深度神经网络gcForest 第13页

【深度学习注意力机制系列】—— SKNet注意力机制（附pytorch实现）

SKNet（SelectiveKernelNetwork）是一种用于图像分类和目标检测任务的深度神经网络架构，其核心创新是引入了选择性的多尺度卷积核（SelectiveKernel）以及一种新颖的注意力机制

卖报的大地主·2023-08-10 07:49

用C语言构建一个数字识别深度神经网络

接上一篇:用C语言构建一个数字识别卷积神经网络1.深度神经网络按照深度学习的理论，随着神经网络层数的增加，网络拟合复杂问题的能力也会增强，对事物特征的挖掘也会更加深入．这里尝试构建一个５层深度的神经网络

Midas-Zhou·2023-08-10 01:13

现代C++中的从头开始深度学习：【5/8】卷积

二、关于本系列我们将学习如何仅使用普通和现代C++对必须知道的深度学习算法进行编码，例如卷积、反向传播、激活函数、优化器、深度神经网络等。这个故事是：在C++中编码2D卷积查看其他故事：0—现代C+

无水先生·2023-08-09 23:58

《机器学习--TensorFlow》

支持CNN、RNN和LSTM算法，是目前在Image、NLP最流行的深度神经网络模型。2.TensorFlow优点1.基于python，写的很快并且具有可读性。2.在多GPU系统上的运行更为顺畅。

mantch·2023-08-09 15:55

kubernetes部署milvus

milvus介绍Milvus创建于2019年，其唯一目标是存储、索引和管理由深度神经网络和其他机器学习（ML）模型生成的大量嵌入向量。

张哲溪·2023-08-09 11:43

【深度学习注意力机制系列】—— ECSKNet注意力机制（附pytorch实现）

SKNet（SelectiveKernelNetwork）是一种用于图像分类和目标检测等任务的深度神经网络架构，其核心创新是引入了选择性的多尺度卷积核（SelectiveKernel）以及一种新颖的注意力机制

卖报的大地主·2023-08-09 10:16

Pytorch深度学习之余弦退火学习率设置

余弦退火学习速率调度是改进深度神经网络学习过程的常用方法。当深度神经网络在大型数据集上训练时，它尤其有用，因为在大型数据集中，学习过程可能会陷入局部极小值。

cnjs1994·2023-08-09 08:08

训练中的骚操作——数据增强、模型微调

先说说数据增强大规模数据集是成功应用深度神经网络的前提。图像增广（imageaugmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而扩大训练数据集的规模。

潇潇墨风·2023-08-08 19:08

C++(CMake)视觉OpenCV-Raspberry Pi图像处理-3D图像重建-面部界标检测-卷积神经网络车牌自动识别-深度神经网络面部检测和识别

模块将场景重建为稀疏点云，包括相机位姿，以及如何使用多视图立体获取密集点云；使用人脸模块进行人脸界标（也称为人脸标记）检测的过程；图像分割和特征提取、模式识别基础知识和两种重要的模式识别算法，支持向量机(SVM)和深度神经网络

亚图跨际·2023-08-08 05:39

Googlenet-v2

：BatchNormalization:AcceleratingDeepNetworkTrainingbyReducingInternalCovariateShift（批标准化：缓解内部协变量偏移加快深度神经网络训练

沉迷学习的小白·2023-08-07 23:23

TensorFlow

它被设计用来构建深度神经网络和其他机器学习模型，从而可以实现图像识别、语音识别、自然语言处理、推荐系统、搜索引擎、预测和控制等应用。

Dream SYC_UCC·2023-08-06 21:08

机器学习笔记 - YOLO-NAS 最高效的目标检测算法之一

一、YOLO-NAS概述YOLO（YouOnlyLookOnce）是一种对象检测算法，它使用深度神经网络模型，特别是卷积神经网络，来实时检测和分类对象。

坐望云起·2023-08-06 12:16

在消费级GPU调试LLM的三种方法：梯度检查点，LoRA和量化

1、前向和后向传播的基本原理前向传播和后向传播是深度神经网络训练

deephub·2023-08-06 10:20

《深度学习-基于案例理解深度神经网络》第一章

1.介绍了通过anaconda安装tensorflow环境jupternotebook的使用shift+enter是运行的快捷键。计算图：是一副图，每个节点对应变量或者操作。变量可以将值输入操作，操作可以将结果输入其他操作。当一个节点的值是另一个节点的输入时，箭头从一个节点指向另一个节点。按照箭头顺序来计算不同节点，同时箭头指明依赖关系，比如z依赖x，y神经网络是一个非常复杂的计算图，其中每个神经

奶爸加油·2023-08-06 10:21

【李宏毅机器学习·学习笔记】Tips for Training: Adaptive Learning Rate

通过使用AdaptiveLearningRate的策略，在训练深度神经网络时程序能实现在不同参数、不同iteration中，学习率不同。

MilkLeong·2023-08-06 08:59

图像特征提取技术

目录前言基于颜色的特征提取（1）颜色空间（2）直方图以及特征提取基于纹理的特征提取（1）灰度共生矩阵（2）tamura纹理基于深度神经网络的图像处理前言图像特征提取属于图像分析的范畴，是数字图像处理的高级阶段

hash怪·2023-08-03 19:41

老师辅助神器：人工智能知道学生是否在集中注意力

面部识别技术于20世纪60年代引入，在人工智能寒冬中萎靡不振，近年来在日益强大的深度神经网络的推动下已经起飞。面部识别已应用于FaceID设备解锁功能，公共安全服务，智能支付系统等。

大伟先生·2023-08-03 17:01

变透明的黑匣子：UCLA 开发可解释神经网络 SNN 预测山体滑坡

深度神经网络(DNN)可以提高预测准确性，但其本身并不具备可解释性。本文中，UCLA研究人员引入了SNN。

HyperAI超神经·2023-08-03 17:00

深度学习三巨头

以表彰他们给人工智能带来的重大突破，这些突破使深度神经网络成为计算的关键组成部

AI强仔·2023-08-03 09:26

GAN属于计算机视觉领域嘛_深度神经网络GAN给我们带来了什么改变？

GAN从提出到现在不过三年时间，但是与之相关的论文已经是浩如星海。从很多计算机视觉领域的论文里我们可以发现，往往在旧的方法基础上加个判别器，套上对抗机制，也能取得比原先要好的效果。而对GAN为什么能取得更好的效果，学术界仍没有统一的意见和完备的解释。以图像生成为例，一个比较普遍的解释是，之前我们在图像生成式模型中使用的基于L1范数和L2范数的损失函数，过于注重生成样本与真实样本“像素级”的对应，而

weixin_39968760·2023-08-02 09:30

Adam 优化器

Adam优化器在很多实际问题中表现良好，尤其是在大规模数据集上训练深度神经网络时效果

隔壁小查·2023-08-02 08:08

一文总结深度学习框架-Pytorch

2、自动求导系统的深度神经网络。Tensorflow是纯符号式编程，运行效率高，但实现复杂；Pytorch是命令式编程，实现方便，但运行效率低。

可爱多多少·2023-08-01 22:49

PyTorch 中的多 GPU 训练和梯度累积作为替代方案

简介训练深度神经网络(DNN)时，一个重要的超参数是批量大小。通常，batchsize不宜太大，因为网络容易过拟合，但也不宜太小，因为这会导致收敛速度慢。当处理高分辨率图像

冷冻工厂·2023-08-01 11:44

Structure Guided Lane Detection 论文精度

结构导向车道检测摘要近年来，随着深度神经网络和自动驾驶的快速发展，车道检测取得了长足的进步。

学渣在路上·2023-08-01 05:12

深度神经网络修改常用tricks

深度神经网络修改常用tricksSPP金字塔结构SPP金字塔结构importmathimporttorchimporttorch.nn.functionalasF#构建SPP层(空间金字塔池化层)classSPPLayer

老张谋·2023-07-31 05:04

Can we learn better with hard samples

该研究使用在三个基准数据集（CIFAR-10、CIFAR-100和STL-10）上训练的各种深度神经网络来评估所提出的训练的有效性。本研究中使用的深度神经网络有ResNet

Sky_codes·2023-07-31 03:26

深度神经网络简单介绍,深度神经网络的定义

有哪些深度神经网络模型？目前经常使用的深度神经网络模型主要有卷积神经网络(CNN)、递归神经网络(RNN)、深信度网络(DBN)、深度自动编码器(AutoEncoder)和生成对抗网络(GAN)等。

「已注销」·2023-07-30 22:34

时序预测 | Python实现NARX-DNN空气质量预测

实现NARX-DNN空气质量预测效果一览基本介绍研究内容程序设计参考资料效果一览基本介绍时序预测|Python实现NARX-DNN空气质量预测研究内容Python实现NARX-DNN空气质量预测,使用深度神经网络对比利时空气质量进行建模以进行预测

机器学习之心·2023-07-30 16:26

浅谈深度神经网络

Deepneuralnetworksarecompletelyflexiblebydesign,andtherereallyarenofixedruleswhenitcomestomodelarchitecture.--DavidFoster前言神经网络(neuralnetwork)受到人脑的启发，可模仿生物神经元相互传递信号。神经网络就是由神经元组成的系统。如下图所示，神经元有许多树突(dend

weixin_38753422·2023-07-30 01:41

Inception V1 理解

ImageNetLargeScaleVisualRecognitionCompetition)上取得了第一名，GoogLeNet对网络中的传统卷积层进行了修改，提出了被称为Inception的结构，用于增加网络深度和宽度，提高深度神经网络性能

木禾DING·2023-07-29 17:39

十七章：FickleNet：使用随机推理进行弱监督和半监督语义图像分割

FickleNet探索由通用深度神经网络创建的特征图上的各种位置的组合。它随机选择隐藏单元，然后使用它们来获取图像分类的激活分数。

Joney Feng·2023-07-29 15:38

LightGlue论文翻译

LightGlue:光速下的局部特征匹配摘要-我们介绍LightGlue，一个深度神经网络，学习匹配图像中的局部特征。

SCH0·2023-07-29 12:32

2023年的深度学习入门指南(20) - LLaMA 2模型解析

这一部分需要一些深度神经网络的基础知识，不懂的话不用着急，后面的文章我们都会介绍到。均平方根标准化RMSNorm是一种改进的LayerNorm技术，LayerNorm是Layernormaliz

Jtag特工·2023-07-29 01:04

智能电话机器人中的语音识别技术是什么？

最近几年，随着深度神经网络的应用，加上海量大数据的使用和云计算的普及，语音识别技术取得了突飞猛进的发展。

中科人工智能·2023-07-29 00:09

基于深度强化学习的DQN模型实现自动玩俄罗斯方块游戏（附详细代码讲解）

一、DQN（DeepQ-Network）方法概述DQN（DeepQ-Network）是一种强化学习方法，通过结合Q-learning算法和深度神经网络来解决强化学习问题。

就是求关注·2023-07-28 19:54

【深度学习】从现代C++中的开始：卷积

二、关于本系列我们将学习如何仅使用普通和现代C++对必须知道的深度学习算法进行编码，例如卷积、反向传播、激活函数、优化器、深度神经网络等。这个故事是：在C++中编码2D卷积查看其他故事：0—现代C+

无水先生·2023-07-28 16:09

【读点论文】Lightweight Deep Learning: An Overview，性能拉满，速度和精度全都要。但还是有很长的路要走，目前消耗的成本过高，节约环保，低碳炼丹

LightweightDeepLearning:AnOverviewAbstract随着近年来深度神经网络(dnn)在人工智能领域的成功，部署深度神经网络的冲动引起了极大的关注，因为它可以在边缘或嵌入式设备上广泛应用

羞儿·2023-07-28 11:43

第十二章：Tell Me Where to Look:Guided Attention Inference Network ——告诉我看哪里：引导注意力推断网络

0.摘要只使用粗略标签的弱监督学习可以通过反向传播梯度来获得深度神经网络的视觉解释，如注意力地图。这些注意力地图可以作为对象定位和语义分割等任务的先验知识。

Joney Feng·2023-07-28 03:41

十三章：使用图像级监督学习像素级语义关联性的弱监督语义分割

为此，我们提出了一个称为AffinityNet的深度神经网络(DNN)，它预测相邻图像坐标对之间的语义相似度。语

Joney Feng·2023-07-28 03:09

LLM当前状态和潜在影响；谷歌Brain2Music读取大脑活动生成音乐

通过这些数据，谷歌训练了一个深度神经网络，可以自动生成15秒音乐片段。研究结果显示，Brain2Music生成的音乐片段与原版音乐高度相似。这项技术具有较高的影响力和新颖性，对公众兴

go2coding·2023-07-27 19:06

Milvus部署+springboot整合+IVF索引亿级向量测试

一、简介Milvus简介Milvus于2019年开源，主要用于存储、索引和管理通过深度神经网络和机器学习模型产生的海量向量数据。

天津第一深情·2023-07-27 13:05

人工智能助力医疗行业，AI预测患者死亡时间准确率已达90%

科技银狐·2023-07-27 12:10

Batch Normlization

简单来说：BatchNorm就是在深度神经网络训练过程中使得每一层神经网络的输入保持相同分布。二、internalCovariateShift随着训练的进行，网络中的参数也随着梯度下降在不停更新。

大豆油·2023-07-26 21:07

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

0.摘要深度神经网络（DNN）显著改进了显著目标检测的最新技术。然而，训练DNN需要昂贵的像素级注释。

Joney Feng·2023-07-26 19:34

41TensorFlow 2 深度学习入门与实践--TensorFlow 2 基础概念语法

TensorFlow2基础概念语法TensorFlow2简介TensorFlow是由谷歌在2015年11月发布的深度学习开源工具，我们可以用它来快速构建深度神经网络，并训练深度学习模型。

Jachin111·2023-07-26 13:32

使用预训练的深度学习模型和 OpenCV 提取图像洞察力

训练用于图像识别的深度学习神经网络模型通常很昂贵，训练像CNN这样的深度神经网络模型通常需要大量的训练数据

woshicver·2023-07-26 08:36

AIGC书籍推荐：《生成式深度学习的数学原理》

与一般意义上可视为“黑盒”的深度神经网络不同，生成式深度学习模型是建立在数学基础上的概率模型，严谨和完善的数学基础是深度生成模型的一大魅力。本书对当前主流的三大深度生成模型（变分自编码

ctrl A_ctrl C_ctrl V·2023-07-26 07:50

【连载】深度学习笔记9：卷积神经网络（CNN）入门

前面的八篇学习笔记，基本上都是围绕着深度神经网络（DNN）和全连接网络（FCN）在学习。

linux那些事·2023-07-26 04:33

基于深度神经网络的肺炎检测系统实现

一、说在前面使用AI进行新冠肺炎图像诊断可以加快病例的诊断速度，提高诊断的准确性，并在大规模筛查中发挥重要作用，从而更好地控制和管理这一流行病。然而，需要强调的是，AI技术仅作为辅助手段，最终的诊断决策仍由临床医生做出。二、系统实现意义尽早发现阳性病例以防止传播和治疗受影响的患者快速诊断可以迅速隔离和治疗感染患者，阻止病毒传播；RT-PCR方法耗时且供不应求，需要替代筛查方法。加快诊断速度和提高准

就是求关注·2023-07-25 20:23

曲线长度预测神经网络设计与实现

在本文中，我们使用深度神经网络(DNN)解决几何中的一个基本问题：曲线长度的计算。我们从监督学习方法的示例中学习了几何属性。由于最简单的几何对象是曲线，因此我们重点学习平面曲线的长度。

新缸中之脑·2023-07-25 16:07

推荐频道

深度神经网络gcForest