残差神经网络第10页

第十三站：卷积神经网络（CNN）的优化

前言：在上一期我们构建了基本的卷积神经网络之后，接下来我们将学习一些提升网络性能的技巧和方法。这些优化技术包括数据增强、网络架构的改进、正则化技术。

武狐肆骸·2025-02-27 03:08

深度学习：从神经网络到智能应用

二.深度学习的基本原理1.神经网络的组成2.激活函数3.反向传播（Backpropagation）三.深度学习的常见模型四.深度学习的应用场景五.深度学习的挑战与未来结语引言深度学习（DeepLearning

Jason_Orton·2025-02-27 00:43

ALOAM代码解析laserMapping（二）

文章目录前言1.计算当前帧位置的IJK坐标2.与地图特征点与线段拟合及残差计算2.1.变换点云坐标系2.2.寻找最近邻点2.3.计算最近邻点的中心2.4.计算协方差矩阵2.5.特征值与特征向量分析2.6

大山同学·2025-02-26 23:32

5V电压转换为3.3V电压

LM1117-3.3V稳压器（U6）：这是电路的核心组件，它是一个低压差线性稳压器（LDO），设计用于将输入电压稳定地转换为3.3V的输出电压。

✧˖‹gσσ∂ иιghт›✧·2025-02-26 22:30

理解CPU与GPU频繁数据传输

基础理解在学习深度学习神经网络过程中，有时候会遇到一些描述“尽量避免CPU与GPU频繁数据传输”。那这句话应该如何理解呢？我们知道CPU可以访问内存，而GPU也有自己的显存。

_DCG_·2025-02-26 22:58

深度学习批次数据处理的理解

基础介绍在计算机视觉深度学习网络中，在训练阶段数据输入通常是一个批次，即不是一次输入单张图片，而是一次性输入多张图片，而神经网络的结构内部一次只能处理一张图片，这时候很自然就会考虑为什么要这样的输入？

_DCG_·2025-02-26 22:28

力扣 807. 保持城市天际线(Java实现)

所谓四个方向高度不变的增量，其实就是arr[i][j]与同i行最大值同j列最大值之间的最小值的差，有点绕，举例：grid[0][0]的高度增量=同0行最大值8与同0列最大值9之间的最小值，即8的差为8-

Dr_Si·2025-02-26 18:01

蓝桥杯集训2014年真题

小明又补充说：“她们可不是双胞胎，年龄差肯定也不超过8岁啊。”请你写出：小明的较小的妹妹的年龄。（注意：只写一个人的年龄数字，请通过浏览器提交答案。

Bigdata__Lv·2025-02-26 18:58

【人工智能数学基础篇】线性代数基础学习：深入解读矩阵及其运算

矩阵不仅在数据科学中广泛应用，更是神经网络、图像处理、自然语言处理等领域的重要工具。

猿享天开·2025-02-26 14:33

三角函数和差角公式对于任意角的证明（代数法）

前置知识：平面向量、诱导公式和差角公式的证明如下：对于每个始边为xxx轴正半轴的角θ\thetaθ，令平面向量a⃗θ\veca_{\theta}aθ是xOyxOyxOy中，以OOO为起点，方向沿着的θ\

Jean·Gunnhildr·2025-02-26 14:29

训练神经网络出现nan

在理解和修改QARV的代码时，出现了训练会因为nan而终止的问题，因此学习记录。参考资料Pytorch训练模型损失Loss为Nan或者无穷大（INF）原因Pytorch训练模型损失Loss为Nan或者无穷大（INF）原因_pytorchnan-CSDN博客文章浏览阅读5.6w次，点赞135次，收藏489次。常见原因-1一般来说，出现NaN有以下几种情况：相信很多人都遇到过训练一个deepmodel

崧小果·2025-02-26 11:12

【TVM教程】为 NVIDIA GPU 自动调度神经网络

本文介绍如何使用auto-scheduler为NVIDIAGPU调优整个神经网络。为自动调优神经网络，需要将网络划分为小的子图并独立调优。每个子图被视为

HyperAI超神经·2025-02-26 09:57

从零开始玩转TensorFlow：小明的机器学习故事 4

有一天，小明在学校图书馆翻看杂志时，看到这样一句话：“就像人的大脑有上百亿神经元，神经网络能够学习复杂的信息映射，从而取得卓越的表现。”他瞬间来了灵感：“或许我

山海青风·2025-02-26 07:42

GAN（Generative Adversarial Network）—生成对抗网络

GAN（GenerativeAdversarialNetwork）代表了深度学习中生成建模的尖端方法，通常利用卷积神经网络等架构。

算法资料吧！·2025-02-26 06:06

几何与向量方法推导两角和差公式

几何方法是用锐角三角函数推广到所有角，向量方法是运用点积与叉积，另外附上两角和差公式的另外形式[MENU]1.sin、cos的两角和差公式推导1.1几何方法1.2向量方法1.2.1点积推导cos两角和差公式

Halois·2025-02-26 06:00

在PyTorch中使用插值法来优化卷积神经网络（CNN）所需硬件资源

适用场景：在卷积神经网络（CNN）中的应用场景中，经常遇到计算资源有限，比如显存不够或者处理速度慢，需要用插值来降低计算量。

mosquito_lover1·2025-02-26 03:45

React 中的受控组件与非受控组件：深度剖析与实战应用

要是咱能把它们摸透了，知道啥时候用啥，那开发出来的React应用肯定既好用又靠谱，用户体验也差不了。二、受控组件（一）定义咋来的受控组件，简单讲，就是让表单元素的值跟React组件的state绑得

银之夏雪丶·2025-02-26 00:53

BP算法的python实现 + 男女生分类器

BP算法是神经网络中十分经典的算法之一，要把它解释清楚实在需要很多时间，我只想重点讲一下基于BP算法的男女生分类器python实现，理论方面推荐看知乎大

乐宝不是酒·2025-02-26 00:21

Pytorch:以CIFAR-10分类为例，给出了神经网络的训练流程

下面给出了神经网络的训练流程，包括数据加载与预处理、网络定义、损失函数和优化器定义、网络训练和网络测试。

Xiao_Ya__·2025-02-25 23:49

梯度累加（结合DDP）梯度检查点

梯度累加目的梯度累积是一种训练神经网络的技术，主要用于在内存有限的情况下处理较大的批量大小（batchsize）。

糖葫芦君·2025-02-25 23:16

Tensorflow2.x框架-神经网络八股扩展-acc曲线与loss曲线

loss/loss可视化，可视化出准确率上升、损失函数下降的过程博主微信公众号（左）、Python+智能大数据+AI学习交流群（右）：欢迎关注和加群，大家一起学习交流，共同进步！目录摘要一、acc曲线与loss曲线二、完整代码摘要loss/loss可视化，可视化出准确率上升、损失函数下降的过程一、acc曲线与loss曲线history=model.fit(训练集数据,训练集标签,batch_siz

诗雨时·2025-02-25 23:15

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

深度学习笔记——循环神经网络RNN

本文详细介绍面试过程中可能遇到的循环神经网络RNN知识点。

好评笔记·2025-02-25 22:10

第三讲-神经网络八股

一、搭建神经网络六部法tf.keras搭建神经网络六部法1、import相关模块 2、train,test #训练集、测试集3、model=tf.keras.models.Sequential #逐层搭建网络结构

loveysuxin·2025-02-25 22:38

神经网络八股（3）

1.什么是梯度消失和梯度爆炸梯度消失是指梯度在反向传播的过程中逐渐变小，最终趋近于零，这会导致靠前层的神经网络层权重参数更新缓慢，甚至不更新，学习不到有用的特征。

SylviaW08·2025-02-25 22:37

【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

蓝牙耳机的2种模式（Stereo,Hand-free）是什么？

stereo=立体声（音质好，只能听歌）handsfree=免提（音质差，可用麦克风）立体声（"Stereo"）设备在蓝牙术语中被称为“高级音频分发配置文件”（"AdvancedAudioDistributionProfile

geek_Chen01·2025-02-25 22:36

ERP : 产出控制

３、某种容差限度，它便得系统对于最终将被相反的变化所抵销的微小变化不作反应但它将允许系统敏捷地去认出显著变化并要求校正行动。

ZhuCheng Xie·2025-02-25 22:35

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

、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

【YOLOv11改进[注意力]】引入YOLOv12的A2C2f模块改进v11

目录一YOLOv121区域注意力(AreaAttention)2R-ELAN(残差高效层聚合网络)3架构优化4实验二魔改YOLOv111整体修改

Jackilina_Stone·2025-02-25 19:20

MySQL 主从集群同步延迟问题分析与解决方案

一、主从同步延迟的本质主从同步延迟是指从库（Slave）的数据落后于主库（Master）的时间差，通常由以下环节

豪宇刘·2025-02-25 17:35

为AI聊天工具添加一个知识系统之122 详细设计之63 实体范畴论和神经元元模型：命名法函子

神经元元模型（三层含义）暨三种神经网络构造型既神经元三个功能约束即神经细胞元元模型。”注：第一行是实体的范畴论的三种论法。

一水鉴天·2025-02-25 16:59

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

ResNet代码详解与具体实现

1.BasicBlock类中的init()函数是先定义网络架构，forward()的函数是前向传播，实现的功能就是残差块，importtorch.nnasnnimportmathimporttorch.utils.model_zooasmodel_zoo

墨小傲·2025-02-25 10:42

GPT-2源码实现及GPT-3、GPT-3.5、GPT-4及GPT-5内幕解析(二)

NLP_Matrix_Space5.2GPT-2源码实现逐行解析本节讲解GPT-2源码，gpt2.py是一个使用NumPy实现的代码，在代码中实现了GELU激活函数、softmax函数、层归一化、线性层、前馈神经网络

段智华·2025-02-25 09:35

主从同步的延迟问题解析及解决方案

然而，在实际应用中，我们常常会遇到主从同步延迟的情况，即从服务器上的数据相对于主服务器有一定的时间差。本文将详细解析主从延迟问题，并提供一些常见的解决方案。主从延迟的原因主从延迟可能由多种原因引起。

VcyReact·2025-02-25 07:51

python有限元传热求解_用python实现简单的有限元方法（一）

学习内容筑基：加权残差法(WeightedResidualMethod)心法：有限元与有限

weixin_39545102·2025-02-25 05:39

PyTorch实现DARTS：可微分架构搜索指南

DARTS（DifferentiableArchitectureSearch）是一种创新的神经网络架构

余伊日Estra·2025-02-25 05:07

神经网络与深度学习入门：理解ANN、CNN和RNN

shandianfk_com·2025-02-25 03:49

深度学习与搜索引擎优化的结合：DeepSeek的创新与探索

目录引言1.传统搜索引擎的局限性2.深度学习在搜索引擎中的作用3.DeepSeek实现搜索引擎优化的关键技术3.1神经网络与搜索引擎优化3.2自然语言处理与查询理解3.3深度强化学习与搜索结果排序4.DeepSeek

m0_74825634·2025-02-25 01:37

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,

智算学术·2025-02-25 00:31

轻量级网络设计原理与代码实战案例讲解

轻量级网络设计原理与代码实战案例讲解作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming1.背景介绍1.1问题的由来随着深度学习在各个领域的广泛应用，神经网络模型变得越来越庞大和复杂

AI天才研究院·2025-02-25 00:00

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

大模型学习完整路径（一站式汇总），从零基础到精通！新手友好级指南

先来一张整体结构图，越是下面部分，越是基础：可以按以下步骤学习：1.理解基础概念需要了解深度学习的基本原理和常见术语，如神经网络、梯度下降、反向传播、监督学习、无监督学习、分类、回归、聚类

Python程序员罗宾·2025-02-24 22:45

ssm091校园自助洗衣系统的分析与设计(文档+源码)_kaic

针对校园洗衣信息管理混乱，出错率高，信息安全性差，劳动强度大，费时费力等问题，采用校园自助洗衣系统可以有效管理，使信息管理能够更加科学和规范。

码上星辰·2025-02-24 20:01

【产品小白】产品商业化广告设计

广告商业化是互联网产品的核心变现方式，但很多用户因广告体验差而卸载应用。优秀的广告设计需在商业价值与用户体验间找到动态平衡，同时实现精准投放与高效转化。

百事不可口y·2025-02-24 15:02

为什么词向量和权重矩阵dot运算就能得到想要的效果呢？

词向量（WordEmbeddings）和权重矩阵的点积运算之所以能够帮助我们实现特定的效果，主要是因为它们在神经网络架构中扮演的角色以及背后的数学原理。

cjl30804·2025-02-24 15:02

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。

cjl30804·2025-02-24 15:31

Engineering A Large Language Model From Scratch

Atinuke是一种基于Transformer的神经网络，通过使用独特的配置来优化各种语

UnknownBody·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

推荐频道

残差神经网络