卷积神经网络(Andrew 第62页

Pytorch入门（二）神经网络的搭建

、神经网络基本骨架二、认识卷积操作三、认识最大池化操作四、非线性激活五、线性层及其它层介绍六、简单的神经网络搭建七、简单的认识神经网络中的数值计算八、损失函数与反向传播的应用一、神经网络基本骨架CNN卷积神经网络基本包含五个层

酷尔。·2023-06-07 18:58

神经网络实验--卷积神经网络

本实验主要为了掌握深度学习的基本原理；能够使用TensorFlow实现卷积神经网络，完成图像识别任务。

苏黎世卡·2023-06-07 17:52

基于轻量级卷积神经网络模型开发构建中国象棋棋子识别系统

Together_CZ·2023-06-07 15:35

ubuntu深度学习使用TensorFlow卷积神经网络——图片数据集的制作以及制作好的数据集的使用

首先我事先准备好五分类的图片放在对应的文件夹，图片资源在我的gitee文件夹中链接如下：文件管理:用于存各种数据https://gitee.com/xiaoxiaotai/file-management.git里面有imgs目录和npy目录，imgs就是存放5分类的图片的目录，里面有桂花、枫叶、五味子、银杏、竹叶5种植物，npy目录存放的是我用这些图片制作好的npy文件数据集，里面有32x32大小

晓小邰·2023-06-07 15:45

Language Models as Knowledge Embeddings：语言模型用作知识嵌入 IJCAI 2022

TransH,TransR,RotatE.语义匹配模型采用基于相似性的评分函数，RESCAL,DistMult,CoKE.2）基于描述的知识嵌入DKRL[Xie等人，2016]首先引入实体的描述，并通过卷积神经网络对其进行编

失眠的树亚·2023-06-07 15:37

【论文阅读】AlexNet: ImageNet Classification with Deep Convolutional Neural Networks

1.简介AlexNet是一个用于图像识别的卷积神经网络，其应用在ILSVRC比赛中，AlexNet所用的数据集是ImageNet，总共识别1000个类别2.网络结构整体网络结果如下图所示，一共有8层，前五层是卷积层

orangerfun·2023-06-07 14:45

aigc分享

深度学习基础深度学习的基本概念、分类和常用算法，如卷积神经网络、循环神经网络、自编码器等。Golan

Fate宽·2023-06-07 14:46

深入理解卷积神经网络 VGG16

南淮北安·2023-06-07 14:16

基于卷积神经网络VGG16的皮革瑕疵识别与检测的研究（论文部分）

基于卷积神经网络VGG16的皮革瑕疵识别与检测的研究（论文部分）文章目录基于卷积神经网络VGG16的皮革瑕疵识别与检测的研究（论文部分）1简介2引言2.1项目背景2.2本文的贡献与创新3卷积的数学原理与计算算法

-北天-·2023-06-07 14:39

Hopfield神经网络与受限波尔兹曼机

神经网络可分为两大类：一类是多层神经网络、卷积神经网络：可用于模式识别另一类是相互连接型网络：可通过联想记忆去除输入数据中的噪声。

Elsa的迷弟·2023-06-07 13:02

深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG模型结构、实现、模型特点详细介绍

深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍1.LeNet（1998）LeNet是最早的卷积神经网络之一

·2023-06-07 13:17

计算机视觉物体检测

我们将使用Python和PyTorch框架，并使用一个简单的卷积神经网络（CNN）模型进行物体检测。

A等天晴·2023-06-07 13:41

[源码和文档分享]基于深度学习的医疗图像预分类平台开发与实现

配合使用深度学习中的卷积神经网络经过训练对医疗图像进行一定程度的解读，用来辅助或代替医生诊断病情。使用机器进行病

ggdd5151·2023-06-07 11:58

卷积&卷积神经网络

文章目录一、关于卷积（convolution）的直观感受二、卷积在不同领域的应用三、卷积神经网络（CNN）的诞生四、卷积神经网络（CNN）（1）为什么需要卷积层（2）池化（Pooling）层是干嘛的（3

verse_armour·2023-06-07 10:07

卷积神经网络matlab_基于卷积神经网络的遥感图像养殖区自动划分

基于卷积神经网络的遥感图像养殖区自动划分摘要：卷积神经网络是目前计算机视觉领域广泛应用的模型。

weixin_39958366·2023-06-07 10:37

深度之卷积学习day4（卷积神经网络实践与遥感）

一.步骤1.拥有自己的数据集2.构建卷积神经网络3.构建算法4.实现模型的评估二.代码学习：【1】导入需要的库、数据、包importtensorflowastf#导入MNIST数据集fromtensorflow.examples.tutorials.mnistimportinput_datamnist

张张同学！·2023-06-07 10:36

基于深度轮廓波卷积神经网络的遥感图像地物分类

文章主要究的是基于深度轮廓波卷积神经网络的遥感图像地物分类问题。深度卷积神经网络是一种可以直接处理图像的前馈神经网络，能够引入像素空间相关性，较弱相干斑的影响、提升分类精度。

毛毛真nice·2023-06-07 10:32

卷积神经网络（CNN）

卷积神经网络是一种曾经让我无论如何也无法弄明白的东西，主要是名字就太“高级”了，网上的各种各样的文章来介绍“什么是卷积”尤为让人受不了。

modi000·2023-06-07 10:01

基于卷积神经网络的遥感影像分类识别系统

遥感图像是通过探测地物电磁辐射强度获得的反映地表各种地物的综合影像,其包含着从可见光到近红外的几百个窄波段内获取的地物图像,人们根据典型影像特征,可判断感兴趣的特定遥感目标。随着遥感技术的提高,遥感图像中目标地物轮廓会更加清晰,纹理特征更加复杂,空间信息更加丰富。遥感图像是监测地球表面的一种有效工具。遥感图像分类是对研究区地物类型在遥感图像上的各种统计信息进行特征提取,充分利用获取的特征向量按照规

视觉那些事·2023-06-07 10:54

卷积神经网络（CNN）：基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类

我国高分辨率对地观测系统重大专项已全面启动，高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成，将成为保障国家安全的基础性和战略性资源。随着小卫星星座的普及，对地观测已具备多次以上的全球覆盖能力，遥感影像也不断被更深入的应用于矿产勘探、精准农业、城市规划、林业测量、军事目标识别和灾害评估。未来10年全球每天获取的观测数据将超过10PB，遥感大数据时代已然来临。另

PhyliciaFelicia·2023-06-07 09:50

机器学习常识 21: 卷积神经网络

这999个数对应着相乘,然后相加,获得了上平面标定的111个小区域的值.注意这里不是矩阵的乘法.卷积有三种模式,可以把图片变大(full)、变小(valid)、保持尺寸(same).与全连接网络相同,卷积神经网络

闵帆·2023-06-07 09:21

基于统计分析的卷积神经网络模型压缩方法

针对卷积神经网络中卷积层参数冗余,运算效率低的问题,从卷积神经网络训练过程中参数的统计特性出发,提出了一种基于统计分析裁剪卷积核的卷积神经网络模型压缩方法,在保证卷积神经网络处理信息能力的前提下,通过裁剪卷积层中对整个模型影响较小的卷积核对已训练好的卷积神经网络模型进行压缩

雪夜的星_e40c·2023-06-07 09:19

区间预测 | MATLAB实现基于QRCNN-GRU卷积门控循环单元多变量时间序列区间预测

卷积门控循环单元多变量时间序列区间预测目录区间预测|MATLAB实现基于QRCNN-GRU卷积门控循环单元多变量时间序列区间预测效果一览基本介绍模型描述程序设计参考资料效果一览基本介绍1.Matlab实现基于QRCNN-GRU卷积神经网络结合门控循环单元多变量时间序列区间预测

机器学习之心·2023-06-07 07:58

区间预测 | MATLAB实现基于QRCNN-BiLSTM卷积神经网络结合双向长短期记忆神经网络多变量时间序列区间预测

区间预测|MATLAB实现QRCNN-BiLSTM卷积神经网络结合双向长短期记忆神经网络多变量时间序列区间预测目录区间预测|MATLAB实现QRCNN-BiLSTM卷积神经网络结合双向长短期记忆神经网络多变量时间序列区间预测效果一览基本介绍模型描述程序设计参考资料效果一览基本介绍

机器学习之心·2023-06-07 07:57

区间预测 | MATLAB实现基于QRCNN-LSTM卷积长短期记忆神经网络多变量时间序列区间预测

卷积长短期记忆神经网络多变量时间序列区间预测目录区间预测|MATLAB实现基于QRCNN-LSTM卷积长短期记忆神经网络多变量时间序列区间预测效果一览基本介绍模型描述程序设计参考资料效果一览基本介绍1.Matlab实现基于QRCNN-LSTM卷积神经网络结合长短期记忆神经网络多变量时间序列区间预测

机器学习之心·2023-06-07 07:27

区间预测 | MATLAB实现QRCNN卷积神经网络分位数回归时间序列区间预测

区间预测|MATLAB实现QRCNN卷积神经网络分位数回归时间序列区间预测目录区间预测|MATLAB实现QRCNN卷积神经网络分位数回归时间序列区间预测效果一览基本介绍模型描述程序设计参考资料效果一览基本介绍区间预测

机器学习之心·2023-06-07 07:27

基于轻量级卷积神经网络模型实践Fruits360果蔬识别——自主构建CNN模型、轻量化改造设计lenet、alexnet、vgg16、vgg19和mobilenet共六种CNN模型实验对比分析

如果看过我之前文章的话相信对于fruits360数据集就是比较熟悉的了，我之前就已经做过了相关的项目实践了，文章如下感兴趣的话可以自行移步阅读即可：《Fruits360基于CNN实现果蔬识别系统》首先看下效果：数据集这里简单介绍下如下所示：一共有131个类别的数据。训练集-测试集详情如下：TotalTrainNumber:67692TotalTestNumber:22688各类别详情如下：训练集{

Together_CZ·2023-06-07 07:00

【Unity3D】边缘检测特效

使用过卷积神经网络（CNN）的人，一定知道卷积运算，笔者之前有写过相关文章（使用CNN实现MNIST数据集分类、基于keras的卷积神经网络（CNN）、基于keras的时域卷积网络（TCN）、基于keras

little_fat_sheep·2023-06-07 07:55

python开发构建轻量级卷积神经网络模型实现手写甲骨文识别系统

手写汉字、手写数字、手写字母识别模型都已经做过很多了，但是手写甲骨文识别这个应该都是很少有听说过的吧，今天也是看到这个数据集就想着基于这批手写甲骨文数据集开发构建识别模型，首先来看下效果图：接下来看下对应使用的数据集：共包含40个不同类别对象。因为甲骨文的表示过于困难这里都是以编号的形式表示的，简单看几个类别，如下所示：【0117】【0105】【0121】【0129】【0137】【0141】这里对

Together_CZ·2023-06-07 07:54

深度学习模型组件系列二：最常用的特征提取器

一.常见的特征提取器类别卷积神经网络（ConvolutionalNeuralNetwork，CNN）：CNN是一种常用的特征提取器，它能够对图像、音频等二维或一维数据进行特征提取。

在徏足前进的白·2023-06-07 02:48

如何实现任意尺寸图像分类的全卷积网络介绍-代码实现

这篇文章是为熟悉使用卷积神经网络进行图像分类的人而写的。让我们首先澄清一个关于卷积神经网络(CNN)的大误解。

TD程序员·2023-06-07 02:29

【卷积神经网络】Lesson 4--人脸识别和风格转换

课程来源：吴恩达深度学习课程《卷积神经网络》笔记整理：王小草时间：2018年6月12日1.人脸识别1.1什么是人脸识别人脸识别大家都不陌生，最常见的例子就是上班打卡，不再是刷卡，而是朝着屏幕刷一下脸，门就开了

王小小小草·2023-06-07 01:27

【卷积神经网络】Lesson 3--目标检测

课程来源：吴恩达深度学习课程《卷积神经网络》笔记整理：王小草时间：2018年6月8日1.目标定位Objectlocalization1.1什么是目标定位明确下目标定位与检测的定义。

王小小小草·2023-06-07 01:57

lesson26-27卷积神经网络，lenet5代码讲解

https://www.bilibili.com/video/av22530538/?p=27##mnist_lenet5_forward.py#encoding:utf-8importtensorflowastfIMAGE_SIZE=28NUM_CHANNELS=1CONV1_SIZE=5CONV1_KERNEL_NUM=32CONV2_SIZE=5CONV2_KERNEL_NUM=64FC_S

ldinvicible·2023-06-07 01:16

斯坦福大学卷积神经网络----Module 1 Lesson 3 优化

原文地址：http://cs231n.github.io/optimization-1/标题：Optimization:StochasticGradientDescent随手翻译，不当之处请指正介绍前面的章节中我们介绍了图像分类任务的两个关键部分：将原始图像映射成一系列类别得分的（参数化的）评分函数（例如线性函数）。基于预测值与真实标签的吻合程度而衡量一系列参数的损失函数。损失函数有非常多种（比如

LZX_Not_Afraid·2023-06-07 01:12

Lesson14---卷积神经网络

14.1深度学习基础14.1.1深度学习的基本思想特征工程：尽可能选择和构建出好的特征，使得机器学习算法能够达到最佳性能。是机器学习的上限，而算法就是逼近这个上限传统的机器学习特证工程依靠人工方式提取和设计特征需要大量的专业知识和经验特征设计和具体任务密切相关特征的计算、调整和测试需要大量的时间隐含层的作业就是提取特征层，因此隐含层也被叫做特征层深度神经网络：有多层隐含层的神经网络。使用神经网络，

YoLo-8·2023-06-07 01:08

车牌识别系统Python，基于CNN卷积神经网络算法

一、介绍车牌识别系统，基于Python实现，通过TensorFlow搭建CNN卷积神经网络模型，对车牌数据集图片进行训练最后得到模型，并基于Django框架搭建网页端平台，实现用户在网页端输入一张图片识别其结果

·2023-06-06 22:01

文本识别分类系统，基于深度学习的CNN卷积神经网络算法

一、介绍文本分类系统，使用Python作为主要开发语言，通过TensorFlow搭建CNN卷积神经网络对十余种不同种类的文本数据集进行训练，最后得到一个h5格式的本地模型文件，然后采用Django开发网页界面

·2023-06-06 22:01

Darknet19详细原理（含tensorflow版源码）

Darknet19原理Darknet19是一个轻量级的卷积神经网络，用于图像分类和检测任务。

爱笑的男孩。·2023-04-21 16:49

特征点、Hough变换和卷积神经网络

一、实验目的（1）掌握图像特征点提取（2）掌握图像的边缘提取（3）掌握Hough形状检测（4）掌握LeNet的架构二、实验内容与记录（1）使用OpenCV对图像进行Harris，SIFT特征点提取，并标注特征点。（2）使用OpenCV对图像Canny边缘检测，显示并保存。（3）使用OpenCV对house.tif进行霍夫直线检测，对硬币图片进行霍夫圆形检测。（4）使用OpenCV对两幅有重叠的图片

谁的BUG最难改·2023-04-21 13:14

论文阅读 | Event Transformer. A sparse-aware solution for efficient event data processing

EventTransformer.Asparse-awaresolutionforefficienteventdataprocessing引言从事件相机中提取信息目前已有的比较好的方法可以分为：效果最好的方法是frame-based，用卷积神经网络或循环神经网络

btee·2023-04-21 12:16

Gabor 卷积神经网络

与不涉及学习过程的hand-crafted滤波器不同，DCNNs-basedfeatureextraction是一种data-driven技术，可以直接从数据中学习具有鲁棒性的特征表示。然而，它有非常大的训练成本和复杂的模型参数。DCNNs有限的几何变换建模能力主要来自于大量的数据扩充、大型模型和hand-crafted模块。因此如果训练数据不足，它们通常无法处理大型和未知的对象变换。DCNNs在

飞大圣·2023-04-21 12:44

TensorFlow 卷积神经网络实用指南：6~10

原文：Hands-OnConvolutionalNeuralNetworkswithTensorFlow协议：CCBY-NC-SA4.0译者：飞龙本文来自【ApacheCN深度学习译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。不要担心自己的形象，只关心如何实现目标。——《原则》，生活原则2.3.c六、自编码器，变分自编码器和生成对抗网络本章将介绍一种与到目前为止所看到的模型稍有不同的模型

布客飞龙·2023-04-21 11:05

ConvNeXt V2：与屏蔽自动编码器共同设计和缩放ConvNets，论文+代码+实战

ConvNeXtV2：与屏蔽自动编码器共同设计和缩放ConvNets，论文+代码+实战自从Transformer模型在计算机视觉领域封神后，Facebook发表了ConvNeXtV1版本，证明了使用传统的卷积神经网络模型也能表现出优异的成绩

宁静与致远·2023-04-21 10:53

什么？自如租房价格是图片【2】【Python爬虫】

接上文，本次将以入门级CNN卷积神经网络来完成价格识别。1分析原始图片已经获取完毕，然后对图片进行处理加工，再进行切割。作为机器学习原始素材。因为图片是PNG格式的，一般为4通道(RGB+透明度)。

·2023-04-21 10:06

深度学习以及卷积基础

卷积神经网络深度信念网络自动编码器递归神经网络（RNN/LSTM/GRU）对抗生成网络（GAN）深度学习的目的之一是他们将取代手工制作的特征提取。

机器学习算法工程师·2023-04-21 09:55

OverFeat论文翻译(已校正)

我们展示了如何在卷积神经网络中有效地实现

耿鬼喝椰汁·2023-04-21 02:20

如何使用TensorFlow进行图像识别，包括使用TensorFlow搭建卷积神经网络模型、训练模型和使用模型进行图像识别！

本篇文章将介绍如何使用TensorFlow进行图像识别，包括使用TensorFlow搭建卷积神经网络模型、训练模型和使用模型进行图像识别。

Python 集中营·2023-04-21 01:18

改进YOLOv8系列：即插即用新的注意力机制RFAConv

即插即用新的注意力机制RFAConv一、前言1.解决问题2.RFAConv原理二、添加方法v5yaml文件代码一、前言空间注意力已被广泛用于提高卷积神经网络的性能，使其能够专注于重要信息。

一休哥※·2023-04-21 00:03

吴恩达深度学习课程笔记（精华版）--2.卷积神经网络CNN和计算机视觉CV

编者有一定机器学习基础，也看过Andrew的机器学习课程。

Caucher·2023-04-20 20:12

推荐频道

卷积神经网络(Andrew