深度神经网络gcForest

《动手学深度学习》-28批量归一化

b站视频链接开源教程链接批量归一化将参数的量级进行统一，使得深度神经网络更好收敛：γ\gammaγ和β\betaβ是可学习的参数：批量归一化是一个线性变换，目的就是将方差和均值拉的比较好，使得变化不那么剧烈
Jiawen9·2023-08-24 17:48

【图像分类】基于卷积神经网络和主动学习的高光谱图像分类（Matlab代码实现）

本文目录如下：目录1概述2运行结果3参考文献4Matlab代码实现1概述文献来源：深度神经网络最近已广泛应用于高光谱图像（HSI）分类。
然哥依旧·2023-08-24 09:43

十八、深度学习模型30年演化史

1.1DNN深度神经网络（DeepNeuralNetworks，以下简称DNN）是深度学习的基础，DNN有时也叫做多层感知机（Multi-Layerperceptron,MLP）DNN内部的神经网络层可以分为三类
vandh·2023-08-24 08:48

开源ChatGPT系统源码 采用NUXT3+Laravel9后端开发 前后端分离版本

ChatGPT的核心技术是使用自然语言处理（NLP）和语义模型，以及基于机器学习的深度神经网络（DNN）来实现聊天机器人的对话管理，从而使机器人能够理解用户的输入，并且能够以自然语言的方式回答用户
软希网分享源码·2023-08-21 14:49

LEQNet: Light Earthquake Deep Neural Network for Earthquake Detection and Phase Picking 论文阅读笔记

LEQNet:LightEarthquakeDeepNeuralNetworkforEarthquakeDetectionandPhasePicking论文阅读笔记摘要本文设计一个轻量级的深度神经网络模型该模型可以在轻量级边缘设备运行使用更深的瓶颈递归结构深度可分离卷积减少了深度学习模型的大小使用斯坦福地震数据集训练对标
MoonpieXia·2023-08-21 13:59

torch 中 nn.init.xavier_uniform_ 方法

Xavier初始化是一种常用的权重初始化方法，旨在解决深度神经网络训练过程中的梯度消失和梯度爆炸问题。
高山莫衣·2023-08-20 17:47

无涯教程-TensorFlow - TensorBoard可视化

深度神经网络包括多达36，000个节点。TensorBoard帮助将这些节点折叠成块并突出显示相同的结构，这样可以更好地分析图形，重点放在计算图形的主要部分。以下示意图表示TensorBo
Hi无涯教程·2023-08-20 15:50

（论文总结）Compressed Video Action Recognition

代码地址：https://github.com/chaoyuaw/pytorch-coviar一、摘要首先，深度神经网络尽管在图像任务中表现出了非常好的效果，但是在视频任务中由于存在时序问题，它有时候并不能发挥出最好的作用
10生万物·2023-08-19 19:02

【图像分类】基于卷积神经网络和主动学习的高光谱图像分类（Matlab代码实现）

本文目录如下：目录1概述2运行结果3参考文献4Matlab代码实现1概述文献来源：深度神经网络最近已广泛应用于高光谱图像（HSI）分类。
长安程序猿·2023-08-19 15:06

一文读懂深度学习中的矩阵微积分

点击视学算法标星，更快获取CVML新技术鱼羊编译整理量子位报道|公众号QbitAI想要真正了解深度神经网络是如何训练的，免不了从矩阵微积分说起。
视学算法·2023-08-19 05:10

[NAS4](2023Neurocomputin)Bi-fidelity Evolutionary Multiobjective Search for Adversarially Robust...

论文链接：https://arxiv.org/abs/2207.05321代码链接：暂未公布摘要：【问题背景】人们发现深度神经网络容易受到对抗性攻击，因此在安全敏感的环境中引起了潜在的担忧。
Eavan努力努力再努力·2023-08-18 14:32

基于机器学习softmax回归训练多分类的深度神经网络结构模型

分类问题机器学习在监督学习领域主要解决两个问题，其中一个问题是分类问题，分类问题分为二分类问题还有多分类问题，而二分类问题相对来说很好解决，我们只需要构建输出层有一个神经元的神经网络，然后结合sigmoid函数，这样我们的神经网络就可以实现二分类问题。而神经网络的多分类问题就不是这样简单，假如我们要解决三分类的问题，那么我们构建神经网络的时候，我们需要建立一个输出层为三个神经元的神经网络，然后配合
幻风_huanfeng·2023-08-18 12:15

神经网络基础-神经网络补充概念-29-为什么使用深层表示

概念深层表示（DeepRepresentation）是指在深度神经网络的多个隐藏层中逐层提取和学习数据的特征表示。使用深层表示的原因高维特征提取：深层神经网络可以从原始数据中自动学习高维抽象特征。
丰。。·2023-08-18 02:56

matlab使用长短期记忆（LSTM）神经网络对序列数据进行分类|附代码数据

要训练深度神经网络对序列数据进行分类，可以使用LSTM网络。LSTM网络使您可以将序列数据输入网络，并根据序列数据的各个时间步进行预测。本示例使用日语元音数据集。
·2023-08-18 00:54

matlab使用长短期记忆（LSTM）神经网络对序列数据进行分类|附代码数据

要训练深度神经网络对序列数据进行分类，可以使用LSTM网络。LSTM网络使您可以将序列数据输入网络，并根据序列数据的各个时间步进行预测。本示例使用日语元音数据集。
·2023-08-18 00:21

神经网络基础-神经网络补充概念-58-端到端的深度学习

概念端到端深度学习（End-to-EndDeepLearning）是指将整个问题的解决过程从输入到输出都交由深度神经网络来完成，无需手工设计复杂的特征提取、预处理或后处理步骤。
丰。。·2023-08-17 23:25

神经网络基础-神经网络补充概念-36-dropout正则化

概念Dropout是一种常用的正则化技术，用于减少深度神经网络中的过拟合问题。
丰。。·2023-08-17 07:25

VGG16模型详解

它在图像分类任务中获得了当年的第二名，其准确率超过了之前的深度神经网络模型，并为后来的研究提供了重要的启示。1、网络模型结构这张图来源于论文
夏天是冰红茶·2023-08-17 06:19

神经网络基础-神经网络补充概念-39-梯度消失与梯度爆炸

简介梯度消失和梯度爆炸是在深度神经网络中训练过程中可能出现的问题，导致模型难以训练或无法收敛。这些问题与反向传播算法中的梯度计算有关。
丰。。·2023-08-16 22:59

存储系统如何支持大模型生成式AI

当时其实是卷积神经网络和深度神经网络蓬勃发展期，其主要目的是分类识别。当时冬瓜哥还做了一个4小时的视频，那真是我见过的最小白的白也能轻松入门，理清楚最基本的名词概念关系的视频了，没有之一。
浪潮圈·2023-08-16 14:06

深度学习Batch Normalization

批标准化（BatchNormalization，简称BN）是一种用于深度神经网络的技术，它的主要目的是解决深度学习模型训练过程中的内部协变量偏移问题。
Fasthand_·2023-08-16 07:00

深度学习神经网络学习笔记-多模态方向-11-Deep Voice: Real-time Neural Text-to-Speech

摘要本文提出DeepVoice，一种完全由深度神经网络构建的生产质量文本到语音系统。DeepVoice为真正的端到端神经语音合成奠定了基础。
丰。。·2023-08-16 04:36

【大模型】—AI大模型总体概述

这些模型通过学习海量数据和深度神经网络的优化，在各种任务上取得了令人瞩目的成果。本文将对AI大模型进行简要介绍，包括其定义、发展历程以及分类等。1.AI大模
麦道先生·2023-08-16 03:05

PyTorch 并行训练 DistributedDataParallel完整代码示例

使用大型数据集训练大型深度神经网络(DNN)的问题是深度学习领域的主要挑战。随着DNN和数据集规模的增加，训练这些模型的计算和内存需求也会增加。
·2023-08-15 16:09

概念解析 | 知识蒸馏(Knowledge Distillation)

教师指点弟子-深度神经网络知识蒸馏技术详解注1:本文系“概念解析”系列之一,致力于简洁清晰地解释、辨析复杂而专业的概念。本次辨析的概念是:知识蒸馏(KnowledgeDistillation)。
R.X. NLOS·2023-08-15 08:33

【深度学习】PyTorch快速入门

深度学习框架提供了一系列的函数、类和工具，用于定义、优化和执行各种深度神经网络模型。这些框架帮助研究人员和开发人员专注于模型的设计和创新，而无需过多关注底层的数值计算和优化。
RedJACK~·2023-08-15 07:11

pytorch之数据处理

pytorch之数据处理对于深度学习来说，要用大量的训练数据训练深度神经网络。因此，学习深度学习的过程中，学习数据处理是不可避免的。本文简单记录了一下我最近学习到的数据处理的基础知识。
这个人很懒他没有名字·2023-08-13 21:16

YOLOV8/YOLOv7/YOLOv5改进:引入GAMAttention注意力机制

因此，我们提出了一种全局调度机制，通过减少信息缩减和放大全局交互表示来提高深度神经网络的性能。我们沿着卷积空间注意子模块引入了用于通道注意的多层感知器3D置换。
陈子迩·2023-08-13 20:02

OpenCV实例（九）基于深度学习的运动目标检测（一）YOLO运动目标检测算法

2014年，Girshick等人首次采用深度神经网络实现目标检测，设计出R-CNN网络结构，实验结果表明，在检测任务中性能比DPM算法优越。同时，何恺明等人针对卷积神经网络(Convo
小幽余生不加糖·2023-08-13 10:42

如何确定PC Nvidia显卡是否支持CUDA以及cudaNN?

Nvidia显卡几乎已经垄断了当前火热的神经网络训练领域，cudaNN是NVIDIACUDA深度神经网络库(cuDNN)，而CUDA则是基于Nvidia的统一计算平台，界各地的深度学习研究人员和框架开发者都依赖
papaofdoudou·2023-08-13 07:43

DIP:《Deep Image Prior》经典文献阅读总结与实现

文章目录DeepImagePrior1.方法原理1.1研究动机1.2方法2.实验验证2.1去噪2.2超分辨率2.3图像修复2.4消融实验3.总结DeepImagePrior1.方法原理1.1研究动机动机深度神经网络在图像复原和生成领域有非常好的表现一般归功于神经网络学习到了图像的先验信息网络结构本身是否具有先验信息呢
留小星·2023-08-12 12:34

AI：03-基于深度神经网络的低空无人机目标检测图像识别的研究

文章目录数据集收集与预处理深度神经网络模型设计模型训练与优化目标检测与图像识别代码实现：实验结果与分析讨论与展望低空无人机的广泛应用为许多领域带来了巨大的潜力和机会。
一见已难忘·2023-08-12 05:04

深度学习阶段性回顾

本文针对过去两周的深度学习理论做阶段性回顾，学习资料来自吴恩达老师的2021版deeplearning.ai课程，内容涵盖深度神经网络改善一直到ML策略的章节。
猫咪的白手套·2023-08-11 06:20

现代C++中的从头开始深度学习：【4/8】梯度下降

一、说明在本系列中，我们将学习如何仅使用普通和现代C++编写必须知道的深度学习算法，例如卷积、反向传播、激活函数、优化器、深度神经网络等。
无水先生·2023-08-10 15:03

UPHDR-GAN: Generative Adversarial Network forHigh Dynamic Range Imaging with Unpaired Data

没有地面真相的数据集很难用于训练深度神经网络。最近，生成对抗网络(GenerativeAdversarialNetworks,GAN)已经证明了在缺少成对例子的情况下，其将图像从源域X转换到
Adagrad·2023-08-10 10:17

计算机视觉一 —— 介绍与环境安装

傲不可长欲不可纵乐不可极志不可满一、介绍研究理论和应用-研究如何使机器“看”的科学-让计算机具有人类视觉的所有功能-让计算机从图像中，提取有用的信息，并解释-重构人眼；重构视觉皮层；重构大脑剩余部分计算机视觉学习图学习重点1.各种深度神经网络模型
半自定义大剑仙·2023-08-10 09:17

【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
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他