池化

18、深度学习实战——完成一个模型的训练和推理

为什么选择这个神经网络该神经网络以数据集小、神经网络简单、任务简单为优势，并且集合了很多计算机视觉尤其是卷积神经网络中经典的算法，比如卷积+bn+池化算法，可谓麻雀虽小，五脏俱全，非常适合新手上手学习。
董董灿是个攻城狮·2023-12-02 17:54

初学者如何入门深度学习：以手写数字字符识别为例看AI 的学习路径，一图胜千言！

卷积池化以手写字符识别为例讲述深度学习的分类问题MNIST数据集简介初学者入门：生成式AI--generative-ai-for-beginners从神经网络到Transformer参考文献与学习路径深度神经网络
shiter·2023-12-02 12:17

4-conv-1-fc结构

在深度学习中，网络的具体结构通常由卷积层、池化层、全连接层等组成。
何处不逢君·2023-12-01 22:44

Kaggle-水果图像分类银奖项目 pytorch Densenet GoogleNet ResNet101 VGG19

一些原理文章卷积神经网络基础（卷积，池化，激活，全连接）-知乎PyTorch入门与实践（六）卷积神经网络进阶（DenseNet）_pytorchconv1x1_Skr.B的博客-CSDN博客GoogLeNet
even蛋黄酱·2023-12-01 19:36

深度学习手势识别 - yolo python opencv cnn 机器视觉 计算机竞赛

文章目录0前言1课题背景2卷积神经网络2.1卷积层2.2池化层2.3激活函数2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络3YOLOV53.1网络架构图3.2输入端3.3基准网络
Mr.D学长·2023-12-01 18:54

torch常用和预期输入输出

NormalizationBatchNormBatchNorm1dBatchNorm2dBatchNorm3dInstanceNormInstanceNorm2dLayerNormGroupNormpool平均池化
平丘月初·2023-12-01 15:53

连接池、线程池到底是怎么回事（池化思想）？与享元模式又有什么关系？

当需要使用线程的时候，先用已有可用的、找不到再new一个新的线程使用get方法-》逐个遍历、----》找到存活状态为false的线程、return这个死亡的线程、修改其存活状态。----》未找到存活状态为false的线程、此时才return提前做好几个、重复利用--》享元模式（共享元数据）思想for(inti=0;i
刘凯86·2023-12-01 14:05

MatchPyramid实现文本匹配

使用了两层卷积网络；每层卷积网络接一个最大池化层；最后利用两个全连接
愤怒的可乐·2023-12-01 07:10

深度学习毕设项目 深度学习 python opencv 动物识别与检测

文章目录0前言1深度学习实现动物识别与检测2卷积神经网络2.1卷积层2.2池化层2.3激活函数2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络3YOLOV53.1网络架构图3.2
DanCheng-studio·2023-11-29 20:41

卷积神经网络

所以有池化（pooling）。即缩小特征图（FeatureMap）有最大池化：选择被扫描区域内的最大值和
几两春秋梦_·2023-11-29 18:01

【深度学习】卷积神经网络结构组成与解释

卷积神经网络是以卷积层为主的深度网路结构，网络结构包括有卷积层、激活层、BN层、池化层、FC层、损失层等。卷积操作是对图像和滤波矩阵做内积（元素相乘再求和）的操作。
TwcatL_tree·2023-11-29 18:22

每天五分钟计算机视觉：LeNet是最早用于数字识别的卷积神经网络

然后进行池化操作，使用平均池化，过滤器的宽度为2，步幅为2，图像的尺寸，高度和宽度都缩小了2倍，输出结果是一个14×14×6的图像。
幻风_huanfeng·2023-11-29 10:55

CNN实现手写数字识别（Pytorch）

CNN结构CNN（卷积神经网络）主要包括卷积层、池化层和全连接层。输入数据经过多个卷积层和池化层提取图片信息后，最后经过若干个全连接层获得最终的输出。
羊羊猪·2023-11-29 07:31

产品解读 | GreatADM如何高效实现数据库资源池化部署?

前段时间，介绍了万里数据库的GreatADM数据库管理平台如何图形化部署MGR（详见文章：探索GreatADM：如何快速定义监控），有朋友想了解GreatADM是否支持资源池化管理、租户隔离、监控等功能
万里数据库·2023-11-29 07:55

GAN：DCGAN-深度卷积生成对抗网络

论文：https://arxiv.org/pdf/1511.06434.pdf发表：ICLR2016一、架构创新1：全卷积网络：用逐步卷积代替确定性的空间池化函数（如maxpooling），使网络学习自己的空间下采样
微风❤水墨·2023-11-29 06:33

【代码】基于卷积神经网络（CNN）-支持向量机（SVM）的分类预测算法

它由卷积层、池化层和全连接层构成。卷积层通过卷积操作提取图像中的特征，池化层用于减小特征图的尺寸，全连接层用于将提取到的特征映射到不同类别的概率。SVM是
玉子（代码分享版）·2023-11-29 05:15

深度学习笔记

目录TensorBoard的使用Transforms的使用TorchVision中数据集的使用Dataloader的使用卷积操作神经网络-卷积层最大池化非线性激活线性层小型网络搭建和Sequential
czyxw·2023-11-28 23:21

3D点云目标检测：VoxelNex解读（带源码/未完）

VoxelNext通用vsVoxelNext一、3D稀疏卷积模块1.1、额外的两次下采样1.2、稀疏体素删减二、高度压缩三、稀疏池化四、head五、waymo数据集训练六、训练自己的数据集bug修改通用
GHZhao_GIS_RS·2023-11-28 20:55

软著项目推荐 深度学习 植物识别算法系统

文章目录0前言2相关技术2.1VGG-Net模型2.2VGG-Net在植物识别的优势(1)卷积核，池化核大小固定(2)特征提取更全面(3)网络训练误差收敛速度较快3VGG-Net的搭建3.1Tornado
iuerfee·2023-11-28 19:50

自己动手实现一个深度学习算法——七、卷积神经网络

文章目录1.整体结构2.卷积层1）全连接层存在的问题2）卷积运算3）填充4）步幅5）3维数据的卷积运算6）结合方块思考7）批处理3.池化层1）池化层的特征4.卷积层和池化层的实现1）im2co2）卷积层的实现
千里之行起于足下·2023-11-28 19:35

7000字+24张图带你彻底弄懂线程池

一、什么是线程池线程池其实是一种池化的技术的实现，池化技术的核心思想其实就是实现资源的一个复用，避免资源的重复创建和销毁带来的性能开销。
瞬间的醒悟·2023-11-28 17:20

单例模式在 C++ 和 Java 中的实现

单例模式优点：保证一个类只有一个实例，这对于线程池和连接池等池化对象很
呦，又写BUG呢·2023-11-28 14:58

Java异步编排 2021-09-11

Java异步并发与池化技术异步编排Java异步并发与池化技术一、什么是异步调用二Future接口三、异步开启四、CompletableFuture接口实现异步编排4.1串行关系执行4.1.1串行关系方法
偶入编程深似海·2023-11-28 12:51

Dense(fully connected) Layer 稠密层(全连接层)

通过卷积和池化，然后得到了众多特征，稠密层的每一个节点都与这些特征节点相连构成稠密层(全连接层)。稠密层的作用就是分类。
听风1996·2023-11-28 04:13

深度学习18

卷积层查看每个数据使用tensorboard查看池化层使用数据集进行训练创建实例，使用tensorboard进行显示最大池化保留了图片信息，神经网络训练的数据量大大减小，可以加快训练非线性激活非线性激活为神经网络加入了一些非线性的特质
湘溶溶·2023-11-28 00:17

CNN内部计算及卷积核、通道数关系

目录CNN内部计算具体实现：tensorflow1*1卷积的作用卷积和池化后的大小计算CNN局部连接：不是全连接，而是使用size相对input小的kernel在局部感受视野内进行连接（点积运算）权值共享
dabingsun·2023-11-28 00:14

深度学习第3天：CNN卷积神经网络

☁️主页Nowl专栏《机器学习实战》《机器学习》君子坐而论道，少年起而行之文章目录介绍CNN的主要结构卷积层激励层池化层Kears搭建CNN搭建代码直观感受卷积的作用结语介绍卷积神经网络（ConvolutionalNeuralNetwork
Nowl·2023-11-27 20:27

论文阅读——MCAN（cvpr2019）

补充一下MCAN-VQA：对图片的处理：首先输入图片到FasterR-CNN，会先设定一个判断是否检测到物体的阈值，这样动态的生成m∈[10,100]个目标，然后从检测到的对应的区域通过平均池化提取特征
じんじん·2023-11-26 14:20

caffe详解之优化算法

常见优化算法总结前面我们介绍了卷积神经网络中主流的数据层，卷积层，全连接层，池化层，激活函数层，归一化层，dropout层,softmax层。
AI异构·2023-11-26 13:29

机器学习相关概念的直观理解

目录深度学习：网络结构CNN结构包含：卷积运算池化运算激活函数损失函数深度学习：基于卷积神经网络CNN监督学习：已知规律，求出已知结果非无监督学习：未知规律，求规律结果语义分割：对图像进行对象区别注意力机制
秃头的少女·2023-11-26 09:28

VGG网络

VGG主要探究了卷积神经网络的深度和其性能之间的关系，通过反复堆叠3*3的小卷积核和2*2的最大池化层，VGGNet成功的搭建了16-19层的深度卷积神经网络。
井底蛙蛙呱呱呱·2023-11-25 15:59

软著项目推荐 深度学习 python opencv 火焰检测识别 火灾检测

文章目录0前言1基于YOLO的火焰检测与识别2课题背景3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV54.1
iuerfee·2023-11-25 14:59

深度学习卷积神经网络参数计算难点重点

目录一、卷积层图像输出尺寸二、池化层图像输出尺寸三、全连接层输出尺寸四、卷积层参数数量五、全连接层参数数量六、代码实现与验证以LeNet5经典模型为例子并且通道数为1LeNet5网络有7层：1.第1层：
青枫浦上看桃花·2023-11-25 03:40

java线程池原理详解

1概述在面向对象编程中，创建和销毁对象是很费时间的，因为创建一个对象要获取内存资源或者其它更多资源，创建线程亦是如此，这导致在高并发中效率低下并且资源耗费严重，因此，池化资源技术应运而生，所以就有了线程池
Fly丶X·2023-11-24 17:50

java 线程应用到项目中去_不看后悔的项目中线程池实际应用

想了想，确实在项目中很多地方使用到了线程池；下面来简单聊下最近在日志方面中多线程的应用：服务接口日志异步线程池化入库处理定时任务中使用多线程进行日志清理本文主线：①、线程池基本原理解读；②、线程池实际应用例子
废了来·2023-11-24 00:10

【Java并发】聊聊线程池原理以及实际应用

线程其实对于操作系统来说是宝贵的资源，java层面的线程其实本质还是依赖于操作系统内核的线程进行处理任务，如果频繁的创建、使用、销毁线程，那么势必会非常浪费资源以及性能不高，所以池化技术（数据库连接池、
qxlxi·2023-11-24 00:00

计算资源池化

计算资源严格讲，计算机cpu、内存、存储、网络都包括在内。我们在从事电信行业领域应用系统十多年，计算资源经历了如下几个阶段的演进：1.普通服务器这类服务器早期以windows服务器为主，那个时候电信行业业务支撑系统普遍规模比较小，几个工程师就能开发完成一套支撑系统。基本上都是单机应用计算，但是极端情况下，windows服务器经常需要重启，才能保持应有计算的速度。2.小型机阶段这个阶段经历的时间比较
布衣1983·2023-11-23 23:44

Dropout层、BN层、Linear层 & 神经网络的基本组成

图1卷积网络中的layers承接上三篇博客：卷积层(空洞卷积对比普通卷积)、激活函数层、池化层&感受野目录（1）Dropout层（2）BN层（BatchNormal）（3）全连接层（1）Dropout层在深度学习中
Flying Bulldog·2023-11-23 14:11

VDL-第二节CNN（上）

目录Ⅰ基本概念一、卷积神经网络①人类视觉系统层次结构②局部感受野③从神经网络到卷积神经网络④局部连接的实现方式⑤通过卷积操作实现⑥卷积的作用⑦池化操作⑧卷积神经网络与多层感知器对比⑨多通道的卷积如何实现
jiererer·2023-11-23 04:47

线程池的前世今生

CPU线程争抢线程池是池化技术的一种实现，用户对线程做统一的管理，通过统一的管理来降低资源的消耗与提高资源的利用率。本文将通过一个小故事来回顾一下java线程池的前世与今生。
ludan110·2023-11-22 00:18

GAP全局平均池化详解

一、参考资料论文：NetworkInNetwork全局平均池化（GlobalAveragePooling）【机器学习】一文带你深入全局平均池化二、GAP相关介绍1.引言一般情况下，卷积层用于提取二维数据如图片
花花少年·2023-11-21 17:41

华为ICT——第六章：深度学习和卷积神经网络/详篇

：CNN核心思想——参数共享：3：卷积层的功能：4：不同深度的卷积层提取的特征：5：卷积效果——1层5.1：卷积效果——2层5.2：卷积效果——3层5.3：卷积效果——4层5.4：卷积效果——5层6：池化层的功能
希斯奎·2023-11-21 15:26

openstack介绍及原理

Openstack创建实例的流程总图openstack项目搭建：什么是openstackOpenStack是一系列开源工具（或开源项目）的组合，主要使用池化虚拟资源来构建和管理私有云及公共云。
HZHZHZ·2023-11-21 02:16

机器学习笔记

目录机器学习基本概念介绍深度学习反向传播前向传播反向传播pytorch梯度下降算法卷积神经网络（CNN）卷积层池化层自注意力机制（self-attention）循环神经网络（RNN）长短期记忆递归神经网络
czyxw·2023-11-21 01:57

#deep_learning_month4_week1_Convolution_model_Application

github.com/PerfectDemoT/my_deeplearning_homework[TOC]说明：这是month4_week1的第一个作业，这里用tensorflow构建了一个拥有两个卷基层，两个池化层
PerfectDemoT·2023-11-20 13:44

pytorch实现batch normalization

批量规范化训练深层网络三：完整代码测试：以LeNet为例子，增加BN层的效果四：争议五：小结所有项目代码+UI界面一：回顾上一篇我们讲解了GoogLeNet以及它使用的NiN块，使用1x1卷积层和全局平均池化层来替代全连接层
QTreeY123·2023-11-20 13:58

深度学习入门（第三天）——卷积神经网络

还有图片重构、无人驾驶、人脸识别二、卷积的作用卷积网络与传统网络的区别：输出的数据直接是三维的，还多了深度整体架构：输入层、卷积层、池化层、全连接层这
学术菜鸟小晨·2023-11-20 09:23

CNN卷积神经网络

一、卷积神经网络的定义卷积神经网络由一个或多个卷积层、池化层以及全连接层等组成。与其他深度学习结构相比，卷积神经网络在图像等方面能够给出更好的结果。这一模型也可以使用反向传播算法进行训练。
Allmyg·2023-11-20 03:27

基于深度学习的医学图像分割学习笔记（六）V-Net

原文链接代码pytorch版本数据集：PROMISE2012Vnet是Unet的一个变型，与Unet的不同点：1.Vnet针对3D图像，不需要对输入集下切片处理2.引入残差结构，加快收敛速度3.卷积层代替池化层
Demon果·2023-11-19 21:54

SENET通道注意力机制源代码+注释

__init__()#全局均值池化self.global_avg_pool=nn.AdaptiveAvgPool2d(1)#全连接
小馨馨的小翟·2023-11-19 06:10
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他