卷积网络

7-CNN-minist数据分类

目的使用卷积网络、全连接网络，对MINIST数据进行分类形状说明卷积网络：通常，卷积神经网络都是一个4D的形状输入，（batch,channel,行列值，行列值），如代码中的（64，1，28，28），如下图
nutron-ma·2022-12-09 11:50

文献阅读19期：SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS

[文献阅读·图卷积网络]SEMI-SUPERVISEDCLASSIFICATIONWITHGRAPHCONVOLUTIONALNETWORKS[1]推荐理由：用巧妙的方法推出层与层之间的传播规则，很好地实现了半监督节点分类
RaZLeon·2022-12-09 11:48

【论文阅读】SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS

SEMI-SUPERVISEDCLASSIFICATIONWITHGRAPHCONVOLUTIONALNETWORKS（基于图卷积网络的半监督分类）摘要1导言2图上的快速近似卷积2.1谱图卷积2.2分层线性模型
Cziun·2022-12-09 11:15

Tensorflow 卷积神经网络 Inception-v3模型 迁移学习 花朵识别

全卷积网络减少计算可以提高效率2.分解到更小的卷积5×5换2个3×3共享权重减少参数数量3.空间分解为不对称卷积可以通过1×n卷积和后面接一个n×1卷积替换任何n×n
sunflower_sara·2022-12-09 11:08

经典语义分割网络总结之FCN、U-Net、DeepLab系列、PSPNet、BiseNet系列和ESPNet系列

论文链接：FullyConvolutionalNetworksforSemanticSegmentation全卷机神经网络（FCN，FullyConvolutionalNetwork）是第一次将端到端的卷积网络推广到了语义分割任务当中
小鸡炖蘑菇@·2022-12-09 05:08

AI学习[随堂笔记1127]_卷积网络相关

卷积降低宽高，增加通道的一种特征处理方式通常进行“下采样”“一核一通道”：一组卷积核，只卷积一组数据，只得到单通道的卷积结果感受野卷积结果每像素在原图上对应的大小，常为3*3同时，两个33叠加使用，可实现55的感受野，而减少权重数量过拟合原因参数过多，参数数量大于数据的信息量解决办法：减少参数，增加效率过拟合其实就是为了得到一致假设而使得假设过于地严格。使得其在训练集上的表现非常地完美，但是在训练
麦没了块QAQ·2022-12-09 05:07

论文精度与分析：Inception V1: Going Deeper with Convolutions

1.按论文章节回顾具体内容Abstract  我们提出了一种名为Inception的深度卷积网络结构，它在ILSVRC14的分类和检测任务上达到了SOTA的效果。
独孤呆博·2022-12-09 04:11

Inception v1(Going deeper with convolutions)论文总结

摘要：文章提出了深层卷积网络的基础结构--Inception，提高了网络计算资源的利用率，提出了模型的典型实例--GoogLeNet(具有22层)。
Ccendoc·2022-12-09 04:34

论文阅读：Primitive Representation Learning for Scene Text Recognition

使用池化聚合器和加权聚合器来学习原始表示，并通过图卷积网络转化为高级视觉文本表示。二、方法针对全局特征聚合，提出了一种池化聚合器和一种加权聚合器。
Ashleyyyi·2022-12-08 20:56

GCN-图卷积模型理解

论文提出了一种可以在图结构中进行有效特征抽取的架构，这是和我们认为的卷积神经网络所处理的图片问题不同，图往往是非结构数据，呈散发或者聚合的样子，因此，很难通过普通的卷积网络来进行特征抽取。
为援不可图·2022-12-08 19:23

趋势注意力全卷积网络的剩余寿命RUL预测 2022年SCI一区顶刊论文python全代码收藏

Trendattentionfullyconvolutionalnetworkforremainingusefullifeestimation，论文是趋势注意力全卷积网络在CMAPSS数据集的涡扇发动机
专研学术·2022-12-08 16:45

卷积神经网络(CNN)与深度卷积神经网络(DCNN)

目录一、CNN与DCNN二、基于pytorch的实现1.LeNet-52.AlexNet一、CNN与DCNN卷积神经网络，如：LeNet深度卷积神经网络，如：AlexNetAlexNet是第一个现代深度卷积网络模型
chenf0·2022-12-08 16:57

卷积神经网络

卷积神经网络首先需要完成卷积网络的维度的推断importtorchwidth,height=28,28in_channle=1batch_size=1inputs=torch.randn(batch_size
天一天666·2022-12-08 15:07

Superpixel_Segmentation_With_Fully_Convolutional_Networks ---CVPR_2020_paper（翻译）

目录基于全卷积网络的超像素分割abstract1、introduction2.RelatedWorkSuperpixelsegmentation.Theuseofsuperpixelsindeepneuralnetworks.Stereomatching
思妙想多多财-杰·2022-12-08 10:44

【Tensorflow】经典卷积网络(LeNet,AlexNet,VGGNet)

【Tensorflow】经典卷积网络(LeNet,AlexNet,VGGNet,InceptionNet,ResNet)1.LeNetLenet是一系列网络的合称，包括Lenet1-Lenet5，由YannLeCun
Gardenia190825·2022-12-08 02:17

动手学深度学习（二十四）——公式详解ResNet

一、为什么选择残差网络  在VGG中，卷积网络达到了19层，在GoogLeNet中，网络史无前例的达到了22层。那么，网络的精度会随着网络的层数增多而增多吗？
留小星·2022-12-08 02:44

吴恩达《卷积神经网络》02——经典卷积网络

文章目录一、LeNet-5二、AlexNet三、VGG-16四、ResNets1.WhyResNetsWork五、InceptionNetwork1.1x1Convolutions2.InceptionNetworkMotivation3.计算成本问题4.InceptionNetwork六、其他1.使用开源的实现方案2.迁移学习（TransferLearning）3.数据增强（DataAugmen
美式咖啡不加糖x·2022-12-08 02:11

什么是卷积神经网络?它目前主要应用于哪些领域?

卷积网络的特点主要是卷积核参数共享，池化操作。
普通网友·2022-12-08 01:43

通过图卷积网络从单词语义学习到句子句法，用于基于方面的情感分析

Learningfromwordsemanticstosentencesyntaxbygraphconvolutionalnetworksforaspect-basedsentimentanalysis1.Introduction据我们所知，NLP的基本动机是训练计算机处理明显属于人类的文本。也就是说，在当前方法中整合语义信息和句法结构的问题远未解决。符合人类的认知原则，我们学习一门语言是从单词开
我要过高级·2022-12-07 22:42

深度学习算法三：语义分割(SegNet+ResNet50)思路理解小记录

语义分割一般都是使用的全卷积网络，也即可以先提取特征，这时候尺寸会变小，然后会再把尺寸变大到原尺寸，或者说是和训练图片相同的尺寸。因此我们一般需要编码器提取特征，然后再使用解码器恢复尺寸。
耐心的小黑·2022-12-07 22:22

RCNN系列总结

Fast-RCNN实现了卷积网络的权重共享，使用RoIpooling来保持多尺度输入（SPP-RCNN),
SJTU 路子·2022-12-07 21:26

A ConvNet for the 2020s 论文笔记

这篇文章分析transformer的优势，也借鉴了一些新的卷积网络的点，基于ResNet50和ResNet200逐步提升精度。二、Direction作者认为，Transformer的优势
Tianchao龙虾·2022-12-07 19:17

卷积核1*1卷积详解

解析：一般而言，深度卷积网络是一层又一层的。层的本质是特征图,存贮输入数据或其中间表示值。一组卷积核则是联系前后两层的网络参数表达体,训练的目标就是每个卷积核的
upupxu·2022-12-07 12:16

Pytorch做图像分类的迁移学习

参考：PyTorch官方教程中文版实际中，基本没有人会从零开始（随机初始化）训练一个完整的卷积网络，因为相对于网络，很难得到一个足够大的数据集[网络很深,需要足够大数据集]。
Goodness2020·2022-12-07 12:56

2022年历史最全可信图神经网络论文、工具、资源等整理分享

Bruna等人提出将CNN应用到图上，通过对卷积算子巧妙的转换，提出了图卷积网络（Graph
lqfarmer·2022-12-07 11:54

Yolov5目标检测的基本思想

大概的过程就是先图像预处理（对图像进行改变大小，增强等操作）-->卷积网络-->后处理（一般是非极大抑制），然后就可以在图像中检测出物体。
反正也没人看我的昵称·2022-12-07 05:03

2020哈尔滨工业大学(深圳)人工智能期末考试试卷回忆

八道题都是简答题一、用自己的话解释四个概念忘了人工智能的学派归结演绎的原理深度学习卷积网络二、归结演绎的证明题有手就行和课后题差不多F1:blablablaF2:blablablaG:blablabla
KeoKeoQAQ·2022-12-07 02:40

全卷积神经网络（FCN）论文笔记

全卷积神经网络（FCN）论文笔记FullyConvolutionalNetworksforSemanticSegmentationAbstract卷积网络是一种功能强大的视觉模型，可以产生特征的层次结构
麻花地·2022-12-06 22:23

卷积神经网络的四个关键技术及其作用

2、卷积网络神经的多卷积核。作用：可以添加多个卷积核提取不同的特征，使特征提取更充分。3、卷积神经网络的权值共享。
一眼忘川河畔·2022-12-06 22:49

【目标检测】Fast R-CNN前言

论文FastR-CNN前言总结一、概述1.背景2.R-CNN缺点3.SPPNet二、FastR-CNN简介三、ROIpoolinglayer四、fine-tuning一、概述1.背景简化了最先进的基于卷积网络的目标检测器的训练过程
旅途中的宽~·2022-12-06 20:51

两阶段目标检测原理详解--SPPNet

目录一、RCNN的瓶颈二、SPP的改进（一）共享卷积网络（二）SSP模块三、SPPNet训练四、SPP缺点SPP-Net是2014年有名的两阶段目标检测算法。
AI学长·2022-12-06 20:16

SegNeXt---语义切分中卷积注意力设计的再思考

基于CNN的语义分割模型Segnext，一种用于语义分割的简单卷积网络架
北在北面·2022-12-06 18:01

NeurIPS2022 | SegNeXt，重新思考卷积注意力设计

NeurIPS2022|SegNeXt，重新思考卷积注意力设计【写在前面】本文提出了SegNeXt，一种用于语义分割的简单卷积网络架构。
FightingCV·2022-12-06 18:30

论文笔记：图像分割——FCN

FullyConvolutionalNetworksforSemanticSegmentation语义分割中的全卷积网络文章目录FullyConvolutionalNetworksforSemanticSegmentation
liuzeyao_Newton·2022-12-06 15:09

第二次作业：深度学习基础

问题二、作业内容Part1视频心得和问题总结==视频心得：==绪论部分：深度学习概述部分：1、前馈深度网络(1)单层卷积神经网络：(2)卷积神经网络：(3)卷积神经网络的特点：2、反馈深度网络(1)单层反卷积网络
OUC_SE_GROUP3·2022-12-06 15:37

卷积神经网络参数解读

简单的卷积网络构建卷积神经网络读取数据卷积网络的介绍与构建准确率评估标准网络模型的训练和测试在之前的分类任务中，我们讲述了全连接神经网络（FC）进行分类的方法，但是对于图像数据来说，全连接神经网络并不是一个合适的选择
有理想的打工人·2022-12-06 14:39

Tensorflow中卷积网络与反卷积网络

前言:卷积（Convolution）反卷积（Deconvolution）也有很多其他的叫法，比如：TransposedConvolution（转置卷积），FractionalStridedConvolution（微步卷积）等等。卷积的实质：卷积的实质就是矩阵相乘，具体细节参照下图：反卷积和卷积的关系:转置卷积stride=1:下图表示的是参数为的反卷积操作，其对应的卷积操作参数为。我们可以发现对应
我会像蜗牛一样努力·2022-12-06 14:08

Vision Transformers for Dense Prediction

https://arxiv.org/abs/2103.13413code：https://github.com/intel-isl/DPTAbstract我们引入了密集视觉转换器，这是一种利用视觉转换器代替卷积网络作为密集预测任务的骨干架构
Booo0m·2022-12-06 13:02

paddleSlim（一）剪裁

2.卷积Filter剪裁对卷积网络的通道进行一次剪裁。剪裁一个卷积层的通道，是指剪裁该卷积层输出的通道。卷积层的权重形状为[output_channe
午夜零时·2022-12-06 13:59

用于密集预测的视觉转换器 Vision Transformers for Dense Prediction

VisionTransformersforDensePrediction面向实际应用的室内单目深度估计0Abstract  我们提出了一种视觉转换器，一种利用视觉转换器代替卷积网络作为密集预测任务的骨干架构
韩十三*·2022-12-06 13:53

Vision Transformers for Dense Prediction

2103.13413v1论文代码：https://github.com/isl-org/DPTAbstract本文引入densevisiontransformers，它用visiontransformers代替卷积网络作为密集预测
NortheastSouthwest·2022-12-06 13:51

卷积神经网络实现人脸表情识别

文章目录一、实现过程1.1下载数据集1.2根据猫狗数据集训练的方法来训练笑脸数据集1.2图片分类1.3作为健全性检查，计算一下在每个训练分割中我们有多少图片（训练/验证/测试）：1.4卷积网络模型搭建1.5
普通网友·2022-12-06 10:14

GNN综述：论文A Comprehensive Survey on Graph Neural Networks

目录一、什么是图神经网络二、图神经网络的种类1、图卷积网络（GraphConvolutionNetworks，GCN）2、图注意力网络（GraphAttentionNetworks）3、GraphAutoencoders4
Mitsui745·2022-12-06 10:29

各种卷积层的理解（深度可分离卷积、分组卷积、扩张卷积、反卷积）

最近在研究卷积网络的改性，有必要对各种卷积层的结构深入熟悉一下。为此写下这篇学习笔记。文章大部分内容来自于网络的各种博客总结，本博文仅仅作为本人学习笔记，不做商业用途。
川农卷心菜·2022-12-06 09:53

机器学习笔记--TensorFlow学习笔记(4)--MNIST机器学习深入

/usr/bin/envpython#-*-coding:utf-8-*-'使用MNIST进行手写数字识别_构建一个多层卷积网络'#0.导入#使用tensorflow之前，首先导入它importtensorflowastf
SkyeBCI·2022-12-06 06:56

python 神经网络可以输出连续值_Python使用循环神经网络解决文本分类问题的方法详解...

卷积网络的输入只有输入数据X，而循环神经网络除了输入数据X之外，每一步的输出会作为下一步的输入，如此循环，并且
weixin_39852953·2022-12-05 17:34

视频理解开山之作——双流卷积网络

  结合部分博客，和李沐老师的课程，总结一下自己理解的双流卷积网络。为什么要有双流网络？  视频理解的一大难题是，不同帧之间的内容是相互关联的，因此我们需要学习到不同帧之间的关联信息。
gailj·2022-12-05 14:20

论文阅读——Deformable Convolutional Networks

DeformableConvolutionalNetworks可变形卷积网络
fromMSRAPaperCodeAbstract受限于卷积操作本身具有固定的几何结构，卷积神经网络仅能建模几何变换。
黄小米吖·2022-12-05 09:20

算法实习生面试问题准备

激活函数的种类及各自的作用4.深层神经网络和浅层神经网络的区别5.梯度消失、梯度爆炸及解决方式6.优化算法7.超参数8.归一化的优点，哪些模型需要归一化9.过滤器10.CNN中各层11.权值共享和稀疏连接12.经典卷积网络
贪钱算法还我头发·2022-12-05 09:17

深度学习之DCN

这篇文章介绍了一种可针对空间不变性的卷积方法，不同于常规的卷积网络种卷积核和待提取featuremap是相同的(假设dilation=1)，可变形卷积(DeformableConvolutionNetworks
Ton10·2022-12-05 09:45
上一页 20 21 22 23 24 25 26 27 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他