AlexNet卷积神经网络

计算机设计大赛 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
iuerfee·2024-02-01 07:59

深度学习之循环神经网络 （基础）

循环神经网络简称为RNN，（之前讲到的卷积神经网络简称为CNN）。以前我们在使用全链接网络的时候，我们将这种网络叫做Dense或者是Deep。Dense链接指的是全链接的。
丘小羽·2024-02-01 02:04

Advanced CNN

文章目录回顾GoogleNetInception1*1卷积Inception模块的实现网络构建完整代码ResNet残差模块ResedualBlock残差网络的简单应用残差实现的代码练习回顾这是一个简单的线性的卷积神经网络然而有很多更为复杂的卷积神经网络
chairon·2024-01-31 22:02

深度学习|Keras识别MNIST手写数字（CNN）

方法：这次使用的方法为卷积神经网络（CNN）。卷积神经网络通过卷积层，池化层来做特征的提取，最后再连上全连接网络。卷积层卷积层就是通过多个filter来生成多张图片，其运算如图所示。
罗罗攀·2024-01-31 17:40

故障诊断 | 一文解决，CNN卷积神经网络故障诊断（Matlab）

文章目录效果一览文章概述专栏介绍源码设计参考资料效果一览文章概述故障诊断|一文解决，CNN卷积神经网络故障诊断（Matlab）专栏介绍订阅【故障诊断】专栏，不定期更新机器学习和深度学习在故障诊断中的应用
机器学习之心·2024-01-31 15:09

使用Linux服务器的详细方法：进行文件上传下载以及使用服务器运行python程序

目前刚接触算法半年，模型也逐渐地从logistic回归到3D卷积神经网络，复杂度不断地增加，我的低配可爱小Macpro已经不能支撑我的数据训练了，于
睡不醒的小胖子·2024-01-31 11:16

深度学习之卷积神经网络

这训练量是很惊人的.卷积神经网络使用权值共享网络结构,降低了网络模型的复杂度，减少了权值的数量。卷积网络的“前世今生”卷积网络是一个生物神经网络.其的结论来源于一只猫.D.H.Hubel和T.N.Wi
懒猫gg·2024-01-31 10:35

深度学习(7)--卷积神经网络项目详解

一.项目介绍：用Keras工具包搭建训练自己的一个卷积神经网络(Simple_VGGNet，简单版VGGNet)，用来识别猫/狗/羊三种图片。
GodFishhh·2024-01-31 10:32

basic CNN

文章目录回顾卷积神经网络卷积卷积核卷积过程卷积后图像尺寸计算公式：代码padding代码Stride代码MaxPooling代码一个简单的卷积神经网络用卷积神经网络来对MINIST数据集进行分类如何使用
chairon·2024-01-31 09:40

DeepSORT算法实现车辆和行人跟踪计数和是否道路违规检测（代码＋教程）

DeepSORT算法通过首先使用目标检测算法来识别出场景中的车辆和行人，然后使用卷积神经网络（CNN）来提取物体的特征。
毕设阿力·2024-01-31 09:08

yolov8+多算法多目标追踪+实例分割+目标检测+姿态估计

它使用了深度卷积神经网络，能够快速而准确地检测图像中的多个目标。相比于传统的目标检测方法，YOLOv8具有更高的检测速度和更好的性能。其次，YOLO
毕设阿力·2024-01-31 09:06

基于深度学习的鸟类识别系统matlab仿真

目录1.算法运行效果图预览2.算法运行软件版本3.部分核心程序4.算法理论概述4.1卷积神经网络基础4.2GoogLeNet模型4.3鸟类识别系统5.算法完整程序工程1.算法运行效果图预览2.算法运行软件版本
简简单单做算法·2024-01-31 06:08

面向ChatGPT学AI?

1.一些深度学习的问题2.问题和答案3.使用ChatGPT后的感觉1.一些深度学习的问题使用python和pytorch写Alexnet神经网络神经网络中使用激活函数的作用是什么？
fVector·2024-01-31 06:54

深度学习之卷积神经网络

卷积神经网络简称为CNN首先我们来回顾一下，我们之前学到的全连接的神经网络：上面我们通过线性层串行连接起来的神经网络，我们叫做全链接的网络，在线性层里面，我们的输入值和任意的输出值之间都存在权重，也就是说我们的每一个输入节点都要参与到下一层的输出节点的计算上面
丘小羽·2024-01-31 02:52

多元预测|SMA-CNN-BiGRU-Attention黏菌优化深度学习-融合注意力机制预测matlab代码

更多Matlab完整代码及仿真定制内容点击智能优化算法神经网络预测雷达通信无线传感器电力系统信号处理图像处理路径规划元胞自动机无人机内容介绍摘要本文提出了一种基于黏菌算法优化注意力机制卷积神经网络结合门控循环单元
机器学习之芯·2024-01-30 22:33

ISSA-CNN-BiGRU-Attention多输入多输出 | Matlab实现基于改进麻雀算法优化卷积-长短期记忆神经网络结合SE注意力机制的多输入多输出回归预测

更多Matlab完整代码及仿真定制内容点击智能优化算法神经网络预测雷达通信无线传感器电力系统信号处理图像处理路径规划元胞自动机无人机内容介绍摘要本文提出了一种基于麻雀算法优化卷积神经网络结合双向门控循环单元
前程算法matlab屋·2024-01-30 22:01

多输入多输出 |ISSA-CNN-BiGRU-Attention基于改进麻雀算法优化卷积-长短期记忆神经网络结合SE注意力机制的多输入多输出回归预测 Matlab实现

更多Matlab完整代码及仿真定制内容点击智能优化算法神经网络预测雷达通信无线传感器电力系统信号处理图像处理路径规划元胞自动机无人机内容介绍摘要本文提出了一种基于麻雀算法优化卷积神经网络结合双向门控循环单元
机器学习之芯·2024-01-30 22:00

关于CNN

1.理解卷积神经网络中的通道channel2.手把手教你用TensorFlow实现卷积神经网络3.tensorflow笔记：多层CNN代码分析
御风之星·2024-01-30 22:42

CNN之Lenet5

LeNet诞生于1994年，是最早的卷积神经网络之一，并且推动了深度学习领域的发展。
苹果味的橘子·2024-01-30 21:16

大创项目推荐 题目：基于深度学习卷积神经网络的花卉识别 - 深度学习 机器视觉

文章目录0前言1项目背景2花卉识别的基本原理3算法实现3.1预处理3.2特征提取和选择3.3分类器设计和决策3.4卷积神经网络基本原理4算法实现4.1花卉图像数据4.2模块组成5项目执行结果6最后0前言优质竞赛项目系列
laafeer·2024-01-30 20:18

RMNet: Equivalently Removing Residual Connection from Networks

EquivalentlyRemovingResidualConnectionfromNetworks论文链接：https://arxiv.org/pdf/2111.00687.pdf源码链接：https://hub.nuaa.cf//fxmeng/RMNet简介自从AlexNet
qgh1223·2024-01-30 15:12

Sparse Iso-FLOP Transformations for Maximizing Training Efficiency

arxiv.org/pdf/2303.11525.pdf源码链接：https://hub.nuaa.cf/CerebrasResearch/Sparse-IFT简介模型尺寸和训练数据的增加导致了很多深度学习的突破（AlexNet
qgh1223·2024-01-30 15:11

局部响应归一化层（LRN）

一般是在激活、池化后进行的一中处理方法，因在Alexnet中运用到，故做一下整理。为什么要引入LRN层？首先要引入一个神经生物学的概念：侧抑制（lateralinhibitio），
LiBiscuit·2024-01-30 10:09

大创项目推荐 题目：基于机器视觉opencv的手势检测 手势识别 算法 - 深度学习 卷积神经网络 opencv python

文章目录1简介2传统机器视觉的手势检测2.1轮廓检测法2.2算法结果2.3整体代码实现2.3.1算法流程3深度学习方法做手势识别3.1经典的卷积神经网络3.2YOLO系列3.3SSD3.4实现步骤3.4.1
laafeer·2024-01-30 09:48

1.24CNN（基本框架），RNN（简单RNN,LSTM,GRU简要)两个参考论文

目录CNNRNN3种RNN模型简单RNNLSTM（长短期记忆模型）GRU参考论文CNNCNN是卷积神经网络提取图片特征、在输出阶段可以使用sigmoid函数返回01值RNN3种RNN模型简单RNNH就是每层神经元所产生的一个输出信号
CQU_JIAKE·2024-01-30 09:43

深度学习之卷积神经网络进阶版

上一讲我们介绍了卷积神经网络和多层感知机，也就是全链接网络。他们在网络架构上是串行的结构，也就是在每一层与每一层之间，前面一层的输出，是后面一层的输入。
丘小羽·2024-01-30 07:45

深度学习技巧应用34-在多台服务器资源下数据并行分布式训练神经网络模型的应用技巧

今天给大家介绍一下深度学习技巧应用34-在多台服务器资源下数据并行分布式训练神经网络模型的应用技巧,本文将帮助大家理解多台服务器资源的数据并行分布式训练神经网络模型的过程，数据并行训练是一种在多个处理器上并行训练卷积神经网络模型的方法
微学AI·2024-01-29 22:11

m基于CNN卷积神经网络的IBDFE单载波频域均衡算法

1.算法描述单载波频域均衡(SC-FDE)是解决符号间干扰(ISI)问题的一项重要技术。相比于单载波时域均衡(SC-TDE)技术和正交频分复用(OFDM)技术,SC-FDE技术具有复杂度低、峰均功率比小的优点。但是,SC-FDE技术中,均衡算法的性能与复杂度存在制约关系,传统均衡算法无法在二者之间取得较好的折衷。在单载波频域均衡系统中，线性均衡算法虽然简单易行，但是其抑制噪声干扰和符号间干扰的能力
AI小白龙*·2024-01-29 21:05

【深度学习：目标检测】深度学习中目标检测模型、用例和示例

一阶段与两阶段深度学习目标检测器物体检测用例和应用物体检测发展里程碑流行的物体检测算法YOLO：你只看一次SSD:Single-shotDetectorR-CNN：基于区域的卷积神经网络下一步是什么
jcfszxc·2024-01-29 20:30

机器学习周报第23周

目录摘要Abstract一、卷积神经网络1.1padding1.2卷积步长1.3单层卷积网络1.4池化层二、文献阅读：BERTmodelsforBrazilianPortuguese:pretraining
Ramos_zl·2024-01-29 16:21

《Confusion Graph: Detecting Confusion Communities in Large Scale Image Classification》阅读笔记

初读摘要问题描述：对于基于深度卷积神经网络（CNN）的图像分
AncilunKiang·2024-01-29 15:49

《Visual Tree Convolutional Neural Network in Image Classification》阅读笔记

论文标题《VisualTreeConvolutionalNeuralNetworkinImageClassification》图像分类中的视觉树卷积神经网络作者YuntaoLiu、YongDou、RuochunJin
AncilunKiang·2024-01-29 15:45

Deeplab系列语义分割模型

目录一、网络模型1.deeplabv12.deeplabv23.deeplabv34.deeplabv3+二、空洞卷积三、代码实现总结一、网络模型1.deeplabv1深度卷积神经网络（DCNN）和条件随机场
CPones·2024-01-29 14:57

【YOLOv8改进-论文笔记】RFAConv：感受野注意力卷积，创新空间注意力

介绍摘要空间注意力已被广泛用于提升卷积神经网络的性能。然而，它存在一定的局限性。在本文中，我们提出了一个关于空间注意力有效性的新视角，即空间注意力机制本质上是解决卷积核参数共享的问题。
程序员半夏·2024-01-29 13:06

CVPR 2023 | SCConv: 即插即用的空间和通道重建卷积

©作者|玉米爆米花介绍本文作者提出了一种名为SCConv（SpatialandChannelreconstructionConvolution，空间和通道重建卷积）的卷积模块，目的是减少卷积神经网络中特征之间的空间和通道冗余
PaperWeekly·2024-01-29 13:32

目标检测算法改进系列之添加SCConv空间和通道重构卷积

SCConv-空间和通道重构卷积SCConv（空间和通道重构卷积）的高效卷积模块，以减少卷积神经网络（CNN）中的空间和通道冗余。SCConv旨在通过优化特征提取过程，减少计算资源消耗并提高网络性能。
我悟了-·2024-01-29 13:01

Yann LeCun荣获全球AI大奖！Keras之父和Deepmind创始人也曾获奖

YannLeCun因为为深度学习作出的杰出贡献（主要是发明了CNN卷积神经网络）和Hinton和Bengio三人共同获得了图灵奖。最近几年，LeCun所领
夕小瑶·2024-01-29 12:21

剑指RT-DETR改进主干EfficientNet模型：重新思考卷积神经网络的模型扩展，使得RT-DETR目标检测模型高效涨点

本篇内容：剑指RT-DETR改进主干EfficientNet模型：重新思考卷积神经网络的模型扩展，YOLO系列高效涨点CSDN芒果汁没有芒果：RT-DETR最新首发创新点改进源代码！！
芒果汁没有芒果·2024-01-29 11:52

PyTorch复现网络模型VGG

VGG以其对卷积神经网络（ConvolutionalNeuralNetworks,CNNs）结构的研究而闻名，特别是在ILSVRC（ImageNetLargeScal
DogDaoDao·2024-01-29 08:13

【MATLAB第95期】#源码分享 | 基于MATLAB的卷积神经网络CNN图像分类源代码分享（含两个案例）

【MATLAB第95期】#源码分享|基于MATLAB的卷积神经网络CNN图像分类源代码分享（含两个案例）一、案例一1、背景介绍目的：训练和测试卷积神经网络，以检测钻头三种类型。
随风飘摇的土木狗·2024-01-29 06:20

深度学习-卷积神经网络

作用：快速定位图像中某些边缘特征英文：convolition将图片与轮廓滤波器进行卷积运算，可快速定位固定轮廓特征的位置卷积神经网络的核心计算机根据样本图片，自动寻找合适的轮廓过滤器，对新图片进行轮廓匹配自动求解
小旺不正经·2024-01-29 03:54

深度学习-卷积神经网络的结构&经典网络介绍

卷积神经网络的结构总体结构通产情况下，卷积神经网络由若干个卷积层、激活层、池化层、以及全连接层构成。卷积层卷积层是卷积神经网络的核心所在，通过卷积运算可以达到提取特征和降维处理两个重要的目的。
AI_王布斯·2024-01-29 03:54

深度学习-卷积神经网络实现图像风格转换

卷积神经网络可以实现图像风格的转换。小浪也来写个程序，实现下这个功能。
寻风浪·2024-01-29 03:24

deformable convolutional networks

转自：点击打开链接上一篇我们介绍了：深度学习方法（十二）：卷积神经网络结构变化——SpatialTransformerNetworks，STN创造性地在CNN结构中装入了一个可学习的仿射变换，目的是增加
麦兜ppig·2024-01-29 02:11

计算机毕业设计：python车牌识别系统 Django框架 深度学习 CNN算法 （源码） ✅

1、项目介绍1、关键词：Python语言、TensorFlow、卷积神经网络CNN算法、PyQt5界面、Django框架、深度学习包含：训练
q_3548885153·2024-01-28 22:20

孪生卷积神经网络（Siamese Convolutional Neural Network）的设计思路

孪生卷积神经网络（SiameseConvolutionalNeuralNetwork）是一种特殊类型的卷积神经网络，主要用于处理需要成对比较的数据，例如判断两个输入是否相似。
小桥流水---人工智能·2024-01-28 21:02

并发卷积神经网络(ConCNN)的英文全称是Concurrent Convolutional Neural Network (ConCNN) ，相对于普通卷积有什么优势？

问题描述：并发卷积神经网络(ConCNN)的英文全称是ConcurrentConvolutionalNeuralNetwork(ConCNN)，相对于普通卷积有什么优势？
神笔馬良·2024-01-28 19:48

cnn卷积神经网络（计算过程详析）

参考网址百度安全验证https://www.cnblogs.com/skyfsm/p/6790245.html一般的神经网络结构如下CNN卷积神经网络可以被分为许多层，其层级结构一般为•数据输入层/Inputlayer
wanghua609·2024-01-28 14:12

CIFAR-10数据集详析：使用卷积神经网络训练图像分类模型

1.数据集介绍CIFAR-10数据集由10个类的60000张32x32彩色图像组成，每类6000张图像。有50000张训练图像和10000张测试图像。数据集分为5个训练批次和1个测试批次，每个批次有10000张图像。测试批次正好包含从每个类中随机选择的1000张图像。训练批次以随机顺序包含剩余的图像，但某些训练批次可能包含来自一个类的图像多于另一个类的图像。在它们之间，训练批次正好包含来自每个类的
是Dream呀·2024-01-28 14:39

论文（二）：AlexNet

原名：ImageNetClassificationwithDeepConvolutionalNeuralNetworks作者：AlexKrizhevsky，IlyaSutskever，GeoffreyE.Hinton摘要Wetrainedalarge,deepconvolutionalneuralnetworktoclassifythe1.2millionhigh-resolutionimages
瑾怀轩·2024-01-28 13:44
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他