时序卷积

卷积神经网络八股（一）------20行代码搞定鸢尾花分类

卷积神经网络八股（一）------20行代码搞定鸢尾花分类引言用TensorflowAPI：tf.keras实现神经网络搭建八股Sequential的用法compile的用法fit的用法（batch是每次喂入神经网络的样本数
有幸添砖java·2025-02-25 22:11

【PyTorch 实战2：UNet 分割模型】10min揭秘 UNet 分割网络如何工作以及pytorch代码实现（详细代码实现）

UNet是一种常用于图像分割的卷积神经网络架构，其特点在于其U型结构，包括一个收缩路径
xiaoh_7·2025-02-25 22:37

【PyTorch项目实战】图像分割 —— U-Net：Semantic segmentation with PyTorch

2.1、环境搭建2.1.1、下载源码2.1.2、下载预训练模型2.1.3、下载训练集2.2、环境配置2.3、代码优化+架构优化2.4、模型预测：predict.pyU-Net是一种用于生物医学图像分割的卷积神经网络架构
胖墩会武术·2025-02-25 21:04

STM32 利用SysTick实现高精度计时

可以用作I2C、SPI通信中的时序控制，RTOS环境中作为心跳时钟。目录一、微秒级延时函数udelay二、毫秒级延时函数mdelay三、获取系统时间函数四、函数调
jmlinux·2025-02-25 21:01

论文学习3：深度学习增强的光声成像（PAI）的最新进展（综述）

详细说明代表性DL架构：卷积神经网络（CNN）、U-形神经网络（U-Net）和
superace7911·2025-02-25 15:50

【PyTorch】torch.nn.Conv1d 类：一维卷积层（处理一维数据的卷积运算）

torch.nn.Conv1d是PyTorch中的一维卷积层，用于处理一维数据的卷积运算，常用于时序数据、音频信号、文本等的处理。
彬彬侠·2025-02-25 13:00

Linux LCD驱动开发

一、硬件准备与原理LCD接口类型RGB并行接口：需配置时序参数（HSYNC/VSYNC/DCLK）LVDS：差分信号传输，需设置通道映射MIPI-DSI：高速串行接口，需初始化CMD/VIDEO模式SPI
PM简读馆·2025-02-25 12:26

时序大模型：技术需求、现有成果及主流模型、模型架构、数据处理方式、优势、缺点及未来展望

时序大模型：技术需求、现有成果及主流模型、模型架构、数据处理方式、优势、缺点及未来展望时序大模型如何保证数据的完整性和准确性时序大模型的性能高度依赖于数据的质量和完整性。
xl.liu·2025-02-25 07:50

串口输入缓冲区历史数据干扰问题 python的解决方案

ModbusRTU协议基于时序传输，若在发送新指令前未清空缓冲区，会导致残留数据被误读。解决方案在发送新命令前清空串口输入缓冲区，确保只读取当前命令的响应。修
huiyuanzhenduo·2025-02-25 06:14

深度学习入门篇--来瞻仰卷积神经网络的鼻祖LeNet

B站视频讲解:深度学习入门篇:使用pytorch搭建LeNet网络并代码详解实战前言大家在学习神经网络的时候肯定会有这样的感受,有很多的文章和视频,有的文章也很好,但是总是不成体系,总是学起来东一榔锤,西一棒槌的,在这种情况下,我会给大家更新深度学习系列的技术文章,轮椅级持续更新技术干货,别问为什么是轮椅级,因为保姆级已经过时了!前置基础知识储备:python/pytorch/神经网络基础知识概念
智算学术·2025-02-25 00:31

YOLOv12：以注意力为中心的物体检测

相比以往的YOLO模型，YOLOv12摒弃了传统基于卷积神经网络（CNN）的结构，采用了全新的方法，融合了自注意力机制和高效的网络架构优化，提供了一个高精度、低延迟的实时目标检测模型。
那雨倾城·2025-02-24 23:21

基于Python开发的使用多个单视图特征融合的基于图卷积网络（GCN）的肺结节检测系统的示例

以下是一个基于Python开发的使用多个单视图特征融合的基于图卷积网络（GCN）的肺结节检测系统的示例。我们将使用PyTorch和torch_geometric库来实现图卷积网络，并模拟数据进行演示。
go5463158465·2025-02-24 20:06

浅显介绍图像识别的算法卷积神经网络（CNN）中的激活函数

激活函数的作用激活函数在神经网络中扮演着至关重要的角色，其主要作用包括但不限于以下几点：引入非线性：如果没有激活函数或仅使用线性激活函数，无论神经网络有多少层或多复杂，整个模型仍然只能表达线性映射。这意味着它无法学习和表示数据中的复杂模式。通过使用非线性的激活函数，如ReLU（修正线性单元）、Sigmoid、Tanh等，可以赋予神经网络学习复杂函数的能力。决定神经元是否被激活：激活函数根据输入信号
cjl30804·2025-02-24 15:31

深度学习（5）-卷积神经网络

我们将深入理解卷积神经网络的原理，以及它为什么在计算机视觉任务上如此成功。我们先来看一个简单的卷积神经网络示例，它用干对MNIST数字进行分类。
yyc_audio·2025-02-24 14:26

深度学习（2)-深度学习关键网络架构

关键网络架构深度学习有4种类型的网络架构：密集连接网络、卷积神经网络、循环神经网络和Transformer。
yyc_audio·2025-02-24 14:26

时序数据库 TDengine 化工新签约：存储降本一半，查询提速十倍

化工行业在数字化转型过程中面临数据接入复杂、实时性要求高、系统集成难度大等诸多挑战。福州力川数码科技有限公司科技依托深厚的行业积累，精准聚焦行业痛点，并携手TDengine提供高效解决方案。通过应用TDengine，力川科技助力化工企业实现了海量数据的低成本、高效存储与处理，同时达到了毫秒级实时监控，为安全生产和智能决策提供强有力的支撑。具体来说，本次合作不仅使存储成本降低50%以上，查询效率提升
·2025-02-24 14:00

合泰Holtek LCD驱动芯片选型全攻略：从原理到落地的工程师视角

一、LCD驱动芯片：显示系统的“神经中枢”LCD驱动芯片是连接主控MCU与液晶屏的核心器件，负责将数字信号转化为液晶分子偏转所需的模拟电压，同时协调时序与刷新逻辑。
holtek合泰芯片选型及支持·2025-02-24 12:38

关于FPGA的代码书写错误引起的时序问题

一、现象FPGA从RAM中读取DAC数据后,出现偶尔从RAM读错数据的情形，有时候修改一些代码后又不出现该错误的二、分析根据这个现象应该是时序引起的，需要做实验定位问题是写数据有误还是读数据有误，最后通过实验分析是写数据有误
mmmmmlovely·2025-02-24 01:51

将混合专家（Mixture of Experts, MoE）路由机制引入时序预测方向的思路的拆解和优化建议

看前必读：本笔记主要是由idea给到deepseek进行的总结，示例代码已经调试成功，其中也提到了多种优化建议，觉得有提升或者可以讲好故事都可以在评论区或飞书讨论！飞书链接：Docshttps://h1sy0ntasum.feishu.cn/wiki/R39Mw1DQSiBUaNksgpocz22hnHd?from=from_copylink现有方法与MoE的对比分析传统分解方法（如季节-趋势分解
放空儿·2025-02-23 22:00

DMA IP核的详解与实现

异步时钟，4个时钟采用不同的时钟源，优点是用户可以使用比DMA更高的时序运行用户程序；在异步时钟下，s_axi_lite_a
寒听雪落·2025-02-23 21:53

生成对抗网络(GAN)：从概念到代码实践(附代码)

第一章：计算机视觉中图像的基础认知第二章：计算机视觉：卷积神经网络(CNN)基本概念(一)第三章：计算机视觉：卷积神经网络(CNN)基本概念(二)第四章：搭建一个经典的LeNet5神经网络(附代码)第五章
全栈你个大西瓜·2025-02-23 21:19

MTCNN 人脸检测技术揭秘：原理、实现与实战(附代码)

第一章：计算机视觉中图像的基础认知第二章：计算机视觉：卷积神经网络(CNN)基本概念(一)第三章：计算机视觉：卷积神经网络(CNN)基本概念(二)第四章：搭建一个经典的LeNet5神经网络(附代码)第五章
全栈你个大西瓜·2025-02-23 21:18

神经网络可视化工具

11款神经网络可视化工具，组会汇报、论文插图、科研学术必备01TensorSpace可以在网页上直接使用，是一种3D模型展示神经网络，适合给初学者或者科普的时候展示时使用，非常的直观，并且每一层的卷积层都可以展开
G鲲鹏展翅Y·2025-02-23 18:58

嵌入式硬件篇---数字电子技术中的时序逻辑

文章目录前言简介1.关键延迟时间的定义与作用(1)传输延迟（PropagationDelay）定义作用示例(2)时钟到输出延迟（Clock-to-QDelay,Tcq）定义作用示例(3)建立时间（SetupTime,Tsetup）定义作用示例(4)保持时间（HoldTime,Thold）定义作用示例(5)组合逻辑延迟（Tcomb）定义作用示例(6)时钟偏移（ClockSkew,Tskew）定义作用
Ronin-Lotus·2025-02-23 13:25

人工智能：从基础到前沿

2.2人工智能的历史2.3人工智能的分类3.机器学习3.1机器学习概述3.2监督学习3.3无监督学习3.4强化学习4.深度学习4.1深度学习概述4.2神经网络基础4.3卷积神经网络（CNN）4.4循环神经网络
顾漂亮·2025-02-23 12:15

边缘计算与联邦学习驱动医疗影像特征工程优化

该框架以卷积神经网络为核心，结合多阶段数据预处理流程（包括噪声抑制、模态对齐及标准化处理），实现跨设备医疗影像的特征表示统一化。在模型
智能计算研究中心·2025-02-23 11:40

Python中常见库 PyTorch和Pydantic 讲解

它提供了丰富的工具和库，用于构建和训练各种深度学习模型，如卷积神经网络（CNN）、循环神经网络（RNN）及其变体（如LSTM、GRU）、生成对抗网络（GAN）等。
爱丫爱·2025-02-22 23:40

【特征融合】卷积神经网络中的特征融合方式有哪些？？让我们一起看看！

【特征融合】卷积神经网络中的特征融合方式总结与探索…【特征融合】卷积神经网络中的特征融合方式总结与探索…文章目录【特征融合】卷积神经网络中的特征融合方式总结与探索...前言：1.串联（Concatenation
985小水博一枚呀·2025-02-22 22:59

基于CNN-LSTM-Attention的回归预测算法（附Tensorflow框架下的代码）

基于CNN-LSTM-Attention的回归预测算法结合了卷积神经网络（CNN）、长短期记忆网络（LSTM）和注意力机制（Attention）三种强大的技术，通常用于时序数据的回归预测问题。
Jason_Orton·2025-02-22 20:08

Python：实现 PyTorch 中训练自定义卷积神经网络模型(CNN)并导出模型为 ONNX 格式，同时使用 ONNX Runtime 进行推理

本文将介绍如何使用PyTorch训练一个简单的卷积神经网络（CNN）模型，并将训练好的模型导出为ONNX格式，之后使用ONNXRuntime在Python中加载并进行推理。
煤炭里de黑猫·2025-02-22 16:40

RepVGGBlock实现

本文将要介绍的RepVGG（Re-parameterizedConvolutionalNeuralNetwork）是一种通过重新参数化技术将复杂的神经网络结构转换为简单的卷积层的方法。
武乐乐~·2025-02-22 13:45

适用于复杂背景的YOLOv8改进：基于DCN的特征提取能力提升研究

文章目录1.YOLOv8的性能瓶颈与改进需求1.1YOLOv8的优势与局限性1.2可变形卷积（DCN）的优势2.DCN在YOLOv8中的应用2.1DCN的演变与YOLOv8的结合2.2将DCN嵌入YOLOv8
向哆哆·2025-02-22 10:20

深度学习-123-综述之AI人工智能与DL深度学习简史1956到2024

1940-1960年代)1.3多层感知器MLP(1960年代)1.4反向传播(1970-1980年代)1.5第二次黑暗时代(1990-2000年代)1.6深度学习的复兴(21世纪末至今)1.6.1CNN卷积神经网络
皮皮冰燃·2025-02-22 04:07

深度学习模型的全面解析：技术进展、应用场景与未来趋势

这些模型可以根据其结构和应用场景被分为不同的类别，包括但不限于卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）、生成对抗网络（GAN）和Transformer模型等。
阿尔法星球·2025-02-21 22:03

嵌入式八股文（四）计算机网络篇

⽹络协议的三个基本要素：语法、语义和时序。3.接口上下层之间交换信息通过接口来实现。一般使上下层之间传输信息量尽可能少，这样使两层之间保持其功能的相对独立性。硬件接口：在物理层面，接口通常指的是
小仇学长·2025-02-21 17:56

UNet：UNet的损失函数与优化器_2024-07-24_07-32-39.Tex

UNet：UNet的损失函数与优化器UNet简介UNet的架构UNet是一种广泛应用于图像分割任务的卷积神经网络架构，由OlafRonneberger、PhilippFischer和ThomasBrox
chenjj4003·2025-02-21 16:46

Vision Transformer图像分类实现

与传统的卷积神经网络(CNN)不同，ViT将图像分割成多个小块（patches），并将这些小块视为序列输入到Transformer中。
reset2021·2025-02-21 16:13

跨越感官鸿沟：AGI多模态融合技术解析

1.2多模态表示学习的数学框架二、多模态融合的核心技术2.1跨模态对齐架构Transformer-based模型2.2动态模态融合2.3多模态自监督学习三、关键技术挑战与突破3.1模态差异鸿沟3.2多模态时序同步
.猫的树·2025-02-21 13:48

为什么说异步编程是反人类

异步编程的难点在于理解异步执行的时序、错误处理的方式以及在多线程和异步操作混合使用时的复杂性。这一模式特别适合处理I/O密集型操作，然而它的实现和管理常常让开发者感到头痛。
·2025-02-21 02:13

面试基础--分布式任务调度系统设计方案

分布式任务调度系统设计方案以下是一个基于实际项目经验设计的分布式任务调度系统方案，结合北京互联网大厂面试要求，涵盖架构图、调用关系图、设计图和数据流转时序图。
WeiLai1112·2025-02-21 00:41

Vision Transformer（ViT）：用 Transformer 颠覆图像识别

VisionTransformer（ViT）：用Transformer颠覆图像识别在计算机视觉领域，卷积神经网络（CNN）长期以来一直是图像识别任务的主流架构。
金外飞176·2025-02-20 19:36

萌新的51之旅——串口通信（3）

一，过程特性过程特性规定了信号之间的时序关系，以便正确的接收和发送数据采用RS-232c接口存在的问题一，传输距离短，传输速率低该总线标准受电容允许值的约束，使用时传输距离一般不要超过15米，最高传输速率为
codoger·2025-02-20 16:08

centos操作系统安装R包单细胞拟时序分析CytoTRACE2

探序基因肿瘤研究院整理作者操作系统为centosstream8，R版本为4.3.3devtools::install_github("digitalcytometry/cytotrace2",subdir="cytotrace2_r")中途出现错误：*installing*source*package‘RcppGSL’...**成功将‘RcppGSL’程序包解包并MD5和检查**usingstag
探序基因·2025-02-20 15:56

改进YOLO系列 | YOLOv5/v7 引入 Dynamic Snake Convolution | 动态蛇形卷积

改进YOLO系列：动态蛇形卷积（DynamicSnakeConvolution，DSC）简介YOLO系列目标检测算法以其速度和精度著称，但对于细长目标例如血管、道路等，其性能仍有提升空间。
wei子·2025-02-20 14:48

动态蛇形卷积（DySnakeConv）在YOLOv8检测头中的应用与优化-分割性能的提升【YOLOv8】

专栏订阅地址：https://blog.csdn.net/mrdeam/category_12804295.html文章目录动态蛇形卷积（DySnakeConv）在YOLOv8检测头中的应用与优化-分割性能的提升
步入烟尘·2025-02-20 14:44

图像识别与应用

图像识别作为人工智能领域的重要分支，近年来取得了显著进展，其中卷积神经网络（CNN）功不可没。
狂踹瘸子那条好脚·2025-02-20 13:10

动态蛇形卷积在YOLOv8中的探索与实践：提高目标识别与定位精度

文章目录动态蛇形卷积在YOLOv8中的探索与实践：提高目标识别与定位精度1.什么是动态蛇形卷积？
向哆哆·2025-02-20 13:07

基于python深度学习遥感影像地物分类与目标识别、分割实践技术应用

专题一：深度学习发展与机器学习深度学习的历史发展过程机器学习，深度学习等任务的基本处理流程梯度下降算法讲解不同初始化，学习率对梯度下降算法的实例分析从机器学习到深度学习算法专题二深度卷积网络、卷积神经网络
xiao5kou4chang6kai4·2025-02-20 11:20

RT-Thread I2C 驱动框架学习笔记

I2C总线驱动负责控制I2C总线的硬件，包括发送和接收数据的时序控制，以及处理总线冲突等。它与嵌入式系统的硬件层交互，实现对I2C总线的底层操作，使得应用程序可以通过I2C总线与外部设备进行通信。
DgHai·2025-02-20 11:45

卷积神经网络之AlexNet经典神经网络，实现手写数字0~9识别

由特征提取层的5个卷积层两个下采样层和分类器中的三个全连接层构成。
知识鱼丸·2025-02-20 08:24
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他