CNNS

吊炸天的CNNs，这是我见过最详尽的图解！（上）

导读：卷积神经网络（CNNs）在“自动驾驶”、“人脸识别”、“医疗影像诊断”等领域，都发挥着巨大的作用。这一无比强大的算法，唤起了很多人的好奇心。当阿尔法狗战胜了李世石和柯杰后，人们都在谈论“它”。
流放荒帝·2018-07-24 17:38

R-CNN论文 学习笔记

RichfeaturehierarchiesforaccurateobjectdetectionandsemanticsegmentationAuthor:RossGirshickJeffDonahueTrevorDarrellJitendraMalik1.介绍不同于以往的特征检测算法HOG和SIFT，本文提出了一种新的算法将特征提取与CNNs
木瓜子·2018-07-16 15:08

深度卷机网络（Deep CNNs）的GFLOPS与参数量计算

转载来源：深度学习分类网络关于model参数量计算：1.CNN学习笔记——理解结构，LeNet5介绍1VGG-16VGG16[1]是非常经典的模型，好用，是2014ImageNet的亚军(有可能是vgg-19)。核心思想：小核，堆叠。主要分成5个stages,22333，13个卷积层，16的意思应该是加上3个FC层。每个stage后面都跟着一个pool来减小尺寸，参数方面fc占了很多，所以后面大多
鹊踏枝-码农·2018-07-16 10:23

卷积神经网络的直观理解（非常直观）

卷积神经网络（ConvNets或者CNNs）属于神经网络的范畴，已经在诸如图像识别和分类的领域证明了其高效的能力。卷积神经网络可以成功识别人脸、物体和
碎碎思·2018-06-27 16:24

GAN[3]：DCGAN CNNs在GAN中的应用，100+行代码实现

UNSUPERVISEDREPRESENTATIONLEARNINGWITHDEEPCONVOLUTIONALGENERATIVEADVERSARIALNETWORKSDCGANDCGAN和GAN原理基本是差不多，只是它把原本GAN中的生成模型G和判别模型D的多层感知机改成了两个神经网络（CNN）。但是还对网络的结构做了一定的调整。取消pooling层。G采用反卷积（Deconvolutional
hiudawn·2018-06-22 16:03

卷积神经网络工作原理直观的解释

1、卷积神经网络工作原理做一个直观的解释2、ArchitectureofConvolutionalNeuralNetworks(CNNs)demystified3、机器视角：长文揭秘图像处理和卷积神经网络架构
LittleStudent12·2018-06-22 10:07

rcnn论文结合代码解读

RCNN的两个主要思想：(1)将大型卷积神经网络(CNNs)应用于自下而上的候选区域regionproposals以定位和分割物体。
alibabazhouyu·2018-06-20 00:42

【译】Private Image Analysis with MPC Training CNNs on Sensitive Data

TL;DR：我们采用典型的CNN深度学习模式，并通过一系列步骤，使训练和预测都能够在加密数据上完成。使用深度学习通过卷积神经网络（CNN）分析图像在过去的几年中获得了巨大的普及，因为它们在这项工作和相关任务上取得了很多其他方法的成功。最近的一个应用程序采取了皮肤癌检测的形式，任何人都可以使用手机应用程序快速拍摄皮肤损伤照片，并使用“与专家相媲美的性能”进行分析（请参阅相关视频以了解演示）。获得大量
Omni-Space·2018-06-17 16:05

1. 概述

不同的学习框架下建立的学习模型很是不同．例如，卷积神经网络（Convolutionalneuralnetworks，简称CNNs）就是一种深度的监督学
彩虹妹妹qyf·2018-06-13 22:27

卷积神经网络的卷积操作及其梯度

1.卷积层（ConvolutionalLayer）卷积层，也可以称之为特征提取层，是CNNs最重要的部分。
煮茗得鱼·2018-06-08 11:33

Faster R-CNN的好文

215920394_71721自己实现fasterrcnnhttp://www.telesens.co/2018/03/11/object-detection-and-classification-using-r-cnns
ptgood·2018-05-21 23:17

分类卷积神经网络综合设计指南

原文地址https://hackernoon.com/a-comprehensive-design-guide-for-image-classification-cnns-46091260fb92前言当用
看_这是一群菜鸟·2018-05-15 22:08

CNN图像分类综合设计指南

原文链接https://hackernoon.com/a-comprehensive-design-guide-for-image-classification-cnns-46091260fb92译者导言
Link2Link·2018-05-09 11:36

基于CNN的图形分类综合设计指南

AComprehensiveDesignGuideforImageClassificationCNNs原文地址：https://hackernoon.com/a-comprehensive-design-guide-for-image-classification-cnns
Gods_Dusk·2018-05-08 17:31

SPPNet论文详解

KaimingHe当前深度卷积神经网络（CNNs）都需要输入的图像尺寸固定（比如224×224）。这种人为的需要导致面对任意尺寸和比例的图像或子图像时降低识别的精度(因为要经过crop/warp)。
alibabazhouyu·2018-04-24 01:35

说说卷积神经网络（1）：CNN结构

由于图像变化的多样性（如光照，形变，遮挡等），传统的图像检测方法，很难处理多种变化的情况，而深度卷积神经网络CNNs可以连续的对图像的细节信息进行建模，并把这个信息和深度网络结合起来。
晚晴风_·2018-04-09 20:17

神经网络的直观解释

hmsr=toutiao.io&utm_medium=toutiao.io&utm_source=toutiao.io卷积神经网络（ConvNets或者CNNs）属于神经网络的范畴，已经在诸如图像识别和分类的领域证明了其高效的能力
洋芋洋芋彡·2018-04-08 10:15

How to calculate the number of parameters in CNNs?

HowtocalculatethenumberofparametersinCNNs?Thispostcomesfromhttps://stackoverflow.com/questions/28232235/how-to-calculate-the-number-of-parameters-of-convolutional-neural-networks.IfyourefertoVGGNetwit
dby_freedom·2018-04-05 22:48

CapsuleGAN: Generative Adversarial Capsule Network（译）

摘要：我们提出了生成式对抗胶囊网络(CapsuleGAN)，一种使用胶囊网络(CapsNets)替代标准的卷积神经网络(CNNs)作为生成式对抗网络(GAN)中判别器的框架，并对图像数据进行建模。
Eric_py·2018-04-05 16:47

【论文解读】SPPnet

SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognition介绍基于卷积的深度神经网络显著提高了图像分类的准确率，但在训练和测试的过程中也存在一个技术上的争议点：当前普遍流行的卷积神经网络(CNNs
昌山小屋·2018-03-24 23:04

【论文解读】SPPnet

SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognition介绍基于卷积的深度神经网络显著提高了图像分类的准确率，但在训练和测试的过程中也存在一个技术上的争议点：当前普遍流行的卷积神经网络(CNNs
昌山小屋·2018-03-24 23:04

【论文笔记】RCNN

介绍CNNs在90年代曾大量使用，但后来由于支持向量机(SVM)的兴起而衰落。
昌山小屋·2018-03-17 09:08

【论文笔记】DenseNet

介绍卷积神经网络(CNNs)已成为视觉物体识别领域占据主导的机器学习方法。虽然訪方法最初于20年前提出，但直到最近由于硬件性能和网络结构上的改善才真正意义上实现深层的CNNs训练。
昌山小屋·2018-03-11 09:05

【论文笔记】DenseNet

介绍卷积神经网络(CNNs)已成为视觉物体识别领域占据主导的机器学习方法。虽然訪方法最初于20年前提出，但直到最近由于硬件性能和网络结构上的改善才真正意义上实现深层的CNNs训练。
昌山小屋·2018-03-11 09:05

图像语意分割系列【2】---条件随机场

第二篇文章，我们不介绍反卷积结构，而是介绍CRF，主要是因为，网络结构上，大家只要有相关的CNNs知识，是很好理解的，主要难于作者的创造性思想。这也是FCN能引用1500+的主要原因吧。
盐粒-blog·2018-03-08 11:24

论文翻译——无监督DCGAN做表征学习

UNSUPERVISEDREPRESENTATIONLEARNINGWITHDEEPCONVOLUTIONALGENERATIVEADVERSARIALNETWORKSDCGAN下的非监督表征学习Abstract摘要InRecentyear,supervisedlearningwithconvolutionnetworks(CNNs
希念·2018-03-01 21:07

一文了解卷积神经网络在股票中应用

本文探讨了CNNs的一个典型应用：利用卷积网络来预测股票价格的变动，即利用卷积网络来预测过去价格波动的时间序列，其目的是利用它们来买卖股票，以赚取利润。
DemonHunter211·2018-02-27 11:06

一文了解卷积神经网络在股票中应用

本文探讨了CNNs的一个典型应用：利用卷积网络来预测股票价格的变动，即利用卷积网络来预测过去价格波动的时间序列，其目的是利用它们来买卖股票，以赚取利润。
AI科技大本营·2018-02-26 18:14

【论文笔记3】CNNs在图像压缩领域的运用——An End-to-End Compression Framework Based on Convolutional Neural Networks

一、引言之前写的论文笔记中讲的都是基于RNN的图像压缩网络，本文将要讲的是由哈尔滨工业大学JiangFeng教授（具体的名字我也不知道怎么写）及其团队成员提出的基于CNN的图像压缩网络。该网络是CNN和标准图像算法在图像压缩领域中的首次结合，取得了stateoftheart的效果。原论文请戳此传送门：《AnEnd-to-EndCompressionFrameworkBasedonConvoluti
Youzhi_Gu_AI_ZJU·2018-02-08 06:18

都说卷积神经网络是个好东西，但它有什么弊端呢?

自此，卷积神经网络(CNNs)就成了一个万人追捧的工具，并使深度学习成为人工智能领域的一大热门。不可否认，CNNs在计算机视
AI科技大本营·2018-01-24 15:26

各框架下(tensorflow, pytorch, theano, keras)实现几个基础结构神经网络(mlp, autoencoder, CNNs, recurrent, recursive)

学习笔记：各大神经网络框架下(tensorflow,pytorch,theano,keras)实现几个基础结构神经网络(mlp,autoencoder,CNNs,recurrentNN,recursiveNN
Scofield_Phil·2018-01-19 16:43

《Architecture of Convolutional Neural Networks (CNNs) demystified》，译名：卷积神经网络（CNNs）架构解密

ArchitectureofConvolutionalNeuralNetworks(CNNs)demystified卷积神经网络（CNNs）架构解密作者：DishashreeGupta来源：https:
温其如玉·2018-01-06 21:49

卷积神经网络（CNNs）

卷积神经网络（CNNs）是人工神经网络的一种，最早在1989年，YannLeCun等在研究神经网络时，受到Hubel和Wiesel等生物学家对动物模型的研究启发，首次提出了卷积神经网络结构，能够较好的模拟视觉皮层中的细胞之间的信息传递
Aliley·2018-01-04 21:41

BB_twtr 使用CNNs+LSTMs做SemEval-2017 Task 4

paper：BBtwtratSemEval-2017Task4:TwitterSentimentAnalysiswithCNNsandLSTMsAbstract：Oursystemleveragesalargeamountofunlabeleddatatopre-trainwordembeddings.Wethenuseasubsetoftheunlabeleddatatofinetunethee
GerHard_Z·2017-12-29 15:39

cs231n --- 3 : Convolutional Neural Networks (CNNs / ConvNets)

CNN介绍与之前的神经网络不同之处在于，CNN明确指定了输入就是图像，这允许我们将某些特征编码到CNN的结构中去，不仅易于实现，还能极大减少网络的参数。一.结构概述与一般的神经网络不同，卷积神经网络尤其特殊之处。一般的神经网络每一层与前一层之间采用全连接；一层中的神经元之间也是互相独立的，并不共享权值；最后一层全连接层陈伟输出层，在分类任务中出表示类别得分。CIFAR-10中图像是32*32*3=
banluxinshou·2017-12-27 09:00

一步一步分析讲解深度神经网络基础-Convolutional Neural Network

ConvolutionalNeuralNetwork参考http://cs231n.github.io/convolutional-networks/historyConvolutionalNeuralNetworks(CNNs
Alun_Sun·2017-12-25 14:06

字符级别word2vec

论文《End-to-endSequenceLabelingviaBi-directionalLSTM-CNNs-CRF》在做词性标注任务的时候，提到了对字符进行编码，用卷积神经网络编码字符级别信息。
BabY虎子·2017-12-21 11:58

(译)卷积神经网络在股票中应用

本文探讨了CNNs的一个典型应用：利用卷积网络来预测股票价格的变动，即利用卷积网络来预测过去价格波动的时间序列，其目的是利用它们来买卖股票，以赚取利润。
阿尔法计算生·2017-11-02 22:19

[翻译] 神经网络的直观解释

卷积神经网络（ConvNets或者CNNs）属于神经网络的范畴，已经在诸如图像识别和分类的领域证明了其高效的能力。卷积神经网络可以成功识别人脸、物体和交通信号，从而为机器人和自动驾驶汽车提供视力。
伊藤炫·2017-10-29 21:56

行为识别阅读笔记（paper+code）：Real-time Action Recognition with Enhanced Motion Vector CNNs

行为识别阅读笔记（paper+code）：Real-timeActionRecognitionwithEnhancedMotionVectorCNNs这篇文章是发表在CVPR2016上的一篇文章，这篇文章主要是对双流法进行了改进，双流法的诟病就是采用optimalflow作为temporalnetwork的输入，因此速度巨慢，无法达到实时的目的，而这篇文章使用motionvector替代optim
AUTO1993·2017-10-23 08:22

卷积神经网络实战（可视化部分）——使用keras识别猫咪

公司程序员作者博客：https://hackernoon.com/@erikreppel作者twitter：https://twitter.com/programmer在近些年，深度学习领域的卷积神经网络（CNNs
mydear_11000·2017-10-19 10:30

卷积神经网络（Convolutional Neural Networks，CNNS/ConvNets）

本文翻译自ConvolutionalNeuralNetworks(CNNs/ConvNets)，更多内容请访问：http://cs231n.github.io/。
Consu_Yasin·2017-09-21 15:19

卷积神经网络（Convolutional Neural Networks，CNNS/ConvNets）

本文翻译自ConvolutionalNeuralNetworks(CNNs/ConvNets)，更多内容请访问：http://cs231n.github.io/。
Consu_Yasin·2017-09-21 15:19

基于深度学习的图像语义分割技术概述之常用方法

深度学习图像分割的常用方法深度学习在多种高级计算机视觉任务中的成功—特别是监督CNNs（ConvolutionalNeuralNetworks，卷积神经网络）在图像分类、物体检测方面的成功—鼓舞着研究人员探索此类网络对于像素级标记
gqixl·2017-09-19 15:01

你应该知道的9篇深度学习论文（CNNs 理解）

当时看到英文的博客，本想翻译给感兴趣的同学们看看，没想到已经有人翻译，于是进行了转载，留给自己和更多的人学习，本文仅供参考。英文博客：https://adeshpande3.github.io/adeshpande3.github.io/The-9-Deep-Learning-Papers-You-Need-To-Know-About.html原文网址：http://blog.csdn.NET/d
河南骏·2017-08-23 10:26

【论文笔记】Relation Classification via Multi-Level Attention CNNs

一、概要  该paper发于ACL2016上，主要提出了一个基于多Attention机制CNN网络的实体关系抽取方法，其中Attention机制主要是：InputAttentionMechanism和ConvolutionalMax-poolingAttentionMechanism。在不依赖于外部先验知识和特征的情况下，就已经能够得到高于当前最好方法的结果。二、模型方法2.1模型结构2.2Inp
Lawe·2017-08-18 00:29

[透析] 卷积神经网络CNN究竟是怎样一步一步工作的？

它们也被称作CNNs或着ConvNets，是深
laiyangdeli·2017-07-22 11:13

神经网络压缩（8）Incremental Network Quantization: Towards Lossless CNNs with Low-precision Weights

IncrementalNetworkQuantization:TowardsLosslessCNNswithLow-precisionWeightsIntro英特尔中国研究院：INQ神经网络无损低比特量化技术给定任意结构的全精度浮点神经网络模型，能将其转换成无损的低比特二进制模型；文章分析现有的量化压缩方法有两点不足：1.量化过程中的精度损失仍然不可忽视；2.大多数量化压缩方法只适用于处理特定的模
cookie_234·2017-07-19 15:58

优化CNNs--量化方法进展介绍

卷积神经网络优化改进网络结构压缩预训练好的网络量化二值化最新进展介绍BinaryNetXNOR-Net与BWNQNNTWNTNNTTQ小结卷积神经网络优化卷积神经网络在减少计算量，加快训练和/或inference的速度，减少存储空间等方面的优化主要有以下几种方案：改进网络结构ResNet网络中的bottleneck结构就是这种方法的典型例子。bottleneck首先通过1x1的卷积层压缩通道数，然
dnvtmf·2017-07-09 18:41

DAGNN – 有向非循环图神经网络

因此，它是更灵活的，虽然对于小型CNNs有点复杂和稍慢一些。DAG对象包含以下数据成员：•layers：网络层。•vars：网络变量。•params：网络参数。
heroxx2011·2017-06-21 22:59
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他