卷积第8页

# 从零构建一个简单的卷积神经网络：手写数字识别

从零构建一个简单的卷积神经网络：手写数字识别在深度学习的世界里，卷积神经网络（CNN）是处理图像数据的强大工具。今天，我们将通过一个简单的例子，从零开始构建一个CNN模型，用于手写数字识别。

www_pp_·2025-05-07 10:17

人工智能应用：从技术突破到生态重构的演进之路

连接主义与神经网络崛起（1980s-2000s）反向传播算法（1986年）和卷积神经网络（1998年）的突破，推动计算机视觉和语

feng99520·2025-05-07 08:38

用卷积神经网络 (CNN) 实现 MNIST 手写数字识别

卷积神经网络（ConvolutionalNeuralNetwork，CNN）作为处理图像数据的强大工具，在该任务中展现出卓越的性能。

进来有惊喜·2025-05-07 04:48

文章五《卷积神经网络（CNN）与图像处理》

文章5：卷积神经网络（CNN）与图像处理——让AI学会"看图说话"引言：你的AI宠物如何认出猫狗？想象你的手机突然有了"眼睛"，不仅能识别照片里的猫狗，还能告诉你它们的品种！

高效匠人·2025-05-07 00:19

深度学习在油气地震资料反卷积中的应用

深度学习在油气地震资料反卷积中的应用基本原理在油气地震勘探中，反卷积(Deconvolution)是一种重要的信号处理技术，用于提高地震资料的分辨率。

东北豆子哥·2025-05-06 15:26

一种基于最大后验的扫描雷达角超分辨成像方法——论文阅读

一种基于最大后验的扫描雷达角超分辨成像方法1.专利的研究目标与实际问题意义2.专利提出的新方法、模型与公式2.1信号模型与卷积反演框架2.2最大后验（MAP）迭代优化2.2.1目标函数与迭代公式2.2.2

青铜锁00·2025-05-06 14:50

CNN-Attention分类预测 | Matlab实现多特征分类预测

内容介绍卷积神经网络(ConvolutionalNeuralNetwork,CNN)和注意力机制(AttentionMechanism)在图像识别、自然语言处理等领域取得了显著的成功。

Matlab算法改进和仿真定制工程师·2025-05-06 10:54

UNet 改进(23)：基于深度可分离卷积的UNet实现

本文将详细解析一个使用深度可分离卷积改进的UNet实现，帮助读者理解其架构设计和实现细节。

点我头像干啥·2025-05-06 08:42

【人工智能数学基础】——卷积神经网络数学原理：从像素到智慧的视觉之旅

目录编辑前言：卷积——AI视觉的"显微镜"一、卷积运算：空间特征的数学捕手1.1二维卷积的数学解剖1.2卷积的三大核心特性二、从零实现卷积层：代码透视数学本质2.1纯Python实现二维卷积2.2卷积核的可视化实验三

Sonal_Lynn·2025-05-06 07:02

电力负荷预测时空建模：图卷积与LSTM联合网络架构详解

−T:t)(G为电网拓扑图，X为历史序列)Y_{t+1}=f(G,X_{t-T:t})\quad(G为电网拓扑图，X为历史序列)Yt+1=f(G,Xt−T:t)(G为电网拓扑图，X为历史序列)1.2图卷积网络

燃灯工作室·2025-05-05 22:38

ML 作业代写 | 统计学习 Statistical Learning (using R) | 深度学习 Deep Learning (using Python)

DeepLearning(usingPython)3.MultilayerPerceptron(MLP,다층퍼셉트론,多层感知器)4.ConvolutionalNeuralNetworks(합성곱신경망,卷积

王平渊·2025-05-05 19:18

TensorFlow 和 pytorch

它支持常见的神经网络模型，如卷积神经网络（C

UPUPUPEveryday·2025-05-05 18:40

Swin-Transformer改进（1）：与SE模块的结合

1.在SwinTransformer中集成SE模块在计算机视觉领域，Transformer架构已经逐渐成为卷积神经网络(CNN)的有力竞争者。

点我头像干啥·2025-05-05 13:08

泰迪杯特等奖案例学习资料：基于时空图卷积网络的结构健康监测数据异常识别系统

（第十四届泰迪杯数据挖掘挑战赛A题特等奖案例解析）一、案例背景与核心挑战1.1应用场景与行业痛点在桥梁、大坝、超高层建筑等基础设施的结构健康监测（SHM）中，传感器网络（如加速度计、应变计、倾角仪）持续采集多维数据以评估结构安全性。传统方法面临以下挑战：异常模式复杂：传感器故障：如温漂（温度变化导致零点偏移）、电磁干扰（EMI）、信号线接触不良等，占异常事件的60%。结构损伤：如混凝土裂缝扩展、钢

学习的锅·2025-05-05 02:53

【OpenCV 计算机视觉典型应用】液晶面板缺陷分类实战应用

摘要：本文聚焦OpenCV与卷积神经网络（CNN）在液晶面板缺陷分类的实战应用。

AI_DL_CODE·2025-05-05 00:11

从零实现LeNet5卷积神经网络：MNIST手写数字识别实战

在深度学习领域，卷积神经网络(CNN)已成为图像处理的核心技术。本文将带您实现经典的LeNet5网络架构，并在MNIST手写数字数据集上进行训练与评估。

loopdeloop·2025-05-05 00:40

基于深度学习的鲜花图像分类系统的设计与实现

利用深度学习卷积神经网络提取大规模数据特征，可显著提升识别精度。1.2目标功能目标：输入任何一张含单朵鲜花的照片，系统输出花卉类别及置信度；支持单张、本地批量、在线HTTP以及桌面

源码空间站TH·2025-05-04 23:37

Python----卷积神经网络（LeNet-5的手写体识别）

一、设置随机种子设置随机种子有助于结果的可复现性。importnumpyasnp#导入NumPy库importrandom#导入随机数生成库importos#导入操作系统相关功能importtorch#导入PyTorch库defsetup_seed(seed=0):#设置NumPy的随机种子np.random.seed(seed)#设置Python内置的随机数生成器的种子random.seed(s

蹦蹦跳跳真可爱589·2025-05-04 19:10

深度学习之基于Pytorch的卷积神经网络MNIST手写数字识别

本项目旨在利用PyTorch深度学习框架，构建卷积神经网络（ConvolutionalNeu

Q1744828575·2025-05-04 14:04

基于PyTorch的食物图像分类实战：从数据处理到模型训练

本文将以食物图像分类为例，详细介绍如何使用PyTorch框架构建一个卷积神经网络（CNN）模型，实现对20种不同食物的分类。一、数据准备与预处理1.1数据集介绍本项目使用的食物图像数据集包含

不吃香菜？·2025-05-04 13:58

卷积神经网络（CNN）详解

一、动因篇卷积与池化的意义卷积神经网络（ConvolutionalNeuralNetwork，CNN）之所以在图像处理中表现突出，源于两个关键操作：卷积（Convolution）与池化（Pooling）

Chaos_Wang_·2025-05-04 09:38

泰迪杯特等奖案例学习资料：基于时空图卷积网络的物流车辆路径动态优化系统

（第十五届泰迪杯数据挖掘挑战赛B题特等奖案例解析）一、案例背景与核心挑战1.1应用场景与行业痛点在智慧物流领域，车辆路径规划（VehicleRoutingProblem,VRP）直接影响运输成本与时效性。传统路径优化面临以下难题：动态扰动频繁：实时路况变化：交通事故、天气突变（如暴雨、大雾）导致路段通行时间波动，静态规划方案失效。例如，某城市早高峰期间，30%的主干道平均车速下降40%。订单动态插

学习的锅·2025-05-04 03:30

泰迪杯特等奖案例学习资料：基于时空图卷积网络的城市排水系统水位精准重建与异常检测

（第十四届泰迪杯数据挖掘挑战赛A题特等奖案例解析）一、案例背景与核心挑战1.1应用场景与行业痛点城市排水系统（UrbanDrainageNetwork,UDN）是城市基础设施的重要组成部分，其运行效率直接影响防洪排涝能力和水环境质量。然而，实际运维中面临以下难题：监测数据稀疏：受限于成本与部署条件，仅少数关键节点安装传感器，无法覆盖全网络（如某城市527个节点中仅7个部署传感器）28。时空关联复杂

学习的锅·2025-05-04 03:30

基于TensorFlow的卷积神经网络的岩石图像分类识别（简易实践案例）

基于TensorFlow的卷积神经网络的岩石图像分类识别题目简述个人项目运行环境数据处理模型实现结果分析完整代码题目简述今有砾岩(Conglomerate)、安山岩(Andesite)、石灰岩(Limestone

W.Lionel.Esaka·2025-05-04 03:30

赢者通吃自编码器（WTA-AE）

参考：1.论文：winner-take-all-autoencoders.pdf2.代码：a.fullconnectWTA-AEb.Conv-WTA-AE简单理解：spatialsparsity:对卷积得到的

wzg2016·2025-05-03 20:10

Unet改进24：添加DualConv||轻量级深度神经网络的双卷积核

本文内容：在不同位置添加DualConv目录论文简介1.步骤一2.步骤二3.步骤三4.步骤四论文简介卷积神经网络(CNN)架构通常对内存和计算要求很高，这使得它们在硬件资源有限的嵌入式系统中不可行。

AICurator·2025-05-03 02:38

ResNet改进(35)：带有SimAM注意力机制

1.代码详解这段代码实现了一个基于ResNet34架构的卷积神经网络，并集成了SimAM（SimpleAttentionModule）注意力机制。

点我头像干啥·2025-05-03 02:07

UNet 改进(21)：可变形卷积UNet架构

1.网络详解本文将详细介绍一个基于可变形卷积(DeformableConvolution)的UNet网络实现，该网络结合了传统UNet架构和先进的DeformConv2d操作，能够更好地处理图像中的几何形变

点我头像干啥·2025-05-03 01:36

卷积神经网络（CNN）的主要架构

卷积神经网络（CNN,ConvolutionalNeuralNetworks）是深度学习中最重要的模型之一，广泛应用于计算机视觉、目标检测、语义分割等任务。

彩旗工作室·2025-05-02 07:31

【YOLO11改进 - 检测头】更换DetectDeepDBB检测头

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·2025-05-01 18:09

计算机毕业设计--基于深度学习(PSPNet、空洞卷积Atrous Convolutions)的多类型图像分割通用模型

基于深度学习(PSPNet、空洞卷积AtrousConvolutions)的多类别图像通用分割模型更多基于深度学习的毕业设计请关注专栏---计算机毕业设计✨动物图分割（使用训练集DIS5K-TR，DIS-TEs

苯酸氨酰糖化物·2025-05-01 16:23

深度学习篇---模型权重变化与维度分析

文章目录前言1.权重的作用2.权重的维度全连接层卷积层3.权重的变化4.实例代码（PyTorch框架）场景代码解释模型定义数据生成优化设置初始权重设置训练循环前向传播反向传播更新权重结果输出维度与变化总结维度匹配梯度跟新

Ronin-Lotus·2025-05-01 13:38

# 交通标志识别：使用卷积神经网络的完整实现

交通标志识别：使用卷积神经网络的完整实现在当今数字化时代，计算机视觉技术在各个领域都发挥着重要作用，交通标志识别就是其中的一个典型应用。

www_pp_·2025-05-01 13:34

基于深度学习的人脸属性识别算法研究

通过构建深度卷积神经网络模型，使用大规模的人脸数据集进行训练和优化。实验结果表明，所提出的算法在多个公开人脸属性数据集上取得了较好的识别效果，平均识别准确率达到了85%以上。研究表明，基于深

赵谨言·2025-05-01 11:25

基于机器学习的电影票房预测

洲洲不是州州·2025-05-01 06:17

神经网络用于地震数据时空均匀插值的方法与开源资料

主要方法1.基于深度学习的插值方法卷积神经网络(CNN)：处理空间维度上的插值循环神经网络(RNN)/LSTM：处理时间序列上的插值U-Net架构：常用于地震数据重建，能有效捕捉多尺度特征生成对抗网络(

东北豆子哥·2025-05-01 06:16

【教程4＞第7章＞第2节】卷积编码与Viterbi译码理论概述和FPGA设计构架

目录1.卷积编码原理2.Viterbi译码原理3.卷积编码与Viterbi译码的FPGA设计构架4.参考文献欢迎订阅FPGA/MATLAB/Simulink系列教程《★教程1:matlab入门100例》

fpga和matlab·2025-05-01 02:55

通道和空间的双重作用的CBAM注意力机制

ConvolutionalBlockAttentionModule点击即可跳转实现代码：CBAM代码实现点击即可跳转CBAM（ConvolutionalBlockAttentionModule）注意力机制是一种结合了通道注意力和空间注意力的机制，旨在提升卷积神经网络

浩瀚之水_csdn·2025-04-30 21:21

【深度学习】评估模型复杂度：GFLOPs与Params详解

这些参数包括：卷积层的权重和偏置全连接层的权重和偏置归一化层的可

烟锁池塘柳0·2025-04-30 17:24

算法｜基于SSA-CNN-LSTM（麻雀算法优化卷积长短期记忆神经网络）的股票价格预测（附完整matlab代码，公式，原理，可用于毕业论文设计）

以下是一个基于SSA-CNN-LSTM（麻雀算法优化卷积长短期记忆神经网络）的股票价格预测MATLAB项目实例，包含完整代码和详细注释。代码分为数据预处理、模型构建、优化算法、训练预测四个部分。

单北斗SLAMer·2025-04-30 14:07

GAN, Generative Adversarial Networks（生成式对抗网络）

深度学习中最有趣的领域–GAN,GenerativeAdversarialNetworks（生成式对抗网络）GAN的基础概念GAN被“卷积网络之父”YannLeCun（杨立昆）誉为「过去十年计算机科学领域最有趣的想法之一

一杯水果茶！·2025-04-30 01:35

手写 CPU 卷积核加速神经网络计算(2)——OpenCL 简单实现卷积、池化、激活、全连接、批归一化（python 实现）

这里使用pyopencl这个支持在python环境下跑opencl的库，用opencl简单实现了卷积、池化、激活、全连接、批归一化这五个算子，没有做其他的算法和内存上的优化。

哦豁灬·2025-04-29 21:04

深度卷积神经网络（CNN）— 批量规范化（batch normalization）

批量规范化（BatchNormalization,BN）批量规范化（BatchNormalization,简称BN）是由SergeyIoffe和ChristianSzegedy在2015年提出的一种深度学习技术，用于解决深层神经网络中的梯度消失或梯度爆炸问题，并加速模型的训练过程。BN是深度学习领域中的一个重要创新，它在许多网络架构（如ResNet、GoogLeNet等）中被广泛使用。1.BN的主

彬彬侠·2025-04-29 19:52

毕设深度学习车道线检测（源码+论文）

文章目录0前言1项目运行效果2课题背景3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV56数据集处理7模型训练

kooerr·2025-04-29 03:24

卷积神经网络：池化层

池化层是卷积神经网络（CNN）中的一个重要组成部分，主要用于减少特征图的空间尺寸，从而降低计算复杂度和防止过拟合。池化层通过下采样操作来获取图像特征的显著性，同时保持重要的特征信息。

00&00·2025-04-29 00:03

宝藏资源库！10个免费网站助你成为AI达人

一、核心学习平台1.Coursera官网链接：Coursera难度：⭐️⭐️（初级到进阶）推荐课程：吴恩达《深度学习专项课程》（包含5门子课程，覆盖神经网络、卷积网络、序列模型等）。优点：课程

算家计算·2025-04-29 00:31

自然语言处理之情感分析：使用卷积神经网络(CNN)进行文本预处理与分词技术

自然语言处理之情感分析：使用卷积神经网络(CNN)进行文本预处理与分词技术自然语言处理与情感分析简介自然语言处理的基本概念自然语言处理（NaturalLanguageProcessing，NLP）是人工智能领域的一个重要分支

zhubeibei168·2025-04-28 23:52

基于深度学习的医疗诊断辅助系统设计

方法上，我们采用卷积神经网络（CNN）和循环神经网络（RNN）等深度学习模型，对大量的医疗影像和病历数据进行训练和学习。通过在多个公开医疗数据集上的实验，结果表

赵谨言·2025-04-28 14:58

深度学习新趋势：利用MLP取代卷积层——S2-MLPv2模型解析

深度学习新趋势：利用MLP取代卷积层——S2-MLPv2模型解析近年来，深度学习领域不断涌现出新的技术革新，而其中最引人注目的趋势之一就是用多层感知机（MLP）替代传统的卷积层。

RockLiu@805·2025-04-28 11:12

opencv入门：十类常用基础指令

文章目录〇、安装opencv库和numpy库一、图像读取与显示1.读取图像2.显示图像3.图像保存4.读取视频二、图像基本操作1.数值运算2.颜色通道处理边界填充3.图像阈值4.图像滤波去噪5.形态学处理卷积核腐蚀与膨胀

陈卿然·2025-04-28 03:18

推荐频道

卷积