卷积

PyTorch实战：从零开始构建CIFAR-10图像分类模型 (附详细代码与图解)

今天，我们将一起踏上一段激动人心的深度学习之旅：使用强大的PyTorch框架，从零开始构建一个卷积神经网络（CNN），来解决经典的CIFAR-10图像分类问题。
电脑能手·2025-07-04 12:21

day41

#原始模型（2层卷积）classOriginalCNN(nn.Module):def__init__(self):super().
m0_62568655·2025-07-04 12:19

【Torch】nn.Dropout算法详解

2.输入与输出输入（Input）任意形状的浮点张量（如torch.float32、torch.float64等），常见于全连接层或卷积层的激活输出。输出（Output）与输入张量形状、dty
油泼辣子多加·2025-07-03 17:11

【深度学习-Day 33】从零到一：亲手构建你的第一个卷积神经网络（CNN）

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手
吴师兄大模型·2025-07-03 13:43

基于深度学习的草莓成熟度检测系统：YOLOv5 + UI界面 + 数据集

深度学习技术，尤其是卷积神
YOLO实战营·2025-07-03 12:38

【深度学习】卷积神经网络(CNN)原理

【深度学习】卷积神经网络原理1.卷积神经网络的组成2.卷积层2.1卷积运算过程3.padding-零填充3.1ValidandSame卷积3.2奇数维度的过滤器4.stride-步长5.多通道卷积5.1
chaser&upper·2025-07-03 07:02

深度学习学习经验——卷积神经网络（CNN）

卷积神经网络卷积神经网络（CNN）1.卷积神经网络的基本组成2.卷积操作3.激活函数（ReLU）4.池化操作5.全连接层6.卷积神经网络的完整实现项目示例项目目标1.加载数据2.卷积层：图像的特征探测器
Linductor·2025-07-03 07:02

KANN 是一个独立的轻量级 C 语言库，用于构建和训练中小型人工神经网络，例如多层感知器、卷积神经网络和递归神经网络（包括 LSTM 和 GRU）。它实现了基于图的逆模自动微分，并允许构建具有递归等

一、软件介绍文末提供程序和源码下载KANN是一个独立的轻量级C语言库，用于构建和训练中小型人工神经网络，例如多层感知器、卷积神经网络和递归神经网络（包括LSTM和GRU）。
·2025-07-02 20:35

贝叶斯网络与深度学习的结合：图像识别和分类

贝叶斯网络与深度学习的结合：图像识别和分类关键词：贝叶斯网络、深度学习、图像识别、图像分类、概率推理、卷积神经网络、不确定性建模文章目录贝叶斯网络与深度学习的结合：
AI天才研究院·2025-07-02 15:55

Keras环境复现代码（三）

清楚实验原理：1、深度Q学习（DeepQ-Network）将卷积神经网络与Q学习结合，解决高维视觉输入的强化学习问题：2、经验回放：将状态转换存储到缓冲区，打破数据相关性，稳定训练。
yanyiche_·2025-07-02 10:52

Learning Fully Convolutional Networks for Iterative Non-blind Deconvolution论文阅读

LearningFullyConvolutionalNetworksforIterativeNon-blindDeconvolution1.研究目标与实际问题1.1研究目标1.2实际意义2.创新方法与模型设计2.1核心框架：迭代式梯度域处理2.1.1模型架构2.2关键技术实现2.2.1梯度域去噪网络2.2.2解卷积模块
青铜锁00·2025-07-02 01:19

【AI】AI大模型发展史：从理论探索到技术爆发

1.2神经网络初步实践1980年：卷积神经网络（CNN）雏形诞生1998年：LeNet-5模型成功应用于手写数字识别，成为首个商用深度学习模型关键局
不想当程序汪的第N天·2025-07-01 21:44

从零开始大模型开发与微调：PyTorch中的卷积函数实现详解

从零开始大模型开发与微调：PyTorch中的卷积函数实现详解1.背景介绍1.1大模型开发的意义1.2卷积神经网络在大模型中的应用1.3PyTorch框架简介2.核心概念与联系2.1卷积的数学定义2.2卷积神经网络的组成
AI天才研究院·2025-07-01 13:50

深度学习之基于Pytorch卷积神经网络人民币面值识别

随着深度学习技术的兴起，特别是卷积神经网络（ConvolutionalNeuralNetwo
Q1744828575·2025-07-01 09:27

人工智能-基础篇-10-什么是卷积神经网络CNN（网格状数据处理：输入层，卷积层，激活函数，池化层，全连接层，输出层等）

卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种专为处理网格状数据（如图像、视频、音频）设计的深度学习模型。
weisian151·2025-06-30 11:30

CNN-GRU混合模型学习笔记

GRU学习笔记CNN：卷积神经网络GRU（GateRecurrentUnit），门控循环单元CNN：卷积神经网络3个组成部分：1.卷积层——提取图像局部特征2.池化层——降维（防止过拟合）3.全连接层—
weixin_54372988·2025-06-30 11:28

TVFEMD-CPO-TCN-BiLSTM多输入单输出模型

47-TVFEMD-CPO-TCN-BiLSTM多输入单输出模型适合单变量，多变量时间序列预测模型（可改进，加入各种优化算法）时变滤波的经验模态分解TVFEMD时域卷积TCN双向长短期记忆网络BiLSTM
微光-沫年·2025-06-30 10:26

CPO-CNN-GRU-Attention、CNN-GRU-Attention、CPO-CNN-GRU、CNN-GRU四模型多变量时序预测对比

本文旨在系统地比较四种基于卷积神经网络（CNN）和循环神经网络（GRU）的不同架构，包
Matlab科研辅导帮·2025-06-30 10:26

YOLOv13：目标检测的全面攻略与实战指南

目录一、YOLOv13简介1.1YOLO系列发展回顾1.2YOLOv13的特点与优势二、YOLOv13原理剖析2.1HyperACE技术详解2.2FullPAD技术详解2.3轻量级卷积替换技术详解三、YOLOv13
奔跑吧邓邓子·2025-06-30 06:59

CNN-LSTM神经网络多输入单输出回归预测【MATLAB】

1CNN（卷积神经网络）部分作用：特征提取：CNN主要用于从输入数据中提取空间特征。它能够处理图像、视频帧或其他形式的空间数据。组成部分：卷积层：使用卷积核对输入数据进行卷积操作，生成特征图。
沅_Yuan·2025-06-30 04:19

DAY 41 简单CNN

知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层→Batch
冬天给予的预感·2025-06-30 04:15

Python打卡训练营-Day41-简单CNN

@浙大疏锦行知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层
traMpo1ine·2025-06-30 04:44

浅谈卷积神经网络(CNN)

卷积神经网络(ConvolutionalNeuralNetworks,CNN)作为深度学习领域最具影响力的架构之一，已在计算机视觉、自然语言处理、医学影像分析等领域取得了革命性突破。
cyc&阿灿·2025-06-29 16:53

卷积神经网络

一、引言在当今人工智能的浪潮中，卷积神经网络（ConvolutionalNeuralNetwork，CNN）无疑是一颗璀璨的明星。
亿只小灿灿·2025-06-29 11:55

【2024 CVPR-Backbone】RepViT: Revisiting Mobile CNN From ViT Perspective

摘要近期，轻量级视觉Transformer（ViT）在资源受限的移动设备上表现出比轻量级卷积神经网络（CNN）更优异的性能和更低的延迟。
无敌悦悦王·2025-06-29 10:45

DAY 41 简单CNN

@浙大疏锦行https://blog.csdn.net/weixin_45655710知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器
yizhimie37·2025-06-29 07:51

CIANNA由天体物理学家提供/为天体物理学家提供的卷积交互式人工神经网络

一、软件介绍文末提供程序和源码下载CIANNA是一个通用的深度学习框架，主要用于天文数据分析。根据天体物理问题解决的相关性添加功能和优化。CIANNA可用于为各种任务构建和训练大型神经网络模型，并提供高级Python接口（类似于keras、pytorch等）。CIANNA的特点之一是它定制实施了受YOLO启发的对象探测器，用于2D或3D射电天文数据产品中的星系探测。该框架通过低级CUDA编程完全实
struggle2025·2025-06-29 05:37

生成式人工智能实战 | 深度卷积生成对抗网络（Deep Convolutional Generative Adversarial Network, DCGAN）

生成式人工智能实战|深度卷积生成对抗网络0.前言1.模型与数据集分析1.1模型分析1.2数据集介绍2.构建DCGAN生成人脸图像2.1数据处理2.2模型构建2.3模型训练0.前言深度卷积生成对抗网络(DeepConvolutionalGenerativeAdversarialNetworks
盼小辉丶·2025-06-28 19:18

卷积神经网络（Convolutional Neural Network, CNN）

卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种专门用于处理图像、视频等网格数据的深度学习模型。
不想秃头的程序·2025-06-28 16:01

ResNet（Residual Network）

ResNet（ResidualNetwork）是深度学习中一种经典的卷积神经网络（CNN）架构，由微软研究院的KaimingHe等人在2015年提出。
不想秃头的程序·2025-06-28 16:00

人脸识别算法赋能园区无人超市安防升级

一、技术背景：视觉分析算法的核心支撑人脸识别算法基于深度学习的卷积神经网络（CNN）模型，通过提取面
智驱力人工智能·2025-06-28 14:16

【机器学习实战】Datawhale夏令营2：深度学习回顾

图神经网络1.2机器学习和深度学习的关系2.深度学习的训练流程2.1数学基础2.1.1梯度下降法基本原理数学表达步骤学习率α梯度下降的变体2.1.2神经网络与矩阵网络结构表示前向传播激活函数反向传播批处理卷积操作参数更新优化算法正则化初始化
城主_全栈开发·2025-06-28 00:17

从0开始学习计算机视觉--Day04--线性分类

从宏观来看，卷积网络可以看做是由一个个不同的神经网络组件组合而成，就像积木一样通过不同类型的组件搭建形成，其中线性分类器是一个很重要的组件，在很多卷积网络中都有用到，所以了解清楚它的工作原理对我们后续的学习会有很大的帮助
Chef_Chen·2025-06-27 22:29

OpenCV边缘填充方式详解

一、边缘填充概述在图像处理中，边缘填充（BorderPadding）是一项基础而重要的技术，特别是在进行卷积操作（如滤波、边缘检测等）时，处理图像边缘像素需要用到周围的像素值。
慕婉0307·2025-06-27 00:28

Day41 Python打卡训练营

知识回顾1.数据增强2.卷积神经网络定义的写法3.batch归一化：调整一个批次的分布，常用与图像数据4.特征图：只有卷积操作输出的才叫特征图5.调度器：直接修改基础学习率卷积操作常见流程如下：1.输入
·2025-06-26 21:33

深度学习在人脸识别中的应用及Python实现

深度学习模型通常基于卷积神经网络（ConvolutionalNeuralNetwork，CNN）进行人脸识别。CNN是一种专门用于处理图像和视觉数据的神经网络模型
loop_syntax648·2025-06-26 18:43

【Pytorch学习笔记】模型模块09——VGG详解

一、VGG核心设计原理小卷积核堆叠用多层3×3卷积替代大卷积核（如5×5/7×7）数学原理：2层3×3卷积感受野等效于5×5：RFout=(RFin−1)×stride+KRF_{out}=(RF_{in
越轨·2025-06-26 00:44

60天python训练营打卡day41

学习目标：60天python训练营打卡学习内容：DAY41简单CNN知识回顾1.数据增强2.卷积神经网络定义的写法3.batch归一化：调整一个批次的分布，常用与图像数据4.特征图：只有卷积操作输出的才叫特征图
tan90�=·2025-06-25 12:50

深度解析YOLOv8：CSPHet卷积结构如何实现极致轻量化

文章目录一、背景介绍1.1YOLOv8的现状1.2降参数的必要性二、相关技术介绍2.1Dual思想2.2HetConv三、CSPHet结构设计3.1CSP模块的改进3.2结合HetConv3.3参数量的下降四、CSPHet的代码实现五、实验结果六、总结与展望在目标检测领域，YOLO系列算法一直以其卓越的速度和准确率受到广泛关注。随着深度学习技术的不断发展，研究人员不断探索如何进一步优化YOLO算法
向哆哆·2025-06-25 03:14

【深度学习加速探秘】Winograd 卷积算法：让计算效率 “飞” 起来

一、为什么需要Winograd卷积算法？从“卷积计算瓶颈”说起在深度学习领域，卷积神经网络（CNN）被广泛应用于图像识别、目标检测、语义分割等任务。
heimeiyingwang·2025-06-25 01:04

[信号与系统]IIR滤波器与FIR滤波器的表达、性质以及一些分析

前言阅读本文需要阅读一些前置知识[信号与系统]傅里叶变换、卷积定理、和为什么时域的卷积等于频域相乘。
庭师_Official·2025-06-24 21:03

通义万相2.1技术深度解析

其核心架构包含以下模块：多模态编码器CLIPViT-L/14文本编码器（768维嵌入）改进型图像编码器（EfficientNet-B7+自注意力）扩散主干网络改进型U-Net架构（128层残差块）多尺度交叉注意力机制动态卷积核分配自适应噪声调度系统非线性噪声衰减算法分阶段训练策略分布式训
accurater·2025-06-24 20:52

网络模块尺寸多样导致的内存碎片

5G的显存不可用，由于除了数据集之外，配置和模型相同的另一个设备上还有接近一半的占用，而这里显然高出了几G，所以先不解决这个问题，而是改模型的尺寸，如何调整使其符合当前的显存，由于编码之后使用3*3的卷积进行了通道的调整
weixin_42319617·2025-06-24 17:58

第五章 卷积神经网络（CNN）

第五章卷积神经网络（CNN）5.1卷积神经网络的组成层在卷积神经网络中，有3种最主要的层：卷积运算层池化层全连接层一个完整的神经网络就是由这三种层叠加组成的。
AI拉呱·2025-06-24 17:27

探秘 Drain3：一款高效日志异常检测神器

技术分析Drain3的核心技术是利用一维卷积神经网络（1DConvolutionalNeuralNet
尚舰舸Elsie·2025-06-24 14:07

Python训练营---DAY54

LeNet-->AlexNet-->VGGNet-->nceptionNet-->ResNetinception模块和网络特征融合方法阶段性总结：逐元素相加、逐元素相乘、concat通道数增加等感受野与卷积核变体
2501_91182850·2025-06-24 13:59

DCRNN模型复现报告

DCRNN是一种用于交通预测的深度学习模型，结合了图卷积网络和循环神经网络，能够有效处理交通网络中的时空依赖关系。1.1DCRNN模型特点扩散卷积层：将空
神经网络15044·2025-06-24 09:06

Python-OpenCV-图像滤波

在进行均值滤波操作时，需要定义一个滤波模板（卷积核），通常是一个矩形区域，其大小由模板的宽度和高度决定。在模板中的每一个像素，都会与该像素
卡朗·2025-06-24 08:26

微算法科技(NASDAQ：MLGO)采用量子卷积神经网络(QCNN)，检测区块链中的DDoS攻击

微算法科技(NASDAQ：MLGO)深入研究量子卷积神经网络(QCNN)，并对其在检测区块链中的DDoS攻击方面进行了一系列创新改进。量子卷积神经网络（QCNN）是结合了量子计
MicroTech2025·2025-06-24 05:41

道路点云分割+边界提取+中心线方法总结

FastLIDAR-basedRoadDetectionUsingFullyConvolutionalNeuralNetworks2017流程点云数据转换为俯视图图像从激光雷达获取的点云数据是无结构的，因此需要先将其转换为适合全卷积神经网络
asdbhkasgb·2025-06-23 03:14
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他