是不参与管理工作的人员，在计算机中cpu主要是用来处理一条条机器指令的，并且cpu的运算速度特别快，所以说周围还有几个秘书，就是给他提供资料或者存储资料的（寄存器），一般一个程序运行的流程就是操作系统从程序对应的pcb中将指令取出，交给cpu进行处理，cpu处理完毕以后将结果写回对应的存储单元（寄存器或者内存）。cpu的具体作用：1.指令
zhoudeng666·2025-01-29 13:28

YOLOv8改进策略【Backbone/主干网络】| 替换骨干网络为2023-CVPR ConvNeXt V2 （附网络详解和完整配置步骤）

本文将ConvNeXtV2应用于YOLOv8，一方面利用全卷积掩码自动编码器在训练时优化特征学习，减少模型对大规模标注数据的依赖；另一方面，通过全局响应归一化层增强特征竞争，缓解特征坍塌问题，提高特征多样性
Limiiiing·2025-01-29 13:54

达人评测酷睿i7 12800hx和i7 12700h选哪个

i7-12700H采用6大核8小核设计，拥有14核心20线程，主频为2.7GHz，睿频为4.6GHz，三级缓存高达24MB选i712700H还是i712800hx这些点很重要http://www.adiannao.cn
sdsadwe·2025-01-29 04:22

i7 12800hx和i9 11980hk差距

酷睿i9-11980HK采用了8核16线程设计，其基准频率为2.6GHz，最大频率为5.0GHz，并拥有24MB的三级缓存，同时集成锐炬IrisXeUHD核显并支持处理器超频，在连接性方面，i9-11980HK
m0_52331396·2025-01-29 04:50

【车牌识别】卷积神经网络CNN车牌识别【含 GUI Matlab源码 2638期】

欢迎来到Matlab仿真科研站博客之家✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。个人主页：Matlab仿真科研站博客之家代码获取方式：扫描文章底部QQ二维码⛳️座右铭：行百里者，半于九十；路漫漫其修远兮，吾将上下而求索。⛄更多Matlab图像处理（仿真科研站版）仿真内容点击Matlab图像处理（仿真科研站版）⛄一、CNN车牌识别简介1车牌定位1.
Matlab仿真科研站·2025-01-29 03:14

6.《DevOps》系列K8S部署CICD流水线之K8S通过Yaml部署动态Jenkins-slave,以及Jenkins平台基于Gitlab实现SSO授权认证

架构服务器IP服务名称硬件配置192.168.1.100k8s-master8核、16G、120G192.168.1.101k8s-node18核、16G、120G192.168.1.102k8s-node28
洋葱_学习过程·2025-01-29 01:25

数字时代信息安全的关键之道—零信任架构

01零信任架构的核
AZone架构院·2025-01-29 00:45

YOLOv10涨点改进：特征融合创新 | 多层次特征融合（SDI），小目标涨点明显，| UNet v2，比UNet显存占用更少、参数更少

能够显著提升不同尺度和小目标的识别率如何引入到YOLOv10：1)替代原始的Concat；改进结构图如下：《YOLOv10魔术师专栏》将从以下各个方向进行创新：【原创自研模块】【多组合点优化】【注意力机制】【卷积魔改
AI小怪兽·2025-01-28 19:08

YOLO11涨点优化：特征融合创新 | 多层次特征融合（SDI），小目标涨点明显| UNet v2，比UNet显存占用更少、参数更少

能够显著提升不同尺度和小目标的识别率如何引入到YOLO11：1)替代原始的Concat；改进结构图如下：《YOLOv11魔术师专栏》将从以下各个方向进行创新：【原创自研模块】【多组合点优化】【注意力机制】【卷积魔改
AI小怪兽·2025-01-28 19:08

SalFAU-Net:显著性目标检测的显著性融合注意U-Net

基于全卷积网络（FCN）的方法在过去几十年里在视觉显著性检测方面
明初啥都能学会·2025-01-28 18:29

人脸识别的经典深度学习方法

人脸识别的经典深度学习方法引言1.卷积神经网络（CNN）1.1LeNet1.2AlexNet1.3VGGNet1.4ResNet2.人脸检测2.1Viola-Jones算法2.2基于深度学习的人脸检测3
明初啥都能学会·2025-01-28 18:29

CT-Mamba:一种用于低剂量CT降噪的混合卷积状态空间模型 论文解读

论文：CT-Mamba:AHybridConvolutionalStateSpaceModelforLow-DoseCTDenoising代码：zy2219105/CT-Mamba，作者称将会在论文正式发表后提供。本文参考了该网站，其对CT-Mamba提供了更详细的描述：https://www.aimodels.fyi/papers/arxiv/ct-mamba-hybrid-convolutio
ZcZc__1·2025-01-28 17:52

基于深度学习的遥感目标检测系统：UI界面、R-CNN模型与数据集准备

因此，采用深度学习技术，尤其是卷积神经网络（CNN）和区域卷积神经网络（R-CNN），在遥感图像目标检测中取得了显著的成果。本文将详细介绍基于深度学习的遥感目标检测系统，使用R
2025年数学建模美赛·2025-01-28 16:15

【Redis十二】Redis的典型应用（缓存和分布式锁）

核⼼思路就是把⼀些常⽤的数据放到触⼿可
小皮侠·2025-01-28 12:49

如何开始使用AoE：深度解析与实战指南

本指南将深入探讨其核
邓越浪Henry·2025-01-28 11:41
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他