数据挖掘神经网络图像识别第42页

YoloV5改进策略：BAM瓶颈注意力模块|BAM详解以及代码注释|CBAM姊妹篇|有效涨点

论文：《BAM:瓶颈注意力模块》https://arxiv.org/pdf/1807.06514.pdf近期深度神经网络的进展主要通过架构搜索来增强其表示能力。

静静AI学堂·2024-01-19 19:24

AI软件工具大盘点：这五款热门好用的工具，建议收藏！

无论是语音识别、自然语言处理、机器学习还是对话系统、文档解析以及图像识别，海鲸AI都能提供强大

海鲸AI·2024-01-19 19:18

YOLOv8改进 | 主干篇 | 华为移动端模型Ghostnetv1改进特征提取网络

一、本文介绍本文给大家带来的改进机制是华为移动端模型Ghostnetv1，华为的GhostNet是一种轻量级卷积神经网络，旨在在计算资源有限的嵌入式设备上实现高性能的图像分类。

Snu77·2024-01-19 19:45

干货：自助分析BI产品实践指南

百度百科上BI的定义是：商业智能（BusinessIntelligence，简称：BI），指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。

e73fe7dcce95·2024-01-19 19:18

（一）深度学习入门：感知机模型

感知机定义二、感知机与逻辑电路三、感知机的局限性四、感知机的优越性前言感知机是深度学习算法的基本单元，本文简单介绍了感知机的定义，探究了感知机与逻辑门电路之间的联系，在此基础上解释了感知机的局限性和优越性，为神经网络的学习提供了先备知识

油炸大聪明·2024-01-19 17:04

（二）深度学习入门：神经网络的前向传播

目录前言一、神经网络的基本结构二、激活函数三、神经网络输出层的设计前言上一篇我们解决了感知机模型的基本定义和应用，本次我们在感知机的基础上探讨感知机构成神经网络的一些细节，了解神经网络前向传播的过程，重点理解激活函数存在的意义

油炸大聪明·2024-01-19 17:33

【昇思技术公开课笔记-大模型】Transformer理论知识

什么是TransformerTransformer是一种神经网络结构，由Vaswani等人在2017年的论文“AttentionIsAllYouNeed”中提出，用于处理机器翻译、语言建模和文本生成等自然语言处理任务

JeffDingAI·2024-01-19 16:21

看完这28个python爬虫项目，你离爬虫高手就不远了，不够来找我

2.作为机器学习、数据挖掘的原始数据比如你要做一个推荐系统，那么你可以去爬取更多维度的数据，做出更好的模型。3.爬取优质的

再不会python就不礼貌了·2024-01-19 15:59

pytorch踩坑之model.eval()和model.train()输出差距很大

每次训练结束后进行验证集的推理测试；对于含有dropout和batchnorm层的神经网络在推理前需要用model.eval()设置dropout和batchnorm的冻结。

ZhengHsin·2024-01-19 15:24

Python+OpenCV+OpenPose实现人体姿态估计（人体关键点检测）

目录1、人体姿态估计简介2、人体姿态估计数据集3、OpenPose库4、实现原理5、实现神经网络6、实现代码1、人体姿态估计简介人体姿态估计(HumanPostureEstimation)，是通过将图片中已检测到的人体关键点正确的联系起来

weixin_44079197·2024-01-19 15:56

Python数据分析案例37——基于分位数神经网络(QRNN)的汇率预测

之前写过分位数随机森林，分位数XGboost，分位数Lightgbm的文章：Xgboost和Lightgbm结合分位数回归(机器学习与传统统计学结合)本次带来一个小案例，分位数神经网络，神经网络是最简单的

阡之尘埃·2024-01-19 14:09

AI大模型里经常提到的“炼丹”、“挖矿”、“蒸馏”是什么意思？

“炼丹”、“挖矿”、“蒸馏”这些术语都来自于机器学习和深度学习领域，特别是在训练大型神经网络模型时常用到。炼丹：这是一个来自中国的网络用语，原意是道教中的炼金术，用来寻求长生不老的药丹。

AI明说·2024-01-19 14:02

R语言--ELM极限学习机（elmNNRcpp包）

极限学习机(ExtremeLearningMachine)是一种单隐含层前馈神经网络(Single-hiddenLayerFeedforwardNeuralNetwork)。特点是输入层和隐含层的连接

FTDdata·2024-01-19 14:13

【知识---深度学习中的Softmax说明及使用】

这通常用于神经网络的输出层，以获得每个类别的概率。Softm

fyc300·2024-01-19 14:24

[SS]语义分割_转置卷积

2、运算步骤二、常见参数一、概念1、定义转置卷积（TransposedConvolution），也被称为反卷积（Deconvolution）或逆卷积（InverseConvolution），是一种卷积神经网络中常用的操作

IAz-·2024-01-19 14:22

安全帽识别：智能监控新趋势

这一过程涉及复杂的图像识别技术，包括面部

北京富维图像5369·2024-01-19 13:03

4人遇难，北京突发火情富维烟火识别防止悲剧再次发生

在这样的背景下，北京富维图像公司开发的FIS智能图像识别系统显得尤为重要。这款系统能够直接连接至现有的监控相机，实时分析画面中的烟雾和明火情况，并立即发出警报。

北京富维图像5369·2024-01-19 13:01

如何提升大模型的推理和规划能力：思维链 CoT + 由少至多提示 Least-to-Most Prompting

2021年，OpenAI在训练神经网络过程中有一个意外发现。神经网络他可以很好地模仿现有的数据，很少犯错误。

Debroon·2024-01-19 13:01

idx-ubyte文件解析

2017-11-1902:19Mnist手写数字数据库是著名的神经网络入门级训练集，它图像文件的后缀名一般为idx3-ubyte,图像标签文件后缀名为idx1-ubyte。

lindorx·2024-01-19 12:12

YOLOv8改进 | 融合改进篇 | 华为VanillaNet + BiFPN突破涨点极限

一、本文介绍本文给大家带来的改进机制是华为VanillaNet主干配合BiFPN实现融合涨点，这个主干是一种注重极简主义和效率的神经网络我也将其进行了实验，其中的BiFPN不用介绍了从其发布到现在一直是比较热门的改进机制

Snu77·2024-01-19 12:36

别再实验了，让你的图像识别算法赶紧上线！

想要应用AI技术进行产业智能化升级，又担心缺乏计算机、数学等理论基础？AI算法训练完成，优化部署上线又是一个趟不过去的大坑？别担心，今天就教大家应用一个开源项目——飞桨全流程开发工具PaddleX，快速开发AI算法并快速部署实现业务上线，搭上人工智能的产业浪潮！这个开源项目三次登录GithubDaily全球趋势榜，2.7k星标；不需要数学基础，不需要编程大牛，只要下载就可以快速开发AI算法模型并投

算法channel·2024-01-19 11:32

多模型图像特征可视化

卷积可视化可以帮助深度学习研究者更好地理解卷积的概念和原理，从而更好地设计和优化卷积神经网络。

伪_装·2024-01-19 11:31

IMDB电影评论的情感分析——paddle

项目地址：IMDB电影评论的情感分析-飞桨AIStudio星河社区(baidu.com)1.实验介绍1.1实验目的理解并掌握循环神经网络的基础知识点，包括模型的时序结构、模型的前向传播、反向传播等掌握长短时记忆网络

伪_装·2024-01-19 11:23

【CNN】卷积神经网络CNN输出特征图计算+参数量计算+计算量计算

目录一、输出特征图大小计算1.一维（通道）输入数据1.1步长stride为1，padding为01.2增加步长stride，padding不动1.3增加步长stride，同时还增加padding2.n维（通道）输入数据二、卷积网络参数量计算2.1权重weights的参数量：2.2偏差bias的参数量：2.3总参数量就为：三、卷积网络计算量计算一、输出特征图大小计算1.一维（通道）输入数据假设输入图

桐秋廿·2024-01-19 11:03

Keras学习记录

Keras学习笔记keras.iokeras.io-zhkeras-cnKeras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端．Keras

深思海数_willschang·2024-01-19 11:28

表示学习内容摘录《深入浅出神经网络：GNN原理解析》

4.1.1表示学习的意义机器学习算法的性能严重依赖于数据的特征，因此在传统机器学习中，大部分的工作都在于数据的处理和转换上，以期得到好的特征使得机器学习算法更有效。这样的特征工程是十分费时费力的，这也暴露了传统机器学习方法中存在的问题，这些方法没有能力从数据中去获得有用的知识，而特征工程的目的则是将人的先验知识转化为可以被机器学习算法识别的特征，以弥补其自身的缺点。如果存在一种可以从数据中得到有判

认知计算_茂森·2024-01-19 11:25

机器学习入门总结和各类常用神经网络汇总(第二篇)

（七）GAN（generativeadversarialnetwork）生成式对抗网络GAN的核心为，让一个简单的随机的分布，经过网络的计算后生成一个有规律的分布。例如一张图片或者一段声音。这个网络主要分成两个部分：generator、discriminator。他们两个的工作分别为，一个用于生产图片，另一个用来判断生产出来的图片够不够真实。GAN是很难训练出来的，首先generator和disc

小黄不头秃·2024-01-19 11:20

机器学习（一）—— 简介

参考书籍《机器学习和深度学习：原理、算法、实战》文章目录1工业界流行的机器学习算法2机器学习3深度学习4预备知识5监督学习与无监督学习1工业界流行的机器学习算法线型回归逻辑回归决策树随机森林梯度提升机人工神经网络卷积神经网络循环神经网络贝叶斯技术支持向量机进化方法马尔可夫逻辑网络隐马尔可夫模型生成对抗网络

奶盖加芝士·2024-01-19 10:15

计算机毕业设计基于MVC的自习室管理和预约系统的设计与实现 Java实战项目附源码+文档+视频讲解

博主介绍：✌从事软件开发10年之余，专注于Java技术领域、Python人工智能及数据挖掘、小程序项目开发和Android项目开发等。

IT学长编程·2024-01-19 09:56

计算机毕业设计基于SpringBoot的红色革命文物征集管理系统的设计与实现 Java实战项目附源码+文档+视频讲解

博主介绍：✌从事软件开发10年之余，专注于Java技术领域、Python人工智能及数据挖掘、小程序项目开发和Android项目开发等。

IT学长编程·2024-01-19 09:22

神经网络算法 - 一文搞懂自然语言处理

目录一、NLP的本质二、NLP的原理三、NLP的应用一、NLP的本质核心逻辑：NLP就是人类和机器之间沟通的桥梁！NLP（自然语言处理）定义：NLP是一种机器学习技术，使计算机能够解读、处理和理解人类语言。语言翻译与沟通的桥梁：人类通过语言来交流，狗通过汪汪汪来交流。机器也有自己的交流方式，那就是数字信息。不同的语言之间是无法沟通的，需要翻译才能交流，NLP就是人类和机器之间沟通的桥梁！为什么NL

之乎者也··2024-01-19 09:42

ResNet

目录一、ResNet介绍1、深度网络的退化问题2、退化问题的应对方式(残差学习)3、ResNet的网络结构二、代码实现1、ResNet块2、ResNet-18模型3、训练模型一、ResNet介绍残差神经网络

奉系坤阀·2024-01-19 09:50

AI时代的财富创造：人工智能科技在金融领域的应用

机器学习、自然语言处理、数据挖掘等技术的融合，使得金融机构能够更加智能地处理大规模数据，提高

21CN科技·2024-01-19 08:10

Python数据分析案例36——基于神经网络的AQI多步预测(空气质量预测)

案例背景不知道大家发现了没，现在的神经网络做时间序列的预测都是单步预测，即(需要使用X的t-n期到X的t-1期的数据去预测X的t期的数据)，这种预测只能预测一个点，我需要预测X的t+1期的数据就没办法了

阡之尘埃·2024-01-19 08:36

李沐《动手学深度学习》线性神经网络 softmax回归

系列文章李沐《动手学深度学习》预备知识张量操作及数据处理李沐《动手学深度学习》预备知识线性代数及微积分李沐《动手学深度学习》线性神经网络线性回归目录系列文章一、softmax回归（一）问题背景（二）网络架构

丁希希哇·2024-01-19 08:36

一个简单的KNN实现方法

对于许多离散问题，经过神经网络解决再通过softmax之后每一个值在[0,1]之间的连续变量，想要将其离散化，即离散化到每个元素都是binary-variable，即0-1，这时可以用KNN方法，其实就是找到与这个向量的方差最小的

远离科研，保命要紧·2024-01-19 08:03

神经网络激活函数--Sigmoid、Tanh、Relu、Softmax

本文主要总结了Sigmoid、Tanh、Relu、Softmax四种函数；给出了函数的形式，优缺点和图像。sigmoid和Tanh函数的导数简单，但是可能出现梯度弥散。ReLU函数仅保留正元素，有良好的特性。Softmax一般是用于分类最后一层的归一化。目录1.Sigmoid函数2.Tanh函数3.Relu函数4.Softmax函数四种函数的图像：1.Sigmoid函数形式：特点：Sigmoid函

远离科研，保命要紧·2024-01-19 08:27

基于数据挖掘机器学习的心脏病患者分类建模与分析

首先，读取数据集，该数据集是UCI上的心脏病患者数据集，其中包含了303条患者信息，每一名患者有13个字段记录其基本信息（年龄、性别等）和身体健康信息（心率、血糖等），此外有一个类变量记录其是否患有心脏病。详细的字段信息可见此处。类别字段target有两个取值，代表预测类别，1=患病，2=不患病。2.训练/测试集划分对数据集进行划分，设置划分比例为训练集:测试集=4:1。由于数据集的同一类标签集中

mqdlff_python·2024-01-19 08:13

AIGC笔记--特征线性调制（FiLM）层的实现

目录1--特征线性调制层的作用2--特征线性调制层的实现3--论文实例1--特征线性调制层的作用特征线性调制（Feature-wiseLinearModulation，FiLM）层是一种神经网络模块，它可以用来实现特征的条件调整

晓晓纳兰容若·2024-01-19 07:02

深度学习(1)--基础概念

(RGB)二.神经网络基础1.得分函数：(1).输入的图片经过

GodFishhh·2024-01-19 07:51

深度学习(2)--卷积神经网络(CNN)

卷积神经网络（ConvolutionalNeuralNetworks）是一种深度学习模型或类似于人工神经网络的多层感知器，常用来分析视觉图像。一.卷积网络基础概念传统网络是一维的，而卷积网络是三维的。

GodFishhh·2024-01-19 07:51

基于深度学习的交通标志检测和识别（从原理-环境配置-代码运行）

基于深度学习的交通标志检测和识别是一种先进的计算机视觉技术，利用深度神经网络模型来准确地检测和识别道路上的各种交通标志。

毕设阿力·2024-01-19 07:20

深度学习笔试题（一）

CA、卷积神经网络有反馈连接。B、增加多层感知机的隐层层数，测试集的分类错误会减

beyond谚语·2024-01-19 07:50

神经网络分为哪几层？

神经网络的层数可以根据具体架构和应用场景有所不同，但通常包括以下几种基本层：输入层（InputLayer）：这是神经网络的第一层，负责接收输入数据。在输入层中，每个神经元代表了数据集中的一个特征。

CA&AI-drugdesign·2024-01-19 07:13

查看神经网络中间层特征矩阵及卷积核参数

可视化featuremaps以及kernelweights，使用alexnet模型进行演示。1.查看中间层特征矩阵alexnet模型，修改了向前传播importtorchfromtorchimportnnfromtorch.nnimportfunctionalasF#对花图像数据进行分类classAlexNet(nn.Module):def__init__(self,num_classes=100

mango1698·2024-01-19 06:23

2020-12-10

研一下学期开了一门《数据挖掘与分析》的课，虽然我也不知道经济学为什么会开这种课，也许是因为学院顶了一个“大数据”的高大上（假大空）头衔，无论怎样，我与机器学习的缘分从此结下。

PrinceKare·2024-01-19 05:35

YOLOV2网络剪枝

对神经网络进行剪枝这个想法并不新奇，可追溯至1900年（YanLecun的工作-http://yann.lecun.com/exdb/publis/pdf/lecun-90b.pdf）。

立夏陆之昂·2024-01-19 05:18

Darknet_yolov2综述入门整理

接着上次的神经网络，这次整理一下Darknet，yolov2首先得先了解Darknet,是深度学习框架，总的来说深度学习框架提供了一些列的深度学习的组件（对于通用的算法，里面会有实现），当需要使用新的算法的时候就需要用户自己去定义

立夏陆之昂·2024-01-19 05:48

图像生成之条件生成对抗网络（CGAN）

在原文中，作者指出扩大神经网络模型去适应大量的预测输出类别是很有挑战性的，所以作者提到，利用来自其他模态的附加信息去解决这个问题:例如，通过使用自然语言语料库来学习标签的向量表示，因为几何关系具有语义意义

Wilson_Hank·2024-01-19 05:34

图像生成之变分自动编码器（VAE）

简要介绍“概率图模型+神经网络”、“EM算法、变分推断”自动编码器是一种无监督学习方法，将高维的原始数据映射到一个低维特征空间，然后从低维特征学习重建原始的数据。

Wilson_Hank·2024-01-19 05:03

推荐频道

数据挖掘神经网络图像识别