深度神经网络gcForest

matlab计算后验概率,基于深度神经网络后验概率算法的口语发音评测方法与流程...

本发明涉及发音评测领域，特别涉及一种基于深度神经网络后验概率算法的口语发音评测方法。
小天1213·2023-02-06 09:33

TensorFlow搭建"简易"Wide and Deep 模型

在论文中，谷歌将LR模型与深度神经网络结合在一起作为GooglePlay的推荐获得了一定的效果。
PerfectDemoT·2023-02-06 09:04

上海人工智能实验室自动驾驶团队校招&实习同步进行中！

上海人工智能实验室——道路结构认知算法实习生工作地点：北京岗位职责：1.高精地图生产系统中道路标志标线识别、矢量化提取等相关算法研发2.地图元素识别相关的深度神经网络算法研发3前沿算法追踪，调研，复现任职资格
OpenDriveLab·2023-02-06 08:07

深度神经网络实现解析

目前实现的代码包括逻辑回归、softmax回归、深度神经网络和卷
小生很忙·2023-02-06 00:34

实战｜TensorFlow 实践之手写体数字识别!

本文的主要目的是教会大家运用google开源的深度学习框架tensorflow来实现手写体数字识别，给出两种模型，一种是利用机器学习中的softmaxregression作分类器，另一种将是搭建一个深度神经网络以达到
IT派·2023-02-05 15:23

一文看懂卷积神经网络CNN的核心

我们都知道，使用多层感知器，有隐藏层的深度神经网络可以帮助我们解决分类，聚合，回归问题。但当我们的输入输出转变为
Cy_coding·2023-02-05 13:14

word2vec：基于层级 softmax 和负采样的 CBOW

今天我们来看一下word2vec，它是自然语言处理中非常重要的概念，是一种用语言模型做词嵌入的算法，目的就是将文字转化为更有意义的向量，进而可以让深度神经网络等模型更好地理解文本数据。
Alice熹爱学习·2023-02-05 11:01

看这份DNN2GP: 从深度神经网络到高斯过程45页ppt和论文提供新思路...

来自东京RIKEN研究中心的EmtiyazKhan给了关于从深度神经网络到高斯过程的教程《DNN2GP:FromDeepNetworkstoGaussianProcesses》，共有45页ppt，以及撰写了最新的论文
weixin_39957027·2023-02-05 11:48

神经网络碰上高斯过程，DeepMind论文开启深度学习新方向

函数近似是机器学习众多问题的核心，而过去深度神经网络凭借其
weixin_34327761·2023-02-05 11:18

基于深度强化学习的进化多目标优化自适应算子选择

通过使用深度神经网络学
kininee·2023-02-05 08:26

文献阅读：On Learning Contrastive Representations for Learning with Noisy Labels

文献阅读：OnLearningContrastiveRepresentationsforLearningwithNoisyLabelsAbstract现存的问题：深度神经网络能够以软最大交叉熵(CE)损失轻松记忆噪声标签
Jay——小白·2023-02-05 08:15

OpenMMLab AI 实战训练营笔记 01

计算机视觉任务分类，目标定位，目标检测，分割（语义分割、实例分割），关键点检测深度学习，用深度神经网络解决数据挖掘问题。
下雨了收衣服去·2023-02-05 07:31

深度学习 用户画像_一种基于深度神经网络的用户画像表示学习系统及方法与流程...

本发明涉及大数据、人工智能、机器学习，特别涉及一种基于深度神经网络的用户画像表示学习系统及方法。背景技术：近年来，社交网络迅速发展，用户人数呈爆炸式增长。
王萌昊·2023-02-05 07:23

深度学习 用户画像_基于深度学习的用户画像研究

基于深度学习的用户画像研究作者：兰秋军周妹璇所属学科：管理学二级学科：管理工程关键字：用户画像高维特征标签深度神经网络摘要/Abstract用户画像在个性化推荐以及精准营销中起到了重要作用.如今在大数据背景下
欲戴王冠必承其重颖宝·2023-02-05 07:22

神经网络基础部件-优化算法详解

前言所谓深度神经网络的优化算法，即用来更新神经网络参数，并使损失函数最小化的算法。
嵌入式视觉·2023-02-05 01:50

深度强化学习-A3C算法

论文地址：https://arxiv.org/pdf/1602.01783v1.pdfA3C（异步优势演员评论家）算法，设计该算法的目的是找到能够可靠的训练深度神经网络，且不需要大量资源的RL算法。
athrunsunny·2023-02-04 21:59

deeplab v3+论文精读

pdftensorflow代码：https://github.com/tensorflow/models/tree/master/research/deeplabAbstract空间金字塔池模块或编解码器结构普遍用于深度神经网络进行语义分割任务
樱花的浪漫·2023-02-04 15:14

302页吴恩达Deeplearning.ai课程笔记，详记基础知识与作业代码

近日，来自重庆大学的WanZhen制作了一份深度学习专项课程笔记，该笔记从神经网络与深度学习基础、提升深度神经网络性能和卷积神经网络三门课程出发详细解释了关键概念与作业代码。
小饕·2023-02-04 13:02

深度学习模型中的过拟合良方【Dropout】

Dropout是深度神经网络优化训练过程的一个算法。
superY25·2023-02-04 08:13

OpenMMLab课程笔记Day1

深度神经网络自适应梯度算法：根据梯度的历史幅度自动调整学习率（区分”学习重点“）优化器：动量，将上一步的移动延续到本布，帮助逃离局部极小值与鞍点，环节随机梯度下降的波动为了避免过拟合，我们设计了earlystopping
Halbert(^_^)·2023-02-04 08:54

Datawhale 零基础入门CV赛事-Task5 模型集成

1.Dropout可以作为训练深度神经网络的一种技巧。在每个训练批次中，通过随机让一部分的节点停止工作。同时在预测的过程中让所有的节点都其作用。
咕咕咕咕咯咯·2023-02-04 02:35

深度学习在医学影像中的研究进展及发展趋势

随着深度学习的出现，利用深度神经网络分析医学影像已成为目前研究的主流。
米朵儿技术屋·2023-02-03 20:31

计算机视觉与OpenMMLab开源算法体系（听课笔记1）

计算机视觉：对图像或者视频图像信息进行图像挖掘，图像处理等，分类，检测，分割（语义分割，实例分割，全景分割-无人驾驶很重要，是在实例分割基础上实现的）图像识别：识别图像中的物体是什么深度学习，使用深度神经网络来处理事情计算机视觉应用
小老头秃顶了·2023-02-03 17:54

训练流程+卷积神经网络

训练流程一般神经网络训练的整体流程OpenMMLab2.0的训练流程卷积神经网络(CNN)传统的深度神经网络(DNN)在处理图片数据时，存在两点问题：1）参数量大；2）图像本身是二维结构，相邻像素直接存在一定的关联
zxxxxh·2023-02-03 17:53

实战营上课笔记

张老师详细介绍了计算机视觉的发展史，从机器学习、视觉特征提取、深度神经网络的出现，到各种开源框架。解释了目标检测、实例分割、语义分割的区别，以及KeyPoint等各种东西。
ztc1998·2023-02-03 12:22

深度神经网络 --AlexNet--论文学习笔记

AlexNet--ImageNetClassificationwithDeepConvolutionalNeuralNetworks一、概述与数据集AlexNet和其导师GeoffreyE.Hinton，2010年训练了一个大型深度卷积神经网络，在ImageNetLSVRC-2010竞赛中，对包含120万个高分辨率的图像和1000不同的类别的分类预测中，在测试数据上，取得了top-137.5%,t
Mr_M_W·2023-02-03 08:37

【超分辨率】（DRN）Closed-loop Matters: Dual Regression Networks for Single Image Super-Resolution

论文下载地址：https://arxiv.org/pdf/2003.07018.pdf论文代码地址：https://github.com/guoyongcs/DRN但是代码有问题论文标题：1.论文概述深度神经网络通过学习从低分辨率
亿点困难·2023-02-03 07:54

关于跳跃连接 卷积网络

在训练深度神经网络时，模型的性能随着架构深度的增加而下降。这被称为退化问题。网络深度的增加，模型的性能下降的原因可能是什么？a，过度拟合。
◆ 柔辛·2023-02-03 02:07

一文读懂 CNN、DNN、RNN 内部网络结构区别【转】

CNN:ConvolutionalNeuralNetworks-卷积神经网络RNN:RecurrentNeuralNetworks-循环神经网络DNN:DeepNeuralNetwork-深度神经网络LSTM
Aieru·2023-02-02 22:04

【Keras】学习笔记11：深度学习卷积神经网络（CNN）的原理知识

3.1案例3.2图像输入3.3提取特征3.4卷积（convolution）3.5池化（Pooling）3.6激活函数RelU(RectifiedLinearUnits)3.7深度神经网络3.8全连接层(
Zking~·2023-02-02 18:02

人人都能懂的机器学习——训练深度神经网络——学习率规划

学习率规划找到一个合适的学习率非常重要。如果将学习率设置过高，模型训练可能会发散。如果设置过低，那么训练虽然会收敛至最优，但是会耗费大量的时间。如果你将学习率设置得稍微有点高，那么模型在一开始训练收敛的速度会很快，但是最终会在最优点附近徘徊，无法真正收敛至最优。如果你拥有的计算资源有限，那么你可能会在收敛前就中止训练，生成一个次优解（见图2.8）。图2.8不同学习率的学习曲线在之前的文章中就提到过
苏小菁在编程·2023-02-02 17:23

基础神经网络

基本结构可以理解为根据特征走出一条最佳路线，从左到右为数据计算流程●第一层为输入层，输入数据●最后一层为输出层，输出结果（可以有多个输出如多分类场景）●中间为隐含层2、3个隐含层以上可称为深度学习/深度神经网络
Xagorz·2023-02-02 15:29

点云感知算法面试知识点（二）

1.Transformer简单介绍下答：Transformer是一种由编码模块和解码模块组成的深度神经网络，它主要基于自注意力机制，具有几个相同结构的编码器/解码器，每个编码器由自注意力机制和前馈神经网络组成
用券买土豆·2023-02-02 13:26

神经网络架构模型大全图,神经网络模型架构的

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。
普通网友·2023-02-02 10:40

神经网络模型应用实例,神经网络模型数学建模

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。
普通网友·2023-02-02 10:38

深度学习笔记----数据增强

在5.6节（深度卷积神经网络）里我们提到过，大规模数据集是成功应用深度神经网络的前提。
Agetha·2023-02-02 08:44

分类、跟踪、生成、压缩、细粒度综述

转自http://www.sohu.com/a/226537807_473283仅供个人学习，如有侵权请联系删除作者：张皓（南京大学）网络压缩(networkcompression)尽管深度神经网络取得了优异的性能
TTdreamloong·2023-02-02 08:03

Overcoming Challenges in Fixed Point Training of Deep Convolutional Networks

标题&作者.png论文地址：https://arxiv.org/pdf/1607.02241.pdf1摘要总所周知，以极低的数值精度来训练深度神经网络，尤其是深度卷积神经网络是具有挑战的。
侯俊同学·2023-02-02 04:14

L2 Normalization（L2归一化）反向传播推导

L2Normalization公式及作用我们知道对于一行向量，其L2归一化公式入下所示，其中为向量长度：在深度神经网络中，偶尔会出现多个量纲不同的向量拼接在一起的情况，此时就可以使用L2归一化统一拼接后的向量的量纲
YoungLittleFat·2023-02-02 00:11

2018-09-12图森未来面试

4.你熟悉的分类深度神经网络有哪些？说了VGG，GoogleNet，Resnet。然后继续问，还有呢？回答mobileNet和shuf
Jeo_zhao·2023-02-01 19:53

深度神经网络调参——实用指南

整理自《HandsOnML》——chapter11DNN有很多参数可以调节，如何选择各种参数的设置是个难题。（1）Table11-2在很多问题中表现都很好。表中的参数有时候需要调节：（a）如果找不到合适的learningrate（太小收敛太慢；太大不够准确），可以尝试指数衰减（exponentialdecay）的learningschedule。（b）如果训练集太小了，可以尝试dataaugmen
南瓜派三蔬·2023-02-01 17:38

MobileNets进化史

MobileNets基于流线型结构设计，利用深度可分离卷积来建立轻量级深度神经网络。MobileN
喜欢打酱油的老鸟·2023-02-01 14:58

人脸匹配对齐算法pytorch_PyTorch 实现孪生网络识别面部相似度

深度神经网络是涉及图像分类问题的重要算法。这其中的部分原因是，它们具有大量的可训练的参数。然而，这是以需要大量的数据为代价的，而这有时是不可获得的。
shy希望遇到你姑娘·2023-02-01 14:33

深度神经网络将requires_grad设为True梯度全为0，step()后还会更新梯度问题的原因

目录问题原因解决方法方法结果问题偶然发现明明将网络中某一层requires_grad设置为True，在loss.backward()后该层的梯度并不为None，反而全是0，并且optimizer.step()前后参数被更新了。原因这是在需要多次使用backward(),step()时会出现的问题，当第一次调用loss.backward(retain_graph=True)时，保留了计算图，因此这个
Murphy402·2023-02-01 11:26

模式识别 | Python实现DNN深度神经网络模式分类识别

模式识别|Python实现DNN深度神经网络模式分类识别目录模式识别|Python实现DNN深度神经网络模式分类识别识别效果基本介绍程序设计结果汇集参考资料识别效果基本介绍Python实现DNN深度神经网络模式分类识别
机器学习之心·2023-02-01 11:54

深度神经网络的图像语义分割研究综述

本文主要对基于深度神经网络的图像语义分割方法和研究现状进行了详细的综述。
AI速递·2023-02-01 11:54

深度神经网络将requires_grad设为True梯度全为0，step且还会更新的问题的原因

问题偶然发现明明将网络中某一层requires_grad设置为True，在loss.backward()后该层的梯度并不为None，反而全是0，并且optimizer.step()前后参数被更新了。原因这是在需要多次使用backward(),step()时会出现的问题，当第一次调用loss.backward(retain_graph=True)时，保留了计算图，因此这个被冻住的层的梯度并不会被清空
Murphy402·2023-02-01 11:21

深度强化学习 DQN算法

目录一.算法介绍二.算法原理三.代码实现[1]参考一.算法介绍DQN算法，英文名为DeepQNetwork，被称为深度Q网络，其将深度神经网络结合了Q-learning。
安城安教具·2023-02-01 10:42

过拟合、欠拟合及避免方法

在我们机器学习或者训练深度神经网络的时候经常会出现欠拟合和过拟合这两个问题，但是，一开始我们的模型往往是欠拟合的，也正是因为如此才有了优化的空间，我们需要不断的调整算法来使得模型的表达能拿更强。
wuxiaosi808·2023-02-01 09:03

【深度学习】生成对抗网络

它可以看作一个实现“点对点变换”的映射，而真实图像在图像空间中的分布十分复杂，简单的函数不能够很好的表达这种映射关系，在实践中通常要利用深度神经网络。
youthlost·2023-02-01 09:28
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他