卷积核kernel

PyTorch 训练一个分类器

文章目录0前言1加载和规范化CIFAR102定义一个卷积网络3定义损失函数和优化器4训练网络5测试网络6在GPU上训练模型参考资料0前言  TRAINGINGACLASSIFIER这篇教程很清楚的描述了如何使用
亚里·2025-02-04 05:59

让Pluto SDR完全脱机执行任务——实现开机运行特定脚本/程序

在我之前的关于交叉编译的文章中，讨论了如何使用Linaro工具链在Ubuntu主机上编译能在PlutoSDR的arm核上运行的可执行程序，但仅仅这样还不足，因为想要让PlutoSDR执行某个特定任务，首先需要在主机交叉编译
Kloz·2025-02-04 04:51

机器学习笔记20241017

文章目录torchvisiondataloadernn.module卷积非线性激活模型选择训练误差泛化误差正则化权重衰退的基本概念数学表示权重衰退的效果物理解释数值稳定性（GradientVanishing
tt555555555555·2025-02-04 03:11

学习Python的一些在线资源推荐

核
eso1983·2025-02-04 02:07

基于深度学习的物体分割技术：从理论到实践

随着深度学习的迅猛发展，尤其是卷积神经网络（CNN）的应用，物体分割技术已取得了显著的进展。它被广泛应用于医学影像分析、自动驾驶、视频监控、机器人感知等领域。
人工智能_SYBH·2025-02-04 01:57

TensorFlow实现卷积神经网络CNN

一、卷积神经网络CNN简介卷积神经网络（ConvolutionalNeuralNetwork，CNN）最初是为解决图像识别等问题设计的，CNN现在的应用已经不限于图像和视频，也可用于时间序列信号，比如音频信号和文本数据等
红叶骑士之初·2025-02-03 23:40

FPGA 之 SOPC 系列（七）NIOS II 高级技术

定制用户逻辑外设和定制用户指令是使用NiosII嵌入式软核处理器的SOPC系统的重要特性，用户还可以通过定制用户逻辑外设和定制用户指令来实现各种应用要求，同时介绍了Nio
FPGA技术江湖·2025-02-03 23:06

go语言与node.js的点滴思考

go语言通过封装的协程的概念很好的解决了node.js的上述两个问题：首先go语言中的协程通过系统线程的方式并行运行在多个核上；每
棕生·2025-02-03 22:02

用python绘制kde模型

以下是使用Python绘制核密度估计（KernelDensityEstimation,KDE）模型的完整示例代码和说明：方法1:使用Seaborn快速绘制importnumpyasnpimportmatplotlib.pyplotaspltimportseabornassns
若木胡·2025-02-03 20:13

KVM虚拟化技术之使用Qemu-kvm创建和管理虚拟机

一.KVM简介KVM（名称来自英语：Kernel-basedVirtualMachine的缩写，即基于内核的虚拟机），是一种用于Linux内核中的虚拟化基础设施，可以将Linux内核转化为一个hypervisor
weixin_30794499·2025-02-03 19:12

(04)python-opencv图像处理——图像阈值、平滑图像、形态转换、图像梯度

目录前言一、图像阈值1.1简单的阈值法1.2自适应阈值二、平滑图像2.1二维卷积(图像滤波)2.2图像模糊2.2.1均值模糊2.2.2高斯模糊2.2.3中值滤波2.2.4双边滤波三、形态转换1、腐蚀2、
欲游山河十万里·2025-02-03 17:48

一文读懂自动编码器：类型、原理与应用

全网最全的神经网络数学原理（代码和公式）直观解释欢迎关注知乎和公众号的专栏内容LLM架构专栏知乎LLM专栏知乎【柏企】公众号【柏企科技说】【柏企阅文】目录自动编码器稀疏自动编码器K稀疏自动编码器收缩式自动编码器卷积自动编码器
·2025-02-03 16:03

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

cpu 调频

cpu调屏幕kernel-3.18\drivers\misc\mediatek\base\power\mt6735
lei7143·2025-02-03 04:04

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

isaac gym 和 legged gym 环境搭建记录

大佬的rl_docker搭建了一个isaacgym下的四足机器人训练环境，成功运行leggedgym项目下的例子，记录一下搭建流程基础配置OperatingSystem:Ubuntu22.04.5LTSKernel
咋学都不累zgc·2025-02-02 19:24

GPU驱动及CUDA安装流程介绍

1.2.准备gpu驱动和CUDA软件包1.3.检查服务器GPU识别情况1.4.老版本软件包卸载1.5.安装依赖包CentOS依赖包安装示例：SUSE依赖包安装示例：Ubuntu依赖包安装示例：1.6.安装kernel
醉心编码·2025-02-02 16:35

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

Jetson Nano B01 sd卡启动 以及读取sd卡来扩容（换系统）

step1：下载下载dtb文件（kernel）到JetsonNanoB01并解压，终端输入：unzipNano-dtb-SDMMC.zipstep2：将dtb文件复制到boot目录：终端输入：sudocpkernel_tegra210
yuyuyue249·2025-02-02 14:24

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

Android Camera 驱动 Bringup

【高通SDM660平台】Camera驱动Bringup参考链接：【高通SDM660平台】(1)---Camera驱动BringupGuide_CielleeX的博客-CSDN博客一、Kernel代码移植
嵌入式_笔记·2025-02-02 01:55

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

深度学习之核函数

深度学习之核函数在机器学习中，常看到多项式核函数、高斯核函数，那什么叫核函数（KernelFunction，或者KernelTrick）呢？它有什么用呢。
fpcc·2025-02-01 12:38

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
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他