CNN-

CNN-经典论文阅读(2012-AlexNet)ImageNet Classification with Deep Convolutional Neural Networks

ImageNetClassificationwithDeepConvolutionalNeuralNetworks作者：AlexKrizhevsky;IlyaSutskever;GeoffreyE.Hinton1.论文综述1.背景一般我们想提升训练模型的性能时会想到使用大的数据集，现在很多大型数据集的出现解决了数据集较小的问题，但是要从数百万的图像中学习数千个类别需要具有强大学习能力的模型。而且物
椰楠liu·2020-07-14 18:55

CNN- 数据预处理

原文：https://www.cnblogs.com/luxiao/p/5534393.html对于CNN输入的数据，常见的有三种处理方式：1.Meansubtraction.将数据的每一维特征都减去平均值。在numpy中X-=np.mean(X,axis=0)2.Normalization归一化数据，使数据在相同尺度。在numpy中X/=np.std(X,axis=0)3.PCAandWhite
走投无路的乐乐·2020-07-10 18:16

零基础入门CV之街道字符识别 Task3 字符识别模型

CNN配合该博文理解CNN->通俗理解卷积神经网络卷积神经网络（简称CNN）是一类特殊的人工神经网络，是深度学习中重要的一个分支。CN
Olivia_奥·2020-07-09 14:36

记CNN-局部连接

为什么要使用CNN?传统的网络在数据的处理上具有一个致命的缺点:可扩展性差。在应对图像，视频数据的处理时，假设输入的大小是一个1000*1000*3的RGB图像，那么输入层是由3*106个神经元组成，假设(实际上也大致应该)隐藏层同样由3*106个神经元构成,那么对于全连接层的前馈网络来说，权重矩阵一共有3*106*3*106=9*1012个参数，而这还是没有计算后面更多的隐藏层的结果，显然，参数
UN_JJ·2020-07-08 03:59

【实作】CNN-微表情识别

微表情识别一、数据集说明使用的数据集是FER2013kaggleFER2013https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge/data该数据集官方的下载链接目前失效了，可通过这个链接下载：https://www.kaggle.com/shaw
YeZzz·2020-07-05 22:00

CNN-中文文本分类-开源项目-自定义数据集

最近参加学校的一个数据分析比赛，因为自己前面自学了一些基本的机器学习算法，但其实还处于入门阶段，便参加了。选择了一道中文文本分类的题目。今日头条用户画像选题背景：随着机器创作能力越来越强，今后社会媒体上将会产生越来越多的机器创作者自动生产的内容。有效识别出哪些是人类作者生产的内容，哪些是机器作者生产的内容（包括机器写作、机器翻译、机器自动摘要），对于媒体内容的审核、分发、推荐等，具有十分重要的意义
Syler_Wan·2020-06-29 00:35

【超简明】通俗解释CNN-卷积-图片识别-TF实现-数据可视化【人工智能学习】

这几天在做一个【python入门语法】和【Django全栈开发】的互动课程，就把AI算法实现系列文章落下了…我感觉我再补充几个算法和数学原理文章，AI的系列课程也可以开始做了，希望大家多多捧场！今天补充一个，经典的CNN结构！目标：提高速度说到神经网路，我们已经学了四关了，相信大家对于【网络结构】的重要性肯定了解了。不同的神经网络的作用只有一个：加快运算速度！深层神经网络和浅层神经网络相比，在速度
要吃火锅嘛？·2020-06-27 07:14

卷积神经网络CNN以及几种经典模型

简介CNN->ConvolutionalNeuralNetwork卷积神经网络是由一个或多个卷积层和顶端的全连通层（也可以使用1x1的卷积层作为最终的输出）组成的一种前馈神经网络基本概念局部感受野(LocalReceptiveFields
Tiiktak·2020-06-26 22:13

双分支CNN-多源-RS-分类

双分支CNN-多源-RS-分类本实例实现了基于卷积神经网络的多源遥感数据分类一种双分支CNN架构，用于与HSI和其他远程信息图像融合。达到相当高的分类准确度。
博士老牛·2020-06-25 07:01

深度学习CNN-基本概念

背景深度学习可谓是如火如荼，风头正盛。读研期间身边就有很多人在进行相关工作，工作之后发现在工业界也是相当受追捧。因此，自己也下定决心开始窥探一下深度学习的奥秘。总体结构从一个例子中先大体把握一下CNN的结构，有一个基本的认识。ImageNetLSVRC是一个图片分类的比赛，其训练集包括127W+张图片，验证集有5W张图片，测试集有15W张图片。本文截取2010年AlexKrizhevsky的CNN
Snail_Moved_Slowly·2020-06-20 23:17

Fast R-CNN

R-CNN与SPPnet的缺点1.训练是多阶段的：CNN->SVM->BB；2.训练速度慢，用来存储特征的存储空间比较大；3.测试速度慢。
深度厌学·2020-03-31 02:21

机器学习（ML）十之CNN

CNN-二维卷积层卷积神经网络（convolutionalneuralnetwork）是含有卷积层（convolutionallayer）的神经网络。卷积神经网络均使用最常见的二维卷积层。
Jaww·2020-02-16 16:00

cs231n学习笔记-CNN-目标检测、定位、分割

cs231n学习笔记-CNN-目标检测、定位、分割citefrom:http://blog.csdn.net/myarrow/article/details/518780041.基本概念1）CNN：ConvolutionalNeuralNetworks2
江州司马binbin·2020-01-02 04:49

CNN-简单图片分类

原文链接:https://www.dazhuanlan.com/2019/08/17/5d577456ecc9a/假期的时候跟着专知的一个深度学习课程学习了一些深度学习的内容，也是愈发觉得神经网络十分神奇，最近看了一份简单的图片分类的CNN网络，记录学习一下，从简单学起~大部分神经网络的基础就不再写了，网上也有很多介绍，这里就照着代码，顺一遍基本的使用方法~简略介绍训练样本50张，分为3类：0=>
jimmysen·2019-08-24 23:02

SSD算法通俗详解

是一种通过直接回归的方式去获取目标类别和位置的one-stage算法，不需要proposal；作用在卷积网络的输出特征图上进行预测，而且是不同尺度，因此能够保证检测的精度，图像的分辨率也比较低，属于端到端的训练；input->CNN
eternity1118_·2019-03-28 14:55

TensorFlow 学习（九）：CNN-梯度下降

一、介绍梯度下降是常用的卷积神经网络模型参数求解方法求参数过程即最小化损失函数过程。比如有一个含有D个训练数据的数据集，损失函数如下：下面比较8种梯度下降方法：批量梯度下降法（BatchGradientDescent）随机梯度下降法（Stochasticgradientdescent）小批量梯度下降法（Mini-BatchGradientDescent）Nesterov加速梯度法（NAG）Adag
北海北_CrazyZheng·2019-03-02 11:38

CNN-图像卷积c++实现-Day 2

classimg_u8_t{public:img_u8_t(s32w,s32h,s32s);~img_u8_t();voidinitBuf();voidunBuf();voidgetParam(s32&w,s32&h,s32s);voidsetData(u8*d,s32bufSize){memcpy(data,d,bufSize*sizeof(u8));}u8*data;s32width;s32h
奋斗的麻雀·2018-12-22 12:34

CNN-最大池化

最大池化的过程Let'ssaywehavea4x4matrixrepresentingourinitialinput.Let'ssay,aswell,thatwehavea2x2filterthatwe'llrunoverourinput.We'llhaveastrideof2(meaningthe(dx,dy)forsteppingoverourinputwillbe(2,2))andwon't
cuizixin·2018-10-26 16:43

CNN-卷积神经网络浅析

卷积神经网络（ConvolutionalNeuralNetwork）是一种层次模型，属于“端对端”的学习方式，和以往在解决图像类问题的分治法不一样，分治法是将其分解为预处理、特征提取与选择、分类器设计等若干步骤。分治法的动机是将图像识别的母问题分解为简单、可控且清晰的若干小的子问题。不过分步解决子问题时，尽管可在子问题上得到最优解，但子问题上的最优并不意味着得到全局的最后解！但是“端对端”的的学习
小木虫1314·2018-10-21 21:50

63页【深度CNN-目标检测】综述【PDF下载】

目标检测-是计算机视觉的经典问题，在现实场景中有很多重要应用。最近法国FredericJurie等人发表了一篇关于基于深度CNN的目标检测最新论文，详细叙述了近期有关CNN深度物体检测的文献，并对这些最新进展进行了深入分析。该综述不仅涵盖了典型的架构（SSD，YOLO，Faster-RCNN），还讨论了社区当前遇到的挑战，并展示了如何扩展对象检测问题。该综述展示了了公共数据集和相关的最新算法。目录
机器学习算法与Python学习-公众号·2018-10-18 11:00

cs231n学习笔记-CNN-目标检测、定位、分割

cs231n学习笔记-CNN-目标检测、定位、分割citefrom:http://blog.csdn.net/myarrow/article/details/518780041.基本概念1）CNN：ConvolutionalNeuralNetworks2
浩瀚之水_csdn·2018-09-29 16:59

CNN-目标检测、定位、分割

1.基本概念1）CNN：ConvolutionalNeuralNetworks2）FC：FullyConnected3）IoU：IntersectionoverUnion（IoU的值定义：RegionProposal与GroundTruth的窗口的交集比并集的比值，如果IoU低于0.5，那么相当于目标还是没有检测到）4）ICCV：InternationalConferenceonComputerV
douminan·2018-08-20 13:13

Tensorflow-卷积神经网络CNN-图像识别案例-翻译整理

这个案例是针对CIFAR-10图像集进行分类的练习，将会使用6万张图像进行训练和测试共10个分类。准备工作下载CIFAR-10图片素材文件百度云下载链接(密码:ar1q)官方下载页面(只需要下载Python版本)这个数据集共包含了10个分类60000张图片，每个分类10000张。十个分类是：airplane,automobile,bird,cat,deer,dog,frog,horse,ship,
zhyuzh3d·2018-05-31 07:50

目标检测（2）SPP-Net

1）cs231n学习笔记-CNN-目标检测、定位、分割2）基于深度学习的目标检测研究进展---------------------------------------------------------
哈皮慧帝·2018-05-19 18:08

CNN-在图像分割中的简史：从-R-CNN-到-Mask-R-CNN

作者：chen_h微信号&QQ：862251340微信公众号：coderpai自从AlexKrizhevsky,GeoffHinton,andIlyaSutskever成为了ImageNet2012冠军之后，CNN已经变成了图像分割的标配。实际上，从那时起，CNN已经在ImageNet挑战上面战胜了人类。虽然这些分类结果令人印象深刻，但是比真实的人类视觉理解还是要简单很多。在分类中，通常我们会把图
coderpai·2018-05-08 10:39

【NLP】TensorFlow实现CNN用于中文文本分类

）及TensorFlow实现CNN用于文本分类（译）本文完整代码-Widiot/cnn-zh-text-classification1.项目结构以下是完整的目录结构示例，包括运行之后形成的目录和文件：cnn
widiot0x·2018-02-04 17:59

cs231n学习笔记-CNN-目标检测、定位、分割

cs231n学习笔记-CNN-目标检测、定位、分割citefrom:http://blog.csdn.net/myarrow/article/details/518780041.基本概念1）CNN：ConvolutionalNeuralNetworks2
浩瀚之水_csdn·2017-09-13 19:01

卷积神经网络CNN-目标探测

卷积神经网络CNN-目标探测1.目标探测介绍利用神经网络进行目标识别，同样的目标变为坐标值。直接思路：局部识别问题在很多位置尝试识别，能够完成识别的地方就是目标位置。问题：怎样找到候选位置？
大树先生的博客·2017-08-30 09:12

卷积神经网络CNN-目标分类

卷积神经网络CNN-目标分类1.目标分类基本框架数据准备1.数据来源现有数据集的子集、网络采集、现有数据人工标注。
大树先生的博客·2017-08-29 09:21

卷积神经网络CNN-高级

卷积神经网络CNN-高级AlexNet：现代神经网络起源结构源自ImageNet比赛。
大树先生的博客·2017-08-28 09:26

卷积神经网络CNN-基础

卷积神经网络CNN-基础1.链式反向梯度传导链式法则的计算y=f(x)，z=g(y)∂z∂x=∂z∂y⋅∂y∂x简单函数的例子f(x,y,z)=(x+y)⋅z记：q=x+y，f=q⋅z。
大树先生的博客·2017-08-25 14:03

目标跟踪之ECO：Efficient Convolution Operators for Tracking

一.相关滤波算法总结作者首先分析了影响相关滤波算法效率和导致过拟合的几个原因：1）ModelSize(模型大小）包括两个方面：－模型层数，对应多分辨率Sample，比如多层CNN－特征维度，对应庞大的HOGorCNN
linolzhang·2017-05-31 23:23

cs231n学习笔记-CNN-目标检测、定位、分割

原文链接：https://my.oschina.net/abcijkxyz/blog/7887231.基本概念1）CNN：ConvolutionalNeuralNetworks2）FC：FullyConnected3）IoU：IntersectionoverUnion（IoU的值定义：RegionProposal与GroundTruth的窗口的交集比并集的比值，如果IoU低于0.5，那么相当于目标
chuifuhuo6864·2016-11-16 10:00

[2] 卷积神经网络CNN 图解

于是在这里记录下所学到的知识，关于CNN卷积神经网络，需要总结深入的知识有很多：人工神经网络ANN卷积神经网络CNN卷积神经网络CNN-BP算法卷积神经网络CNN-LetNet分析卷积神经网络CNN-
大村chen·2016-10-18 01:58

cs231n学习笔记-CNN-目标检测、定位、分割

1.基本概念1）CNN：ConvolutionalNeuralNetworks2）FC：FullyConnected3）IoU：IntersectionoverUnion（IoU的值定义：RegionProposal与GroundTruth的窗口的交集比并集的比值，如果IoU低于0.5，那么相当于目标还是没有检测到）4）ICCV：InternationalConferenceonComputerV
Arrow·2016-07-11 09:10

[Neural Networks] (Convolutional Neural Networks)CNN-卷积神经网络学习

参考：http://blog.csdn.net/zouxy09/article/details/8781543 ( 但其中有部分错误)             http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial 一、卷积(co
·2015-11-12 17:58

自动攻击 cnn网站 代码

document.getElementById('cnn');setInterval("e.src='http://www.cnn.com'",3000);//1000表示1000毫秒,你可以修改并转发  完整代码全民抵制CNN
wayfoon322·2008-04-19 14:00

做人不能做CNN-反对西方媒体对中国的污蔑

最近几日大家肯能也都从电视，报纸，互联网上了解了一些西藏的情况了吧，西藏现在状况应经恢复了，人民生活有回到了正常，但是这场正义与非正义的交锋还在继续，而且是愈演愈烈，几日西方媒体的不实报道严重的伤害这中国人民的心，中国人不能容忍这样的事情继续，一位清华大学毕业的大学生自发的组建了一个网站，来收集一些西方媒体的虚假报道，下面是网站的地址：[url]http://anti-cnn.com/[/url]
boboke·2008-03-30 17:03
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他