双流CNN

CNN特点

CNN特点•局部连接•权值共享（共享卷积核）•自动提取特征，逐层组合局部连接图像的空间联系是局部的，就像人是通过一个局部的感受野去感受外界图像一样，每一个神经元都不需要对全局图像做感受，每个神经元只感受局部的图像区域
heitong_fu·2024-01-14 12:40

神经网络的三个特征，和卷积和最大池化有什么联系

权重共享：在卷积神经网络（ConvolutionalNeuralNetwork，CNN）中，权重共享是指对于图像中的每个位置都使用相同的权重。这样可以减少模型参数的数量，同时也能够提取出图像的局
爱打网球的小哥哥一枚吖·2024-01-14 09:34

【文献解读】“MOBILEViT：轻量级、通用目的、移动友好的视觉变换器”。

内容简述：提出了一种名为MobileViT的视觉变换器，它是为移动设备设计的轻量级、通用目的的卷积神经网络（CNN）。MobileViT旨在结合CNN和ViTs的优势，旨在构建一
风筝超冷·2024-01-14 08:54

【AI】人工智能和天文大数据

AI技术：深度卷积神经网络（CNN）特别适合处理图像数据。通过训练，CNN可以自动学习从原始像素到高级星系特征（如形状、大小、旋臂结构）的映射
giszz·2024-01-14 05:10

22、CNN(卷积神经网络)

一、CNN参考文章https://www.cnblogs.com/kongweisi/p/10987870.html卷积运算结构.png层与层之间的连除了矩阵运算，还有CNN。
羽天驿·2024-01-14 04:31

大创项目推荐 深度学习疲劳检测 驾驶行为检测 - python opencv cnn

文章目录0前言1课题背景2相关技术2.1Dlib人脸识别库2.2疲劳检测算法2.3YOLOV5算法3效果展示3.1眨眼3.2打哈欠3.3使用手机检测3.4抽烟检测3.5喝水检测4最后0前言优质竞赛项目系列，今天要分享的是**基于深度学习加驾驶疲劳与行为检测**该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：4分工作量：3分创新点：5分更多资料
laafeer·2024-01-14 03:16

大创项目推荐 深度学习疫情社交安全距离检测算法 - python opencv cnn

文章目录0前言1课题背景2实现效果3相关技术3.1YOLOV43.2基于DeepSort算法的行人跟踪4最后0前言优质竞赛项目系列，今天要分享的是**基于深度学习疫情社交安全距离检测算法**该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：5分更多资料,项目分享：https://gitee.com/dancheng-se
laafeer·2024-01-14 03:44

AI监控技术与应用案例

这通常涉及使用深度学习算法，如卷积神经网络(CNN)，来识别图像中的物体。目标检测的准确性和实时性对于监控系统至关重要，因为它有助于实时预警和早期干预。
捷利迅分享·2024-01-14 02:17

神经网络——ReLU和线性层

目录ReLU线性层实践部分ReLUReLU（RectifiedLinearUnit）是一种激活函数，称为非线性激活，常用于卷积神经网络（CNN）中的隐藏层，能够很好地提取数据的非线性特征。
睡不醒的毛毛虫·2024-01-14 02:44

多维时序 | Matlab实现GRO-CNN-BiLSTM-Attention淘金算法优化卷积神经网络-双向长短期记忆网络结合注意力机制多变量时间序列预测

多维时序|Matlab实现GRO-CNN-BiLSTM-Attention淘金算法优化卷积神经网络-双向长短期记忆网络结合注意力机制多变量时间序列预测目录多维时序|Matlab实现GRO-CNN-BiLSTM-Attention
机器学习之心·2024-01-13 22:47

多输入多输出 | Matlab实现PSO-CNN粒子群优化卷积神经网络多输入多输出预测

多输入多输出|Matlab实现PSO-CNN粒子群优化卷积神经网络多输入多输出预测目录多输入多输出|Matlab实现PSO-CNN粒子群优化卷积神经网络多输入多输出预测预测效果基本介绍模型背景程序设计参考资料预测效果基本介绍
机器学习之心·2024-01-13 22:47

回归预测 | MATLAB实现SSA-CNN-GRU-Attention多变量回归预测（SE注意力机制）

回归预测|MATLAB实现SSA-CNN-GRU-Attention多变量回归预测（SE注意力机制）目录回归预测|MATLAB实现SSA-CNN-GRU-Attention多变量回归预测（SE注意力机制
机器学习之心·2024-01-13 22:47

自然语言处理持续更新

RNN和CNN对比，RNN对文本的时间序列的优点。LSTMLSTM基本原理LSTM怎么能解决梯度消失问题？LSTM用来解决RNN的什么问题？
搬砖成就梦想·2024-01-13 21:35

坚持每一天，那怕三十分钟

网友们纷纷留言：“听CNN和BBC，坚持了6年以上”；“每天练字20分钟，练了4年”；“每天出门擦防晒霜，坚持了7年”；……我自己坚持最久的一件事，就是坚持早睡早起，这个习惯，我从上大学坚持到现在，已经有
江月流·2024-01-13 20:29

未发表:KOA-CNN-LSTM-Attention开普勒优化卷积、长短期记忆网络融合注意力机制的多变量回归预测程序

同样的，我们利用该新鲜出炉的算法对我们的CNN-LSTM-Attention时序和空间特征结合-融合注意力机制的回归预测程序代码中的超参数进行优化，构成KOA-CNN-LSTM-Att
预测及优化·2024-01-13 20:57

2023中科院1区算法应用：雪消融优化SAO-CNN-BiGRU-Attention融合注意力机制预测程序代码！直接运行！

我们利用SAO对我们的CNN-BiGRU-SelfAttention时序和空间特征结合-融合多头自注意力机
预测及优化·2024-01-13 20:27

TSOA-CNN-LSTM-Attention凌日优化卷积、长短期记忆网络融合注意力机制的多变量回归预测程序,数据由Excel导入，直接运行

适用平台：Matlab2023版及以上凌日优化算法（TransitSearchOptimizationAlgorithm，TSOA）是2022年8月提出的一种新颖的元启发式算法，当一颗行星经过其恒星前方时，会导致恒星的亮度微弱地下降，这被称为凌日现象。该算法基于著名的系外行星探索方法，即凌日搜索（TransitSearch，TS）。在凌日算法中，通过研究在一定间隔内从恒星接收到的光，检查亮度的变化
预测及优化·2024-01-13 20:27

2023新优化应用:RIME-CNN-LSTM-Attention超前24步多变量回归预测算法

程序平台：适用于MATLAB2023版及以上版本。霜冰优化算法是2023年发表于SCI、中科院二区Top期刊《Neurocomputing》上的新优化算法，现如今还未有RIME优化算法应用文献哦。RIME主要对霜冰的形成过程进行模拟，将其巧妙地应用于算法搜索领域。该文献对RIME进行了定性分析实验，以阐明该算法在寻找最优解过程中的特点。然后，对RIME在经典的IEEECEC2017和最新的IEEE
预测及优化·2024-01-13 19:57

DiSparse: Disentangled Sparsification for Multitask Model Compression论文简读

在深度学习中，尤其是计算机视觉领域，卷积神经网络（CNN）由于其卓越的性能而被广泛应用，但随着模型规模的增大和参数数量的剧增，对于边缘设备等资源有限的应用场景，有效压缩模型以节省存储空间和提高计算效率变得至关重要
云雨、·2024-01-13 19:32

ZOA-PCNN-AT-SVM斑马优化并行卷积-支持向量机融合注意力机制的故障识别程序，特征可视化，实验多！图多！

适用平台：Matlab2023版本及以上本原创程序提出的ZOA-PCNN-AT-SVM故障识别模型还没有人写！
预测及优化·2024-01-13 18:21

天津

清浊双流郭外分，通衢冠盖也如云。及瓜符节期三日，（闻易鹾使三日可到。）列棘弓刀驻一军。（设有总镇。）闽客帆来乘巨浪，渔人网集映斜曛。近畿赤县谁何切，铃橐终宵枕上闻。但拥牢盆富可求，繁华约略小扬州。
戴军军·2024-01-13 18:23

2、 前馈和反馈神经网络

前馈和反馈神经网络神经网络分类一、CNN**1、结构****2、应用****3、CNN的类型综述**二、RNN**1、结构****2、应用****3、RNN类型**三、GAN**1、结构****2、应用
爱补鱼的猫猫·2024-01-13 17:02

深度学习学习笔记+知识点总结(4万字)

文章目录深度学习神经网络中的Epoch、Iteration、Batchsize反向传播（BP）CNN本质和优势鞍点的定义和特点？神经网络数据预处理方法有哪些？神经网络怎样进行参数初始化？
搬砖成就梦想·2024-01-13 16:45

2023年12月23日~2024年1月5日周报（调试CNN-RWI代码、继续研读论文）

一、前言上周对CNN-RWI论文进行了初步研读，但是只是了解了大概，很多问题也只是停留在表面，没有进行深入思考。本周带着一系列问题继续研读CNN-RWI论文，并对代码进行初步学习。
摘星星的屋顶·2024-01-13 14:02

Faster R-CNN pytorch源码血细胞检测实战（二）数据增强

FasterR-CNNpytorch源码血细胞检测实战（二）数据增强文章目录FasterR-CNNpytorch源码血细胞检测实战（二）数据增强1.资源&参考2.数据增强2.1代码运行2.2文件存放3数据集划分
CHEN7_98·2024-01-13 13:12

ResNet个人学习笔记

看这篇即可上面涉及到了多通道卷积的参数数量计算，参考以下几篇即可：多通道卷积的参数数量计算CNN卷积核与通道讲解即，对于一次卷积操作或某一卷积层，会有输入特征图（多通道）作为该次卷积的输入，并输出
CHEN7_98·2024-01-13 13:41

深度学习入门之6--卷积神经网络1(理论讲解)

、池化层3.1、计算方式3.2、特征该文章是对《深度学习入门基于Python的理论与实现》的总结，作者是[日]斋藤康毅本片文章将讲述卷积神经网络（ConvolutionalNeuralNetwork，CNN
梦灯·2024-01-13 13:06

深度学习入门之6--卷积神经网络2(代码实现)

目录1、卷积层和池化层实现1.1、4维数组1.2、基于im2col的展开1.3、卷积层的实现1.4、池化层的是实现2、CNN实现2.1、目录结构如下：2.2、结果如下：2.3、代码实现：2.3.1simple_convnet.py2.3.2train_convnet3
梦灯·2024-01-13 13:06

Python电能质量扰动信号分类(五)基于CNN-Transformer的一维信号分类模型

目录往期精彩内容：引言1数据集制作与加载1.1导入数据1.2制作数据集2CNN-Transformer分类模型和超参数选取2.1定义CNN-Transformer分类模型2.2设置参数，训练模型3模型评估
建模先锋·2024-01-13 12:34

深度探析卷积神经网络（CNN）在图像视觉与自然语言处理领域的应用与优势

目录前言1CNN网络结构与工作原理1.1输入层1.2卷积层1.3最大池化层1.4全连接层2应用领域2.1图像视觉领域中CNN的应用2.2NLP领域中CNN的应用3CNN的限制与未来展望3.1CNN的挑战
cooldream2009·2024-01-13 10:24

DL04-卷积神经网络CNN图解[转]

来源：http://xilinx.eetrend.com/article/10827卷积神经网络CNN图解作者:SanjayChan[http://blog.csdn.net/chenzomi]0背景之前在网上搜索了好多好多关于
happyprince·2024-01-13 10:17

嵌入式培训机构四个月实训课程笔记（完整版）-Linux网络编程第二天-TCP编程练习（物联技术666）

注册使用百度网盘即可享受免费存储空间https://pan.baidu.com/s/1F6BR6uTANKKcNnoaCUAZYA?
vx349014857·2024-01-13 09:28

3DCNN-Based Knowledge Distillation Framework for Human Activity Recognition

A3DCNN-BasedKnowledgeDistillationFrameworkforHumanActivityRecognitionAbstract:1.Introduction2.TheProposedSpatio-TemporalKnowledgeDistillationFramework2.1
盖盖的博客·2024-01-13 08:53

轻量化的yolov8部署到安卓Android手机端

一、pytorch环境配置和yolov8源码安装首先在电脑上需要配置好pytorch环境，和yolov8源码的下载然后针对yolov8做自己的轻量化改进二、下载AndroidStudio和ncnn-android-yolov81
TracyGC·2024-01-13 08:52

大创项目推荐 深度学习猫狗分类 - python opencv cnn

文章目录0前言1课题背景2使用CNN进行猫狗分类3数据集处理4神经网络的编写5Tensorflow计算图的构建6模型的训练和测试7预测效果8最后0前言优质竞赛项目系列，今天要分享的是**基于深度学习猫狗分类
laafeer·2024-01-13 08:22

SCI一区级 | Matlab实现RIME-CNN-BiLSTM-Mutilhead-Attention多变量多步时序预测

SCI一区级|Matlab实现RIME-CNN-BiLSTM-Mutilhead-Attention多变量多步时序预测目录SCI一区级|Matlab实现RIME-CNN-BiLSTM-Mutilhead-Attention
机器学习之心·2024-01-13 07:32

人工智能-深度学习：神经网络模型压缩技术（Network Compression）

一、技术背景一般情况下，NeuralNetworks的深度和效果成正比，网络参数越多，准确度越高，基于这个假设，ResNet50（152）极大提升了CNN的效果，但计算量也变得很大。
u013250861·2024-01-13 06:15

深度学习代码源码项目90个分享

demo仓库和视频演示：银色子弹zg的个人空间-银色子弹zg个人主页-哔哩哔哩视频卷积网路CNN分类的模型一般使用包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet
z5645654·2024-01-12 21:05

基于深度学习神经网络cnn的外来物种入侵识别系统源码

第一步：准备数据2种数据，即本地物种和外来入侵物种，总共有12031张图片，每个文件夹单独放一种第二步：搭建模型本文选择MobileNetV2，其网络结构如下：由于是2分类问题，直接套用网络肯定是不行，因此会在改动神经网络输出类别数，参考代码如下：x=base_model.outputx=GlobalAveragePooling2D()(x)x=Dense(256)(x)x=BatchNormal
天竺街潜水的八角·2024-01-12 21:03

基于Pytorch深度学习神经网络CNN花朵图像识别系统

第一步：导入头文件importtorchimporttorchvisionimporttorchvision.transformsastransformsimporttorch.nnasnnimporttorch.nn.functionalasFfromtorch.autogradimportVariableimporttorch.optimasoptim第二步：数据预处理defloadtrain
天竺街潜水的八角·2024-01-12 20:02

基于深度学习神经网络cnn的柑橘病虫害识别系统源码

第一步：准备数据5种柑橘病虫数据：Fruit-anthrax，Fruit-ulcer，leaf_thyroid，Leaf-anthrax和Leaf-ulcer，总共有3030张图片，每个文件夹单独放一种数据第二步：搭建模型本文用的是resnet50模型，其网络结构如下：模型代码如下：defresnet_50(IMG_SHAPE=(224,224,3),class_num=5):inpt=Input
天竺街潜水的八角·2024-01-12 20:31

基于机器学习和深度学习的新能源功率预测研究综述--学术论文模式--个人梳理

--学术论文模式--个人梳理写在前面摘要1引言2新能源功率预测方法概述2.1人工智能技术预测新能源功率的理论基础2.2机器学习和深度学习模型方法2.2.1人工神经网络(ANN)2.2.2卷积神经网络(CNN
lalalaO°C_m·2024-01-12 19:20

R-C3D论文详解

RegionConvolutional3DNetworkforTemporalActivityDetection代码地址（论文提供地址）：http://ai.bu.edu/r-c3d/该论文借鉴图像物体检测中的Faster-RCNN
ce0b74704937·2024-01-12 19:57

李宏毅深度学习——卷积神经网络

卷积神经网络CNNCNN在图像处理中的应用图像分类：input：像素矩阵output：输出类别的向量大部分pattern比整张图片要小CNN的架构Convolution卷积计算：将卷积核与像素矩阵进行内积计算
migugu·2024-01-12 17:19

基于RNN的模型

之前的深度学习中常见的前馈神经网络主要包括多层感知器（MLP）、卷积神经网络（CNN）等，由于没有内在的时序结构和记忆能力，建模这种序列数据具有很大的局限性。因此，研究
Algorithm_Engineer_·2024-01-12 09:56

【深度学习：视觉基础模型】视觉基础模型 (VFM) 解释

【深度学习：视觉基础模型】视觉基础模型VFM解释了解视觉基础模型从CNN到Transformer的演变自我监督和适应能力流行的视觉基础模型DINO（自蒸馏，无标签）SAM（分段任意模型）SegGPTMicrosoft'sVisualChatGPT
jcfszxc·2024-01-12 09:23

卷积神经网络的搭建

基于CNN搭建LeNet网络，实现对MNIST手写数字数据集的图像分类，精确率能够达到98%此过程数据集使用了软件所自带的，代码运行如下
Fjourney·2024-01-12 09:52

竞赛保研 基于深度学习的目标检测算法

文章目录1简介2目标检测概念3目标分类、定位、检测示例4传统目标检测5两类目标检测算法5.1相关研究5.1.1选择性搜索5.1.2OverFeat5.2基于区域提名的方法5.2.1R-CNN5.2.2SPP-net5.2.3FastR-CNN5.3
iuerfee·2024-01-12 09:20

深度学习目标跟踪简述

这通常是通过卷积神经网络（CNN）来实现的。特征提取：提取目标的特征，这样算法就能在后续的帧中识别它。这些特征可能包括颜色、形状、纹理等。
LittroInno·2024-01-12 09:20

卷积神经网络CNN-猫狗预测

卷积：轮廓特征池化：保留核心信息，实现降维缩减fromkeras.preprocessing.imageimportImageDataGenerator#加载数据train_datagen=ImageDataGenerator(rescale=1./255)trainning_set=train_datagen.flow_from_directory("datas/dataset/training
y_7539·2024-01-12 08:45
上一页 11 12 13 14 15 16 17 18 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他