轻量化网络模型

通过VISO来绘制神经网络图模型

1、简介最近对文章整理过程中，发现自己自己画的模型图简直不堪入目，因此简单学了学，网上搜很多都是一些辅助软件的使用教程，很难找到便捷通过VISO的进行神经网络模型图绘制。
啥也不会的小白研究生·2023-12-16 16:57

YOLOv8改进 | 2023主干篇 | 利用RT-DETR特征提取网络PPHGNetV2改进YOLOv8（超级轻量化精度更高）

是今年由百度推出的第一款实时的ViT模型，其在实时检测的领域上号称是打败了YOLO系列，其利用两个主干一个是HGNet一个是ResNet，其中HGNet就是我们今天来讲解的网络结构模型（亲测这个HGNet网络比YOLO的主干更加轻量化和精度更高的主干
Snu77·2023-12-16 15:33

HTTP深度解析：构建高效与安全网络的关键知识

除了这些，了解HTTP还涉及到网络模型的五个层次：应用层、运输层、网络层、链路层和物理层。每一层都有其独特的功能，共同确保数据
光芒软件工匠·2023-12-16 12:59

Python轴承故障诊断 (七)基于EMD-CNN-LSTM的故障分类

制作数据集和对应标签2.3故障数据的EMD分解可视化2.4故障数据的EMD分解预处理3基于EMD-CNN-LSTM的轴承故障诊断分类3.1训练数据、测试数据分组，数据分batch3.2定义EMD-CNN-LSTM分类网络模型
建模先锋·2023-12-16 11:49

Python轴承故障诊断 (六)基于EMD-Transformer的故障分类

2.3故障数据的EMD分解可视化2.4故障数据的EMD分解预处理3基于EMD-Transformer的轴承故障诊断分类3.1训练数据、测试数据分组，数据分batch3.2定义Transformer分类网络模型
建模先锋·2023-12-16 11:12

模型实战（10）之win10下tensorRT部署yolov5算法

win10下tensorRT部署yolov5算法针对yolov5的众多版本，目前有几种部署方法：1.tensorrtx:大神针对众多网络模型（包含yolov5众多版本）开源的一个转换工具，部署方式为：.
明月醉窗台·2023-12-16 02:07

win10正确配置tensorRT环境

目的使用tensorRT进行网络模型部署，加快推理速度方法安装tensorRT的过程需要对各种组件的版本进行匹配前置安装套件有：1、CUDA2、cuDNN3、pyCUDA4、tensorflow或pytorch
风1995·2023-12-16 02:26

第一遍阅读<透视http协议>感受

总体来说对我这个看不下去和等之类有关网络的书籍的人,这个专栏无异于让我对有关网络的相关知识的阅读又重新提起了兴趣,之前一直记不住网络模型,总感觉很难,不过在阅读完之后我对此有了新的认知,也牢牢记住了每一层的作用此专栏不仅在于讲
JAVA弑云·2023-12-16 00:59

icmp协议、ip数据包 基础

它是TCP/IP网络模型中的一个核心协议，属于网络层。ICMP的用途：错误处理：ICMP主要用于在IP主机、路由器之间传递控制消息。控制消息是关于网络通信的问题反馈，例如无
小昭dedug·2023-12-16 00:03

大创项目推荐 卷积神经网络手写字符识别 - 深度学习

2LeNet-5模型的介绍2.1结构解析2.2C1层2.3S2层S2层和C3层连接2.4F6与C5层3写数字识别算法模型的构建3.1输入层设计3.2激活函数的选取3.3卷积层设计3.4降采样层3.5输出层设计4网络模型的总体结构
laafeer·2023-12-15 22:36

卷积神经网络实现手势图像的识别

提取码：pcoi一、原理和框架这篇文章的卷积网络模型基于LeNet-5，也就是input→conv1→relu→maxpool1→conv2→relu→maxpool2→fc3→fc4→output(softmax
Mr.zwX·2023-12-15 22:21

GPT：Generative Pre-Training

1.概述随着深度学习在NLP领域的发展，产生很多深度网络模型用于求解各类的NLP问题，从word2vec词向量工具的提出后，预训练的词向量成了众多NLP深度模型中的重要组成部分。
zhiyong_will·2023-12-15 22:29

YOLOv8改进 | 2023Neck篇 | BiFPN双向特征金字塔网络（附yaml文件+代码）

本文给大家带来的结构可以让大家自行调节网络结构大小，同时能够达到一定的轻量化效果(需要注意的是BiFPN正常是需要五个检测头的，但是YOLOv8只有三个检测头，所以我对其yaml文件进行了一定
Snu77·2023-12-15 20:56

YOLOv5改进 | 2023卷积篇 | AKConv轻量级架构下的高效检测（既轻量又提点）

AKConv能够根据硬件环境，使卷积参数的数量呈线性增减（非常适用于轻量化模型的读者）。本文通过
Snu77·2023-12-15 20:56

深度学习 Day13——P2彩色图片分类

我的环境2代码实现与执行结果2.1前期准备2.1.1引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4查看数据2.1.5.数据可视化2.2构建CNN网络模型
LittleRuby·2023-12-15 20:27

深度学习 Day16——P5运动鞋识别

2.1.1引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4加载数据2.1.4查看数据2.2构建CNN网络模型
LittleRuby·2023-12-15 20:27

深度学习 Day17——P6好莱坞明星识别

2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4划分数据集2.1.4加载数据2.1.4查看数据2.2构建CNN网络模型
LittleRuby·2023-12-15 20:27

深度学习 Day12——P1实现mnist手写数字识别

我的环境2代码实现与执行结果2.1前期准备2.1.1引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4查看数据2.1.5.数据可视化2.2构建CNN网络模型
LittleRuby·2023-12-15 20:57

深度学习 Day6——T6好莱坞明星识别

项目定制文章目录前言一、我的环境二、代码实现与执行结果1.引入库2.设置GPU（如果使用的是CPU可以忽略这步）3.导入数据4.查看数据5.加载数据6.可视化数据7.再次检查数据8.配置数据集9.构建CNN网络模型
LittleRuby·2023-12-15 20:56

深度学习 Day10——T10数据增强

项目定制文章目录前言一、我的环境二、代码实现与执行结果1.引入库2.设置GPU（如果使用的是CPU可以忽略这步）3.导入数据4.查看数据5.加载数据6.再次检查数据7.配置数据集8.可视化数据9.构建CNN网络模型
LittleRuby·2023-12-15 20:56

深度学习 Day11——T11优化器对比实验

项目定制文章目录前言一、我的环境二、代码实现与执行结果1.引入库2.设置GPU（如果使用的是CPU可以忽略这步）3.导入数据4.查看数据5.加载数据6.再次检查数据7.配置数据集8.可视化数据9.构建CNN网络模型
LittleRuby·2023-12-15 20:56

子类继承 nn.Sequential 和继承 nn.Module 的异同点

类继承nn.Sequential和继承nn.Module都可以用于构建神经网络模型，但它们在使用方式和设计理念上有一些区别下面是它们的异同点：同：都可以用于定义神经网络模型，并通过重写forward()
Kelly_Ai_Bai·2023-12-15 20:25

深度学习 Day14——P3天气识别

2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4划分数据集2.1.4加载数据2.1.4查看数据2.2构建CNN网络模型
LittleRuby·2023-12-15 20:19

TensorFlow2.0与1.0版本的区别

你可以用极少的代码构建复杂的神经网络模型。而TensorFlow1.0的API相对底层,需要大量的代码来定义各层节点及其连接。
缘起性空、·2023-12-15 19:41

【深度学习目标检测】五、基于深度学习的安全帽识别（python，目标检测）

深度学习目标检测方法则是利用深度神经网络模型进行目标检测，主要有以下几种：R-CNN系列：包括R-CNN、FastR-CNN、FasterR-CNN等，通过候选区域法生成候选目标区域，然后使用卷积神经网络提取特征
justld·2023-12-15 16:15

深度学习 Day15——P4猴痘病识别

2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4划分数据集2.1.4加载数据2.1.4查看数据2.2构建CNN网络模型
LittleRuby·2023-12-15 16:36

嵌入式奇妙之旅：Python与树莓派编程深度探索

个人网站:【海拥】【神级代码资源网站】【办公神器】基于Web端打造的：轻量化工具创作平台想寻找共同学习交流的小伙伴，请点击【全栈技术交流群】在这个数字化的时代，嵌入式系统的应用越来越广泛，而树莓派作为一款强大的微型计算机
海拥✘·2023-12-15 16:15

深度学习 Day18——P7咖啡豆识别

2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4可视化数据2.1.4图像数据变换2.1.4划分数据集2.1.4加载数据2.1.4查看数据2.2构建CNN网络模型
LittleRuby·2023-12-15 14:02

Networkx实现小世界网络的分析

六度分离原理：小世界网络模型是对小世界现象的网络模型建模。小世界现象中提出了网络任何
傻fufu滴人儿～·2023-12-15 07:13

科技的成就（三十）

229、神经网络模型感知机诞生"感知机（Perceptron）是一种神经网络模型，由弗兰克·罗森布拉特提出，被誉为神经网络的起源算法，是AI领域的一大突破。
zyhomepage·2023-12-15 06:44

【Python】人工智能-机器学习——不调库手撕深度网络分类问题

(cm)Petal.Width：花瓣宽度(cm)category：类别（IrisSetosa\IrisVersicolour\IrisVirginica)1.2要求在不调用机器学习库的情况下，使用神经网络模型来预
hiddenSharp429·2023-12-15 06:37

单元测试二（理论）-云计算2023.12-云南农业大学

文章目录一、单选题1、三次握手、四次挥手发生在网络模型的哪一层上？2、互联网Internet的拓扑结构是什么？3、以下哪一种网络设备是工作在网络层的？4、以下哪种关于分组交换网络的说法是错误的？
明金同学·2023-12-15 05:05

vue3路由跳转页面到顶部，Stable Diffusion使用ControlNet

window.scrollTo({top:0,behavior:'smooth'//可选的，使滚动平滑进行});next();});ControlnetControlNet是用来控制StableDiffusion模型的一种神经网络模型
irisMoon06·2023-12-15 05:53

PrimiHub 联邦学习大模型开源，打破数据限制，保护数据隐私安全

大模型是指具有大量参数的深度神经网络模型，它们通常可以提供更强大的表达能力和泛化能力，从而提升各种智能服务的性能和质量。
PrimiHub·2023-12-15 05:20

GLB/GLTF 模型压缩轻量化

在线工具推荐：3D数字孪生场景编辑器-GLTF/GLB材质纹理编辑器-3D模型在线转换-Three.jsAI自动纹理开发包-YOLO虚幻合成数据生成器-三维模型预览图生成器-3D模型语义搜索引擎1、具有Draco压缩的GLTF和GLB文件格式随着对沉浸式3D体验的需求不断上升，文件格式的效率变得越来越重要。GLTF（图形库传输格式）和GLB（GLTF的二进制表示）已成为存储3D模型的流行选择，因为
ygtu2018·2023-12-15 05:10

新型蜘蛛纤维

蜘蛛丝硬度高、有弹性，是一种轻量化、生物可降解的材料。美国洛
冯暴富66·2023-12-15 04:18

阶段五：深度学习和人工智能(学习如何构建和训练神经网络模型)

构建和训练神经网络模型是深度学习的核心任务之一。
哈嗨哈·2023-12-15 04:15

3DCAT+上汽奥迪：打造新零售汽车配置器实时云渲染解决方案

交互式3D实时云看车作为云渲染技术的一种使用场景，也逐步成为一种新的看车方式，利用云端计算资源，通过超高清、全实时、可交互、沉浸式的线上虚拟看车，打破地域空间限制、实现终端设备轻量化，满足更多潜在购车群体便捷看车
3DCAT实时渲染云·2023-12-15 03:43

3D Web轻量引擎HOOPS Communicator如何实现对大模型的渲染支持？

我们将从以下几个方面与大家分享：最低帧率控制、增量更新、截流等级、边界预览、内存限制以及破碎模式轻量化。
慧都科技3D·2023-12-15 01:16

人工智能(pytorch)搭建模型22-基于pytorch搭建SimpleBaseline(人体关键点检测)模型，并详细介绍该网络模型与代码实现

大家好，我是微学AI，今天给大家介绍一下人工智能(pytorch)搭建模型22-基于pytorch搭建SimpleBaseline(人体关键点检测)模型，并详细介绍该网络模型与代码实现。
微学AI·2023-12-14 21:31

深度学习多目标跟踪算法综述

一、基于深度学习的多目标跟踪算法简介单阶段多目标跟踪算法单阶段多目标跟踪算法将目标检测和目标跟踪任务融合在一起，通过单个神经网络模型实现端到端的目标跟踪。
ZwdvIot·2023-12-14 20:54

Python轴承故障诊断 (四)基于EMD-CNN的故障分类

2.2制作数据集和对应标签2.3故障数据的EMD分解可视化2.4故障数据的EMD分解预处理3基于EMD-CNN的轴承故障诊断分类3.1训练数据、测试数据分组，数据分batch3.2定义EMD-VGG1d网络模型
建模先锋·2023-12-14 17:42

Python轴承故障诊断 (五)基于EMD-LSTM的故障分类

制作数据集和对应标签2.3故障数据的EMD分解可视化2.4故障数据的EMD分解预处理3基于EMD-LSTM的轴承故障诊断分类3.1训练数据、测试数据分组，数据分batch3.2定义EMD-LSTM分类网络模型
建模先锋·2023-12-14 17:42

OSI七层网络参考模型

网络模型OSI网络参考模型，仅作为参考，也就是说OSI网络实际中并不使用。我们只是把OSI网络模型作为参考，在网络出现问题的时候，可以从一个宏观的整体去分析和解决问题。
是三好·2023-12-14 15:57

目标检测 pytorch复现Yolov3目标检测项目

目标检测pytorch复现Yolov3目标检测项目YOLOV3创新核心点YoloV3模型架构即损失函数YoloV3SPP网络模型以及环境搭建1环境配置：2文件结构3训练数据的准备以及目录结构4利用标注好的数据集生成一系列相关准备文件
郭庆汝·2023-12-14 14:47

简单了解RNN循环神经网络

为什么需要RNN（循环神经网络）将神经网络模型训练好之后，在输入层给定一个x，通过网络之后就能够在输出层得到特定的y，那么既然有了这么强大的模型，为什么还需要RNN（循环神经网络）呢？
可keke·2023-12-14 13:39

机器学习的12个基础问题

批归一化是一种用于训练神经网络模型的有效方法。这种方法的目标是对特征进行归一化处理（使每层网络的输出都经过激活），得到标准差为1的零均值状态。所以其相反的现象是非零均值。
Angelina_Jolie·2023-12-14 13:37

预训练（pre-learning）、微调（fine-tuning）、迁移学习（transfer learning）

预训练（pre-learning）搭建一个网络模型来完成一个特定的图像分类的任务。首先，你需要随机初始化参数，然后开始训练网络，不断调整参数，直到网络的损失越来越小。
可keke·2023-12-14 13:04

用于 ChatGPT 的 FPGA 加速大型语言模型

Transformer是一种神经网络模型，擅长捕获序列中的长
FPGA技术联盟·2023-12-14 12:00

使用Keras构建前馈神经网络进行回归模型构建和学习

使用Keras构建前馈神经网络进行回归模型构建和学习前馈神经网络（FeedforwardNeuralNetwork）是一种常用的人工神经网络模型，被广泛应用于回归（regression）问题。
静谧星光·2023-12-07 00:00
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他