卷积矩阵分解

地震去噪新探索（二）——无监督卷积神经网络调优实战

上一篇将地震信号用在了自编码卷积神经网络降噪（见《地震去噪新探索——无监督卷积神经网络实战》），结果那叫一个惨。
科技州与数据州·2024-01-02 19:12

深度生成模型之数据生成GAN -＞（个人学习记录笔记）

文章目录深度生成模型之数据生成GAN数据生成的应用1.图片设计创作2.数据增强3.数据仿真4.视频生成、预测、编辑5.语音生成6.文本生成图像生成模型结构1.基本卷积GAN2.多尺度与残差GAN模型3.
slience_me·2024-01-02 17:58

基于深度卷积神经网络的垃圾分类识别系统

温馨提示：文末有CSDN平台官方提供的学长QQ名片:)1.项目简介本文详细介绍了一基于深度卷积神经网络的垃圾分类识别系统。
Python极客之家·2024-01-02 17:38

2020-02-19

经过5天的学习，非常开心对整个知识有了较大的收获，从最初的线性回归，softmax与分类模型，多层感知机，到学习初步的卷积神经网络，leNet网络，为解决神经网络训练中的过拟合、欠拟合和梯度消失爆炸，都进行了详细的代码实现
ninghc·2024-01-02 16:50

基于简化版python+VGG+MiniGoogLeNet的智能43类交通标志识别—深度学习算法应用(含全部python工程源码)+数据集+模型（二）

借助Kaggle上的丰富交通标志数据集，我们采用了VGG和GoogLeNet等卷积神经网络模型进行训练。通过对网络架构和参数
小胡说人工智能·2024-01-02 10:46

目标检测-Owo Stage-YOLOv2

（边框回归不加限制）YOLOv2提出了一些改进策略，如anchor-based等提示：以下是本篇文章正文内容，下面内容可供参考一、YOLOv2的网络结构和流程将影像输入卷积网络（D
学海一叶·2024-01-02 10:45

卷积核都是正方形的吗？不同大小的卷积核的作用？

在深度学习中，卷积核都是正方形的吗？卷积核的大小有1×1,3×3,5×5的，还有更大的吗？分别有什么用处？1.卷积核的形状：在深度学习中，卷积核不一定总是正方形的。
seasonsyy·2024-01-02 08:27

深度学习中的ROI是什么？

在深度学习中，一种常见的应用是使用卷积神经网络（ConvolutionalNeuralNetwork，CNN）进行目标检测。
seasonsyy·2024-01-02 08:27

LeNet网络（1989年提出,1998年改进）

LeNet网络（1989年提出,1998年改进）1.LeNet网络简介LeNet:LeNet卷积神经网络的雏形：1989年，LeCun等人设计了用于手写邮政编码的卷积神经网络，并使用反向传播算法训练卷积神经网络
seasonsyy·2024-01-02 08:57

实现3x3卷积的手写FIFO

例子来自米联科例程，因为不同平台之间调IP会变麻烦，重新阅读手册太花时间了（虽然我觉得fifo这种常用IP尽量掌握为好），使用手写的FIFO可以节约开发的流程。通过这个例子也可以优化自己所使用的手写FIFO。//byCrazyBirdmoduleLine_Shift_RAM_8Bit#(parameterDATA_WIDTH=8,parameterADDR_WIDTH=11,parameterDA
NoNoUnknow·2024-01-02 08:47

【MATLAB】【数字信号处理】线性卷积和抽样定理

已知有限长序列：xk=1,2,1,1,0,-3,hk=[1,-1,1],计算离散卷积和yk=xk*h(k)。
北国无红豆·2024-01-02 08:43

国科大图像处理2023速通期末——汇总2017-2019

这将使得显示系统产生比希望的效果更暗的图像，此时伽马校正通常在信号进入显示器前被进行预处理，令p与q表示伽马校正的输入与输出，则p与q之间的映射关系式表示为:q=p12q=p^{\frac{1}{2}}q=p21卷积是一种图像处理领域最有影响力的计算之
智商欠费，不死也废·2024-01-02 07:26

国科大2023.12.28图像处理0854最后一节划重点

图像反转3.2.2对数变换3.2.3幂次变换3.3直方图处理3.3.1直方图均衡化（大题计算）3.3.2直方图匹配（规定化）3.3.3不看3.3.4不看3.4不看3.5空间滤波基础（重点什么题，没听清）卷积重中之重
智商欠费，不死也废·2024-01-02 07:26

RNN循环神经网络入门

前置知识：BP神经网络、CNN卷积神经网络网络会对前面的信息进行记忆并应用于当前输出的计算中，即隐藏层之间的节点不再无连接而是有连接的，并且隐藏层的输入不仅包括输入层的输出还包括上一时刻隐藏层的输出。
惊雲浅谈天·2024-01-02 06:16

深度学习｜10.2 边缘检测示例 10.3 更多边缘检测

文章目录如何在编程中实现卷积运算使用卷积实现边缘检测结果矩阵的元素正负性质的意义水平分类器如何构造卷积运算使用的矩阵原矩阵通过一个过滤器（filter）/核心（kernel）来生成一个新的矩阵。
晓源Galois·2024-01-02 06:43

深度学习｜10.5 卷积步长 10.6 三维卷积

文章目录10.5卷积步长10.6三维卷积!
晓源Galois·2024-01-02 06:21

深度学习｜10.1 深度学习在计算机视觉的应用

直观上，信息越多，分析的效果应该越好，但也意味着分析的量会越来越大，考虑到分析所需要的时间和空间，往往采用卷积的方式使得神经网络的规模没有那么地大。
晓源Galois·2024-01-02 06:47

经典卷积神经网络-VGGNet

经典卷积神经网络-VGGNet一、背景介绍VGG是Oxford的VisualGeometryGroup的组提出的。
侯静川·2024-01-02 06:37

经典卷积神经网络-ResNet

经典卷积神经网络-ResNet一、背景介绍残差神经网络(ResNet)是由微软研究院的何恺明、张祥雨、任少卿、孙剑等人提出的。
侯静川·2024-01-02 06:37

经典卷积神经网络-AlexNet

经典卷积神经网络-AlexNet一、背景介绍2012年，出自论文《ImageNetClassificationwithDeepConvolutionalNeuralNetworks》中的AlexNet被称为是首个真正意义上的深度卷积神经网络
侯静川·2024-01-02 06:06

经典卷积神经网络-LeNet-5

经典卷积神经网络-LeNet-5一、背景介绍LeNet-5是YannLeCun等人在《Gradient-BasedLearningAppliedtoDocumentRecogn》论文中提出的一个卷积神经网络
侯静川·2024-01-02 06:03

【机器学习】卷积神经网络（三）

四、理论分析4.1反卷积运算我们可以将过滤器转换为Toeplitzmatrix，将图像转换为向量，然后仅通过一个矩阵乘法进行卷积，而不是使用for-loops对图像（或任何其他2D矩阵）执行2D卷积。
十年一梦实验室·2024-01-02 06:02

【机器学习】卷积神经网络（四）-实现细节（Caffe框架为例）

六、实现细节都有哪些开源的卷积神经网络实现caffe中卷积神经网络各个层（卷积层、全连接层、池化层、激活函数层、内基层、损失层等）Caffe2与caffe对比caffe2开源吗使用caffe的c++版本和
十年一梦实验室·2024-01-02 06:02

【机器学习】卷积神经网络（二）-典型网络（LeNet-5,AlexNet,VGG,GoogLeNet）

该网络是卷积神经网络(CNN)。CNN是现代最先进的基于深度学习的计算机视觉的基础。这些网络建立在3个主要思想之上：局部感受野、共享权重和空间子采样。
十年一梦实验室·2024-01-02 05:01

【机器学习】卷积神经网络----GoogLeNet网络（pytorch）

代码是一个使用PyTorch实现的GoogLeNet模型，该模型是一个深度卷积神经网络（CNN）用于图像分类任务。
十年一梦实验室·2024-01-02 05:31

计算图与动态图机制

一、计算图计算图是用来描述运算的有向无环图计算图有两个主要元素：结点（Node）和边（Edge）结点表示数据，如向量，矩阵，张量边表示运算，如加减乘除卷积等用计算图表示：y=(x+w)*(w+1)a=x
-恰饭第一名-·2024-01-02 04:32

CNN神经网络层次分析

https://blog.csdn.net/liulina603/article/details/44915905一.CNN简介CNN（卷积神经网络）是传统神经网络的变种，CNN在传统神经网络的基础上，
happyGirl122·2024-01-02 02:04

CRAS-YOLO：多类别船舶检测与分类模型

我们进一步提出了一种新的多类船检测，称为CRAS-YOLO，它由卷积块注意力模块（
小白学视觉·2024-01-01 20:05

YOLOv8改进之多尺度转换模块C2f-EMSC和C2f-EMSCP

一、EfficientMulti-Scale-Conv和EMSCPEfficientMulti-Scale-Conv是一种多尺度卷积网络架构，它通过在不同尺度上的输入图像上应用多尺度卷积操作来捕捉图像中的不同特征
学yolo的小白·2024-01-01 20:32

YOLOv8改进之C2f-DBB(C2f模块中融合多元分支模块Diverse Branch Block )

它类似于Inception模块，由多个分支组成，每个分支使用不同大小的卷积核进行特征提取。主要由多分支设计：DBB由多个卷积分支组成，每个分支使用不同大小的卷积核来捕获不同尺度下的特征。
学yolo的小白·2024-01-01 20:31

(Matlab)基于CNN-LSTM的多维时序回归预测(卷积神经网络-长短期记忆网络)

目录一、程序及算法内容介绍：基本内容：亮点与优势：二、代码实际运行结果展示：三、部分代码展示：四、本文完整代码+数据下载：一、程序及算法内容介绍：基本内容：本代码基于Matlab平台编译，将卷积神经网络
神经网络与数学建模·2024-01-01 20:57

第二十四周：文献阅读笔记（VIT）

传统上，卷积神经网络（CNN）在计算
@默然·2024-01-01 16:53

第二十一周：机器学习和深度学习基础回顾

算法总结摘要本周复习回顾了Transformer、GAN、RMSProp优化算法，Transformer模型由Vaswani等人在2017年提出，引发了自然语言处理领域的一系列重要突破，相比于传统的循环神经网络（RNN）和卷积神经网络
@默然·2024-01-01 16:23

第二十二周：深度学习基础

第二十二周：深度学习基础摘要Abstract1.网络中的卷积及1x1卷积2.迁移学习3.数据扩充总结摘要在本文中，我们将探讨卷积神经网络中常用的两个核心概念：卷积和1x1卷积。
@默然·2024-01-01 16:23

第二十六周：学习笔记

第二十六周：学习笔记摘要Abstract全卷积网络FCN1.CNN与FCN2.全连接层-->成卷积层3.FCN的缺点摘要全卷积神经网络（FullyConvolutionalNetwork，FCN）是一种用于图像分割和语义分割任务的深度学习模型
@默然·2024-01-01 16:50

LDC: Lightweight Dense CNN for Edge Detection

摘要本文提出了一种用于边缘检测的轻量级密集卷积（LDC）神经网络。所提出的模型是对两种最先进方法的改编，但与这些方法相比，它所需的参数不到4%。
努力的小柚·2024-01-01 16:39

[C#]使用ONNXRuntime部署一种用于边缘检测的轻量级密集卷积神经网络LDC

源码地址：github.com/xavysp/LDCLDC:LightweightDenseCNNforEdgeDetection算法介绍：由于深度学习方法的快速发展，近年来，用于执行图像边缘检测的卷积神经网络
FL1623863129·2024-01-01 16:34

YOLOv8独家原创改进： 多种新颖的改进方式 | 保持原始信息-深度可分离卷积(MDSConv) | 全局感受野的空间金字塔 (Improve-SPPF)算法 | CA注意力改进版

深度可分离卷积本文自研创新改进：改进1）保持原始信息-深度可分离卷积(MDSConv)，解决了不能与原始特征层通道之间的信息交互的问题(如经典的深度可分离卷积)；改进2）提出快速的全局感受野的空间金字塔
AI小怪兽·2024-01-01 15:57

YOLOv8独家原创改进：SPPF自研创新 | 可变形大核注意力（D-LKA Attention），大卷积核提升不同特征感受野的注意力机制

本文自研创新改进：可变形大核注意力（D-LKAAttention）高效结合SPPF进行二次创新，大卷积核提升不同特征感受野的注意力机制。
AI小怪兽·2024-01-01 15:27

YOLOv8独家原创改进：轻量化自研设计双卷积，重新设计backbone和neck结构，完成涨点且计算量和参数量显著下降

本文自研创新改进：双卷积由组卷积和异构卷积组成，执行3×3和1×1卷积运算代替其他卷积核仅执行1×1卷积，YOLOv8Conv，从而轻量化YOLOv8，性能如下表，GFLOPs8.1降低至7.6，参数量
AI小怪兽·2024-01-01 15:27

YOLOv8独家原创改进：创新自研CPMS注意力，多尺度通道注意力具+多尺度深度可分离卷积空间注意力，全面升级CBAM

本文自研创新改进：自研CPMS,多尺度通道注意力具+多尺度深度可分离卷积空间注意力,全面升级CBAM1）作为注意力CPMS使用；推荐指数：五星CPMS|亲测在多个数据集能够实现涨点，对标CBAM。
AI小怪兽·2024-01-01 15:26

YOLOv8独家原创改进：SPPF自研创新 | SPPF与感知大内核卷积UniRepLK结合，大kernel+非膨胀卷积提升感受野

本文自研创新改进：SPPF与感知大内核卷积UniRepLK结合，大kernel+非膨胀卷积，使SPPF增加大kernel，提升感受野，最终提升检测精度收录YOLOv8原创自研https://blog.csdn.net
AI小怪兽·2024-01-01 15:26

深度学习 | 注意力机制、自注意力机制

卷积神经网络的思想主要是通过卷积层对图像进行特征提取，从而达到降低计算复杂度的目的，利用的是空间特征信息；循环神级网络主要是对序列数据进行建模，利用的是时间维度的信息。
西皮呦·2024-01-01 14:50

图卷积神经网络之 - 图拉普拉斯矩阵的解释

图拉普拉斯矩阵是图论和谱图理论中的一个核心概念，它在图卷积神经网络（GCN）的设计中起着重要的作用。下面我将详细解释图拉普拉斯矩阵和归一化图拉普拉斯矩阵。
UCAS_sqs·2024-01-01 13:22

SCI一区级 | Matlab实现KOA-CNN-LSTM-Mutilhead-Attention开普勒算法优化卷积长短期记忆神经网络融合多头注意力机制多变量多步时间序列预测

SCI一区级|Matlab实现KOA-CNN-LSTM-Mutilhead-Attention开普勒算法优化卷积长短期记忆神经网络融合多头注意力机制多变量多步时间序列预测目录SCI一区级|Matlab实现
机器学习之心·2024-01-01 13:49

分类预测 | Matlab实现WOA-CNN-LSTM-SAM-Attention鲸鱼算法优化卷积长短期记忆神经网络融合空间注意力机制的数据分类预测【23年新算法】

分类预测|Matlab实现WOA-CNN-LSTM-SAM-Attention鲸鱼算法优化卷积长短期记忆神经网络融合空间注意力机制的数据分类预测【23年新算法】目录分类预测|Matlab实现WOA-CNN-LSTM-SAM-Attention
机器学习之心·2024-01-01 13:19

图卷积神经网络之 - 图傅立叶变换的解释

L=np.array([[2,-1,0,-1],[-1,2,-1,0],[0,-1,2,-1],[-1,0,-1,2]])上述4个节点的简单无向图进行图傅立叶变换：我们计算了图拉普拉斯矩阵LLL的特征值和特征向量。特征值是：λ=[0,2,2,4]\lambda=\begin{bmatrix}0,&2,&2,&4\end{bmatrix}λ=[0,2,2,4]特征向量UUU（归一化后）是：U=[−0
UCAS_sqs·2024-01-01 13:48

基于简化版python+VGG+MiniGoogLeNet的智能43类交通标志识别—深度学习算法应用(含全部python工程源码)+数据集+模型（一）

借助Kaggle上的丰富交通标志数据集，我们采用了VGG和GoogLeNet等卷积神经网络模型进行训练。通过对网络架构和参数的巧妙调整，致力于提升模型在不同类型交通标志识别方面的准确率。首先，我们
小胡说人工智能·2024-01-01 12:08

CNN、DNN、RNN 内部网络结构区别

在实际应用中，所谓的深度神经网络DNN，往往融合了多种已知的结构，包括卷积层或是LSTM单元。但是就题主的意思来看，这里的DNN应该特指全连接的神经元结构，并不包含卷积单元或是时间上的关联。
夏天7788·2024-01-01 12:00

Keras加载预训练模型

常用的预训练模型VGG16：VGG16是一个用于图像分类的卷积神经网络模型，由牛津大学的VisualGeometryGroup开发。它使用连续的小滤波
缘起性空、·2024-01-01 12:50
上一页 21 22 23 24 25 26 27 28 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他