时空图卷积网络

二维深度卷积网络模型下的轴承故障诊断

1.数据集使用凯斯西储大学轴承数据集，一共有4种负载下采集的数据，每种负载下有10种故障状态：三种不同尺寸下的内圈故障、三种不同尺寸下的外圈故障、三种不同尺寸下的滚动体故障和一种正常状态2.模型（二维CNN）使用数据增强的方式：重叠切割（每个样本长度是1024）通过reshape的方式变形为二维的输入形式（32,32,1）3实验效果0HP数据集(训练集与测试集比例为7:3)，测试集准确率为99.6
深度学习的奋斗者·2023-08-01 00:09

卷积层参数量计算

今天在看Ng的深度学习课程之卷积网络，我发现视频最后计算参数量那张表格好像有点错误，而且好像有不少同学没弄懂怎么计算卷积层的参数量，那我就说一说吧。
Dreamcatcher风·2023-07-31 13:04

基于pyqt和卷积网络CNN的中文汉字识别

直接上效果演示图：通过点击按钮可以实现在画板上写汉字识别和加载图片识别两个功能。视频演示和demo仓库地址在b站视频001期：到此一游7758258的个人空间-到此一游7758258个人主页-哔哩哔哩视频所有代码展示：十分的简洁，主要是01,02,03.py文件运行01dataset.py可以将data文件下的图片数据集保存成txt格式记录。运行02train.py可以读取txt记录的图片数据进行
no_work·2023-07-31 10:31

【图神经网络】个人综述分享

目录1引言2相关工作2.1行为识别2.2图卷积网络方法3图神经网络3.1频谱方法的应用3.2基于空间的图卷积神经网络4基于图卷积的行为识别网络设计4.1构造图拓扑结构的变化4.1.1按照输入特征区分4.1.2
Zongshun Wang的博客·2023-07-31 06:08

读论文：Deep Learning on Graphs: A Survey

=Abstract====Introduction====综述==一、图递归神经网络GraphRNN1.1节点级RNNsNode-LevelRNNs1.2图级RNNGraph-LevelRNNs二、图卷积网络
a44267113·2023-07-31 06:37

VGG网络与中间层特征提取

1.背景VGG是常见的用于大型图片识别的极深度卷积网络，这里主要介绍VGG网络预测在ImageNet数据集上的训练及预测。
MusicDancing·2023-07-29 14:30

STN：Spatial Transformer Networks 空间变换网络

文章是GoogleDeepMind在2015年提出的SpatialTransformerNetworks（STN），该模型能够让卷积网络学会数据的形状变换，能够对经过平移、旋转、缩放及裁剪等操作的图片得到与未经变换前相同的检测结果
暖风️·2023-07-29 12:57

【GNN+加密流量】NE-GConv: A Lightweight Node Edge Graph Convolutional Network for Intrusion Detection

文章目录论文名称摘要存在的问题论文贡献1.IDS框架2.图构建3.NE-GConv总结论文名称中文题目：NE-GConv:用于入侵检测的轻量级节点边图卷积网络发表期刊：Computers&Security
过动猿·2023-07-28 12:45

K折交叉验证

importtorchimporttorch.nnasnnfromsklearn.model_selectionimportKFoldfromsklearn.metricsimportaccuracy_score#定义一维卷积网络模型
灰太狼家的小鸭子·2023-07-28 12:55

转移学习的计算机视觉教程

转移学习的计算机视觉教程引用这些注释，实际上，很少有人从头开始训练整个卷积网络(使用随机初始化），因为拥有足够大小的数据集相对很少。
yanglamei1962·2023-07-27 22:17

cnn卷积网络解决尺寸大小不确定的图片分类问题--银行凭证印章检查

简介CNN卷积神经网络进行图像识别分类的技术很简单，一般神经网络初学者都做过mnist分类实验，简单的分类任务准确率跑到99%已经不成问题，这里不做过多的介绍。但是想用卷积神经网络解决实际问题，往往会碰见一些问题和痛点。整理如下：1、Mnist数据集包括网上公开的很多用于图像分类的数据集尺寸固定，我们做实验的时候很容易搭建针对输入输出纬度和形状固定的网络，但是实际情况是识别图片来源来自于扫描仪、照
zhigongjz·2023-07-27 21:53

Python基于PyTorch实现卷积神经网络回归模型(CNN回归算法)项目实战

1.项目背景卷积神经网络，简称为卷积网络，与普通神经网络的区别是它的卷积层内的神经元只覆盖输入特征局部范围的单元，具有稀疏连接（sparseconnectivity）和权重共享（weightshared
胖哥真不错·2023-07-27 11:53

pytorch 特征图绘制 gradcam

绘制pytorch卷积网络模型中特征图的类#coding:utf-8importcv2importnumpyasnpimporttorch#类的作用#1.编写梯度获取hook#2.网络层上注册hook#3
carry_xz·2023-07-27 10:21

Dual Graph Convolutional Networks for Aspect-based Sentiment Analysis 论文阅读

DualGraphConvolutionalNetworksforAspect-basedSentimentAnalysis(2021ACL)DualGraphConvolutionalNetworksforAspect-basedSentimentAnalysis基于方面的情感分析的对偶图卷积网络论文地址
Lucas_coding·2023-07-27 08:26

阅读笔记-Trans2Seg Segmenting Transparent Object in the Wild with Transformer

比如之前的图卷积网络，注意力机制再到现在的transformer，transformer本质上也是
熙熙江湖·2023-07-27 07:42

第七章：WILDCAT: 弱监督学习的深度卷积神经网络用于图像分类、点位定位和分割

WILDCAT在三个主要层面上扩展了最先进的卷积神经网络：使用全卷积网络以保持空间分辨率，网络中明确设计了与不同类别模态相关的局部特征，并采用一种新的方法来汇集这些特征以提供弱
Joney Feng·2023-07-26 23:17

第六章：Learning to Detect Salient Objects with Image-level Supervision——学习使用图像级监督来检测显著对象

在我们的训练方法的第一阶段，FIN与全卷积网络（FCN）一起进行图像级标签预测的联合训练。我们提出了全局平滑池化层，使得FCN能够为相
Joney Feng·2023-07-26 19:34

论文阅读《ESSWC2018：Modeling Relational Data with Graph Convolutional Networks》

工作简介本文引入了关系图卷积网络(R-GCNs)，并将其应用于两个标准的知识库完成任务:链接预测和实体分类。
Jiawen9·2023-07-26 16:20

【连载】深度学习笔记9：卷积神经网络（CNN）入门

笔者对于这一块的初步打算是从卷积网络的基本原理讲起，将卷积网络的前向传播和反向传播过
linux那些事·2023-07-26 04:33

【pytorch】主流深度学习框架介绍

Caffe由加州大学伯克利Phd贾扬清开发，对卷积网络支持很好，只提供C++接口。很多ImageNet比赛网络用Caffe写的，缺点不够灵活，内存占用高，只提供C++接
上弦同学·2023-07-25 22:06

Python基于PyTorch实现卷积神经网络分类模型(CNN分类算法)项目实战

1.项目背景卷积神经网络，简称为卷积网络，与普通神经网络的区别是它的卷积层内的神经元只覆盖输入特征局部范围的单元，具有稀疏连接（sparseconnectivity）和权重共享（weightshared
胖哥真不错·2023-07-25 22:22

深度学习(二)

目录一、神经网络整体架构:架构细节:神经元个数的影响:神经网络过拟合解决:卷积网络整体架构:卷积层边缘填充特征尺寸计算池化层特征图变化递归神经网络一、神经网络整体架构:图中分别为输入层、隐层1、隐层2、
几两春秋梦_·2023-07-25 06:43

每天五分钟计算机视觉：单卷积层的前向传播过程

单层卷积网络前向传播过程单卷积层的前向传播和传统的神经网络是一样的。简单来看就是对于一张图片而言，卷积层中的不同卷积核先分别对图片进行卷积操作，比如下图中，图片x(6
幻风_huanfeng·2023-07-24 20:09

【深度学习-卷积神经网络CNN-基础】

文章目录发展历史卷积神经网络的应用领域卷积的原理和作用卷积和传统的神经网络的区别卷积网络的整体架构输入层卷积层池化层全连接层卷积和池化叠加多层卷积可以处理什么类型的数据卷积的超参数卷积最大的优势卷积的细节卷积的原理卷积的参数卷积的次数步长卷积核尺寸边缘填充卷积核个数卷积的特征尺寸计算卷积参数共享最大池化卷积的层数感受野本文介绍深度学习中极为重要的一个神经网络
y_dd·2023-07-24 16:56

深度神经网络基础——深度学习神经网络基础 & Tensorflow在深度学习的应用

入门&环境配置&认识Tensorflow三、线程与队列与IO操作神经网络基础知识1.简单神经网络2.卷积神经网络卷积层新的激活函数-Relu池化层(Pooling)计算案例：Mnist手写数字图片识别卷积网络案例一
Perley620·2023-07-24 15:36

基于二维卷积网络（2DCNN）多特征输入的风速预测项目实战（pytorch）（多特征）

一、项目简介本项目实现了基于二维卷积网络的多特征输入的的风速预测（使用了数据集中的8个特征作为输入），其效果明显比本人之前文章所做的一维多特征效果好。
科研小条·2023-07-24 15:31

Keras-4-深度学习用于计算机视觉-猫狗数据集训练卷积网络

相关知识点：从头训练卷积网络；数据增强；dropout；1.在猫狗分类数据集上训练一个卷积神经网络:1.1数据集下载及划分:下载链接：https://www.kaggle.com/c/dogs-vs-cats
@ZyuanZhang·2023-07-22 14:28

Keras-4-深度学习用于计算机视觉-卷积神经网络对 MNIST 数字进行分类:

和卷积层的区别在于：Dense层从输入特征空间中学到的是全局模式；而卷积层学到的是局部模式(学到的是卷积核大小的窗口中发现的模式)；卷积的两个性质：1).平移不变性(translationinvariant)：卷积网络在图像右下角学
@ZyuanZhang·2023-07-22 14:58

Kears-4-深度学习用于计算机视觉-使用预训练的卷积网络

0.说明：本篇学习记录主要包括：《Python深度学习》的第5章（深度学习用于计算机视觉）的第3节（使用预训练的卷积神经网络）内容。相关知识点：预训练模型的复用方法；预训练网络(pretrainednetwork)是一个保存好的网络，之前已经在大型数据集上完成训练。理论上数据集足够大，那么该预训练网络就可以学到足够的特征，模型的可移植性就更好。预训练模型的使用方法：特征提取(featureextr
@ZyuanZhang·2023-07-22 13:20

10X空间转录组聚类分析之图卷积网络（graph convolutional network）算法解读

hello，接上一篇文章10X空间转录组聚类分析之图卷积网络（graphconvolutionalnetwork），我们回来解读SpaGCN对空间聚类和找空间高边基因的算法。
单细胞空间交响乐·2023-07-22 05:45

格局打开，Meta 发布免费商业应用的开源 AI 模型 Llama 2，网友：微软又赢麻了！...

CSDNnews）昔日的竞争对手，今日的合作盟友；忽如一夜春风来，开源大模型迎来新局面；今天是OSSAI胜利的一天；随着Meta最新发布一个新的开源AI模型——Llama2，网上盛赞的声音不绝于耳，甚至图灵奖得主、卷积网络之父
CSDN 程序人生·2023-07-21 09:58

SuperGlue学习记录之最优传输

SuperGlue结构先来看一下其结构：首先将两张图片送入特征提取网络，通过卷积网络提取出特征，主要有四个值，分别是两张图片的特征信息，diA与diB(1,256,997),256是维度特征，以及位置信息
彭祥.·2023-07-20 22:21

格局打开，Meta 发布免费商业应用的开源 AI 模型 Llama 2，网友：微软又赢麻了！...

CSDNnews）昔日的竞争对手，今日的合作盟友；忽如一夜春风来，开源大模型迎来新局面；今天是OSSAI胜利的一天；随着Meta最新发布一个新的开源AI模型——Llama2，网上盛赞的声音不绝于耳，甚至图灵奖得主、卷积网络之父
CSDN资讯·2023-07-20 09:04

【论文笔记】Factorizable Graph Convolutional Networks

Method2.1DisentanglingStep2.2AggregationStep2.3MergingStep3.总体架构4.超参数的设置FactorizableGraphConvolutionalNetworks，FactorGCN，可分解图卷积网络
·2023-07-20 07:23

LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation 论文笔记

3.1LightGraphConvolution(LGC)3.2层组合和模型预测3.3矩阵表示4.实验4.1比较方法4.2和NGCF的性能比较4.3消融和有效性分析4.3.1层组合的影响4.3.2对称开方归一化的影响1.简介1.1背景介绍图卷积网络中的最常见的设计
·2023-07-20 07:53

10 卷积网络 convolutional networks

卷积如果将图片从H∗W∗CH*W*CH∗W∗C拉伸到N∗1N*1N∗1的维度，而参数矩阵又是N∗MN*MN∗M的大小。N很大，M也很大。整个网络中的参数量会变得巨大。卷积过程，使用一个filter在整个图片上滑动。当然输入的图象可能有多个channel，输出的图象也可以有更多的channelPadding填充当卷积完成之后，会发现输出图像的HW高和宽都小了一圈。这时我们需要进行填充。一般都是填充0
黄昏贩卖机·2023-07-19 17:25

Python案例｜使用卷积网络对星系图片进行分类

星系动物园（galaxyzoo）是由牛津大学等研究机构组织并邀请公众协助的志愿者科学计划，目的是为超过100万个星系图像进行分类。这是天文学中一次规模浩大的公众星空普查活动，大众参与热情高涨，在近十万名志愿者的积极参与下，只用了175天就完成了第一阶段的星系动物园项目：对95万个星系进行了分类，而且平均每个星系被分类了38次。根据星系动物园的研究结果，星系图像可以分为4大类：圆形星系、中间星系、侧
TiAmo zhang·2023-07-19 15:24

⑧【自监督学习 · 时空图卷积网络 · 文献精读】步态识别 | 姿势估计 | 隐私保护 | 生物识别技术

其实，大家怀念的不是别人，而是——自己的青春啊！很多人其实你已经见过最后一面了，只是你没发觉而已…作者主页：追光者♂个人简介：[1]计算机专业硕士研究生[2]2022年度博客之星人工智能领域TOP4[3]阿里云社区特邀专家博主[4]CSDN-人工智能领域优质创作者[5]预期2023年10月份·准CSDN博客专家</
追光者♂·2023-07-19 05:54

TORCH03_02数据加载中的图像处理

  加载数据集设计图像预处理，PyTorch提供常见的图像处理，这些处理方式在AlexNet，ResNet，VGG等常见卷积网络中都可以见到。这里整理一下，便于使用的时候备查。  
杨强AT南京·2023-07-18 13:03

使用darknet-dnn-GPU方式识别物体(一)

1、darknetdarknet是一个c写的可以使用GPU方式来调用深度卷积网络来识别物体的深度学习框架，上手及其简单，易用。
qianbo_insist·2023-07-17 12:49

2023.2.5 第三十九次周报

目录前言文献阅读：基于RNN方法的时间卷积网络用于混沌时间序列预测背景主要思路方法论时间卷积网络递归神经网络支持向量机（SVM）SVM直觉理解升维转换和核技巧（KernelTrick）求解SVM决策超平面总结前言
孙源峰·2023-07-17 05:49

人脸识别学习

6、什么是深度卷积网络8、代价函数1、人脸识别如何做到一次学习（1）、数据收集：收集包含多个人脸图像的数据集，每个人脸图像都有对应的标签或身份信息。（2）、图像预处理：对
Q渡劫·2023-07-16 21:41

论文阅读 HighlightMe: Detecting Highlights from Human-Centric Videos

我们使用配备时空图卷积的自动编码器网络来检测基于这些模式的人类活动和交互。我们根据帧的代表性训练网络，将不同模态的基于活动和交互的潜在结构表示映射到每帧的突出得分。
城南皮卡丘·2023-07-16 19:17

鸟类识别系统python+TensorFlow+Django网页界面+卷积网络算法+深度学习模型

一、介绍鸟类识别系统，使用Python作为主要开发语言，基于深度学习TensorFlow框架，搭建卷积神经网络算法。并通过对数据集进行训练，最后得到一个识别精度较高的模型。并基于Django框架，开发网页端操作平台，实现用户上传一张图片识别其名称。二、效果图片三、演示视频and代码视频+代码：https://www.yuque.com/ziwu/yygu3z/wsdglil6ub5fkvrg四、M
　子午·2023-07-15 12:29

吴恩达的人脸检测

1.将人脸图像编码为128位的向量1.1-使用卷积网络来进行编码系统构建一个编码，对该编码的元素进行比较，FaceNet模型需要大量的数据和长时间的训练#获取模型FRmodel=faceRecoModel
热爱技术的小曹·2023-07-14 21:26

第六章：U-Net——医学图像分割的卷积神经网络

我们证明，这样的网络可以从很少的图像进行端到端的训练，并在ISBI挑战中对电子显微镜堆栈中神经结构分割的先前最佳方法（滑动窗口卷积网络）进行了超越。使用
Joney Feng·2023-07-14 19:04

第七章：FCN——Fully Convolutional Networks for Semantic Segmentation

我们定义并详细解释了全卷积网络的空间，解释了它们在空间密集预测任务中的应用，并与之前的模型进行了联系。我们将现代分类网络（AlexNet[
Joney Feng·2023-07-14 19:04

目标检测学习

BoundingBox预测（Boundingboxpredictions）6、交并化7、非极大值抑制8、AnchorBoxes9、YOLO算法1、目标定位2、特征点检测如何检测特征点（以人的部位为例）（1）、准备一个卷积网络和一些特征集
Q渡劫·2023-07-14 16:11

⑥【自监督学习 · 时空图神经网络 · 文献精读】知识图谱 | 推荐 | 命名实体识别NER | 空间-时间知识图谱 | 时空知识图 | 时空相似性

后来，月亮说，其实你小时候我真的有跟着你走了很久很久…作者主页：追光者♂个人简介：[1]计算机专业硕士研究生[2]2022年度博客之星人工智能领域TOP4[3]阿里云社区特邀专家博主[4]CSDN-人工智能领域优质创作者[5]预期2023年10月份·准CSDN博客专家无限进步，
追光者♂·2023-07-14 15:04

经典CNN(一）：ResNet-50算法实战与解析

ResNet主要解决深度卷积网络在深度加深时候的”退化“问题。在一般的卷积神经网络中，增大网络深度后带来的第一个
放鹿的散妃·2023-07-14 08:45
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他