Convolution

阅读笔记《LightGCN Simplifying and Powering Graph Convolution》

LightGCN：简化并增强图卷积网络的推荐原文发表在SIGIR2020摘要图卷积网络(GCN)已经成为协同过滤的最新技术。然而，对于推荐的有效性的原因却没有很好地解释。现有的将GCN用于推荐的工作缺乏对GCN的深入消融分析，GCN最初是为图形分类任务而设计的，并配备了许多神经网络操作。然而，我们实证发现，两种最常见的设计-特征转换和非线性激活-对协同过滤的性能贡献很小。更糟糕的是，在模型中包含他
白刺猫nya·2020-08-26 14:13

【论文】【实例分割】YOLACT

zhuanlan.zhihu.com/p/62652145https://blog.csdn.net/sinat_37532065/article/details/89415374Wepresentasimple,fully-convolution
FSALICEALEX·2020-08-26 11:53

理解卷积 Convolution

http://www.qiujiawei.com/convolution/数学中的卷积卷积的wiki：Convolution。
DreamSoar·2020-08-25 17:39

第三章：计算机视觉（上）（中）

目录计算机视觉的发展历程卷积神经网络卷积（Convolution）卷积计算填充（padding）步幅（stride）感受野（ReceptiveField）多输入通道、多输出通道和批量操作飞桨卷积API介绍卷积算子应用举例池化
联言命题·2020-08-25 17:49

【已解决】UnknownError: Failed to get convolution algorithm. This is probably because cuDNN failed to ini

jupyter运行有如下问题UnknownError:Failedtogetconvolutionalgorithm.ThisisprobablybecausecuDNNfailedtoinitialize,sotrylookingtoseeifawarninglogmessagewasprintedabove.两种原因：原因一.cudnn版本不匹配原因二、显卡内存分配不足解决方案也有三种：方案一
本大人乐意·2020-08-25 08:36

Error when checking target: expected activation_4 to have shape (1,) but got array with shape (3,)

fromdataSetimportDataSetfromkeras.modelsimportSequential,load_modelfromkeras.layersimportDense,Activation,Convolution2D
nizhongming·2020-08-24 05:43

【CNN基础】局部响应归一化、gated convolution和gated deconv

〇、参考文献论文来源：YuJ,LinZ,YangJ,etal.Free-formimageinpaintingwithgatedconvolution[J].arXivpreprintarXiv:1806.03589,2018.DeepFillv2-codeJoY,ParkJ.SC-FEGAN:FaceEditingGenerativeAdversarialNetworkwithUser’sSke
Kindle君·2020-08-24 05:53

Accurate Single Stage Detector Using Recurrent Rolling Convolution

1.Introduction在许多现实世界的应用中，robustlydetectingobjectswithhighlocalizationaccuracy,namelytopredicttheboundingboxlocationwithhighIntersectionoverUnion(IoU)tothegroundtruth，对于服务质量至关重要。例如，在基于视觉的机械臂应用中，在拾取物体时
xiaofei0801·2020-08-24 04:26

linearity and convolution

1.Toconvoluteaimagewithafiler,agoodwaytocutdownthemagnitude.QS:Isanymatrixcanbegetbytheconvolutionwithtwovectors?2.Devisoncanbealinearfunctionwhenthedenominatorisaconstant.3.Threewaysabouttheboundaryi
Leo_2dab·2020-08-24 04:19

【计算机视觉】卷积自编码器：用卷积层构建auto-encoder

input_img=Input(shape=(28,28,1))x=Convolution2D(16,(3,3),activation='relu',padding='sa
littlemichelle·2020-08-24 03:35

卷积神经网络初体验

ConvolutionalNeuralNetworks一.卷积运算二.卷积神经网络1.数据预处理2.卷积计算层3.激励层4.池化层5.全连接层卷积网络(convolution
西瓜皮装猕猴桃·2020-08-24 02:07

百度飞桨架构师手把手带你零基础实践深度学习——卷积神经网络

百度飞桨架构师手把手带你零基础实践深度学习——打卡计划总目录卷积神经网络卷积（Convolution）卷积计算卷积的特点填充（padding）步幅（stride）感受野（ReceptiveField）多输入通道
only one °·2020-08-24 02:59

论文阅读——Optimizing the Convolution Operation to accelerate DNN on FPGA

论文阅读之FPGA硬件加速OptimizingtheConvolutionOperationtoAccelerateDeepNeuralNetworksonFPGA时间：2018期刊：IEEETRANSACTIONSONVERYLARGESCALEINTEGRATION(VLSI)SYSTEMSSectionI本文的主要贡献有：（1）深入分析卷积运算中的循环计算，通过减少循环层数来加速卷积计算（2
黄小米吖·2020-08-24 01:52

【2019CVPR学习】翻译-Graph Attention Convolution for Point Cloud Semantic Segmentation

GraphAttentionConvolutionforPointCloudSemanticSegmentation-原文链接翻得不好，欢迎批评指正。摘要标准卷积因为有着特征各向同性而在点云语义分割方面有着内在的局限性。本文提出一种卷积核可以动态调整成适应目标结构的形状的图形注意卷积（GAC）。GAC根据动态学习的特征有选择地关注其中最相关的部分。卷积核的形状由学习到的注意权重贡献决定。GAC可以
小白不怕·2020-08-24 01:46

Failed to get convolution algorithm. This is probably because cuDNN failed to initialize

在2018年12月13日21:11:28，目前版本的TensorFlow的ObjectDection中，使用tensorflow-gpu==1.12版本会报错，如上，将版本降到tensorflow-gpu==1.9.0即可正常运行
loovelj·2020-08-24 01:13

DL4J中文文档/模型/卷积

可用的层Convolution1D（一维卷积）[源码]一维卷积层。
bewithme·2020-08-23 23:30

总结-空洞卷积(Dilated/Atrous Convolution)、gridding问题以及解决方案、训练技巧BN和PReLU、CReLU

这里有个可视化、直观的图：https://github.com/vdumoulin/conv_arithmetichttps://zhuanlan.zhihu.com/p/50369448https://www.zhihu.com/question/54149221/answer/192025860https://www.zhihu.com/question/54149221/answer/323
业精于勤荒于嬉-行成于思而毁于随·2020-08-22 17:02

空洞卷积（Dilated Convolution）：有之以为利，无之以为用

https://www.toutiao.com/a6695893685260780044/原论文链接https://arxiv.org/pdf/1705.09914.pdf一、论文核心《DilatedResidualNetworks》这篇论文的核心在于创造性地提出了空洞卷积（DilatedConvolution）使ResNet在保持参数量不变、每个阶段的卷积层视野不变的前提下，靠后的卷积层也可保持
喜欢打酱油的老鸟·2020-08-22 15:01

TensorFlow 2.0深度学习算法实战---第六章 神经网络

“differentiableprogramming”–andthefieldistryingtoworkoutthereusableconstructsinthisstyle.Wehavesome:convolution
安替-AnTi·2020-08-22 14:32

卷积神经网络

目录卷积神经网络卷积层(Convolution：Conv)卷积运算通道数(channel)Padding卷积步长(stride)1x1卷积池化层(Pooling：Pool)卷积神经网络的优点经典模型LeNet
淇时·2020-08-22 04:35

Proof of Separable Convolution 2D 证明 二维卷积的可分性

原文地址：http://www.songho.ca/dsp/convolution/convolution2d_separable.html二维卷积的定义卷积的交换性(x[n]*y[n]=y[n]*x[
神海之龙·2020-08-22 03:54

【转】关于caffe 卷积层中group参数的应用

原文地址：https://blog.csdn.net/liyuan123zhouhui/article/details/70858472caffeConvolution层的convolution_param
Kumuda·2020-08-22 01:24

【DenseNet】Densely Connected Convolution network笔记

1、摘要部分卷积网络现在做得越来越深，精确，并且训练起来越来越高效。本文根据这一个结论，提出了一种稠密卷积神经网络(DenseNet)。传统的L层卷积神经网络又L个连接——位于每一层和它后面一层，而我们的神经网络有，对于每一层，其输入的特征是之前的所有层，而它自己的输出特征则作为之后所有层的输入。2、Advantagealleviatethevanishing-gradientproblemimp
One__Coder·2020-08-22 01:26

Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation (DeepLab v3+) 论文笔记

《Encoder-DecoderwithAtrousSeparableConvolutionforSemanticImageSegmentation》论文链接：https://arxiv.org/abs/1802.02611tensorflow官方实现：https://github.com/tensorflow/models/tree/master/research/deeplab本文主要参考了C
庸木·2020-08-22 00:45

ncnn之六：ncnn量化(post-training quantization)三部曲 - ncnnoptimize

classNetOptimize:publicncnn::Net{public://0=fp321=fp16intstorage_type;public:intfuse_batchnorm_scale();intfuse_convolution_batchnorm
mingo_敏·2020-08-21 16:29

【转载】关于图像卷积的作用和几种卷积核

www.cnblogs.com/wuyuankun/p/4149499.htmlhttp://blog.sina.com.cn/s/blog_4bdb170b01019atv.html讲解了correlation和convolution
麦兜胖胖次·2020-08-21 16:03

tensorflow-gpu2.0报错：Failed to get convolution algorithm. This is probably because cuDNN...

tensorflow-gpu2.0报错：Failedtogetconvolutionalgorithm.ThisisprobablybecausecuDNN…发现tensorflow2.0-gpu版在运行时可以使用GPU运算全连接层，不可以运行卷积运算Conv2D，报错：UnknownError:Failedtogetconvolutionalgorithm.Thisisprobablybecau
追寻者01·2020-08-21 15:41

[4]卷积神经网络理解篇

有这么一段代码：model.add(Convolution2D(32,1,3,3,border_mode='full'))model.add(Activation('relu'))model.add(Convolution2D
771757721·2020-08-21 13:36

计算机视觉：卷积神经网络基础

计算机视觉：卷积神经网络基础计算机视觉概述计算机视觉的发展历程卷积神经网络卷积（Convolution）卷积计算填充（padding）步幅（stride）感受野（ReceptiveField）多输入通道
紫芝·2020-08-21 10:02

Tensorflow报错：UnknownError (see above for traceback): Failed to get convolution algorithm.

在使用tensorflow做卷积时报错：UnknownError(seeabovefortraceback):Failedtogetconvolutionalgorithm.ThisisprobablybecausecuDNNfailedtoinitialize,从博客上搜了很多，大部分的解决方法都是：tensorflow版本过高，需要把tensorflow版本降下去。但是我的电脑是RTX2080
NSSC_K·2020-08-21 03:14

【论文学习记录】Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation

这篇论文是对deeplabv3架构的改进，即deeplabv3+，论文原文《Encoder-DecoderwithAtrousSeparableConvolutionforSemanticImageSegmentation》。这里就是记录一些关键点，比较简略，详细的内容【论文学习记录】RethinkingAtrousConvolutionforSemanticImageSegmentation已经
heiheiya·2020-08-20 23:05

EAST自用笔记

好的图网络结构分为四个阶段第一阶段：全链接层第二阶段：layer{name:"upscore"type:"Deconvolution"bottom:"score_fr"top:"upscore"param{lr_mult:0}convolution_param
ThugLiu·2020-08-20 21:00

EAST自用笔记

好的图网络结构分为四个阶段第一阶段：全链接层第二阶段：layer{name:"upscore"type:"Deconvolution"bottom:"score_fr"top:"upscore"param{lr_mult:0}convolution_param
ThugLiu·2020-08-20 21:00

AI数学基础27-离散卷积（Discrete convolution）

上节详细介绍了连续可积函数的卷积运算，本节介绍在数字图像处理中，常用的离散卷积对于定义在整数域里面的两个函数f[n]和g[n]，g[n]的长度为M，其卷积运算定义为：离散卷积定义通过上式可以看出，离散卷积是：平移翻转相乘再求和。跟连续卷积相比，把积分运算换成了相乘再求和。我们明白离散卷积定义就好，在实际工程实现中，比如Python程序开发中，我们通常直接调用numpy.convolve(a,v,m
LabVIEW_Python·2020-08-20 18:03

Large-scale Video Classification with Convolution Neural Networks

Large-scaleVideoClassificationwithConvolutionNeuralNetworks摘要：卷积神经网络（CNNs）在图像识别问题中已经被当做一个有力的模型被建立起来。受这些成果的影响，我们在大规模的视频分类数据集上准备了大量的对于CNNs经验的评价，我们用了一个新的数据集，它包括一百万个YouTube视频，属于487个不同的类别。为了扩展CNN的在时间域的连通性，
leek1727·2020-08-20 16:42

图像清晰度评价（模组自动对焦）Sobel算子--OpenCV

VS2019opencv-4.2.0-vc14_vc15图像卷积及其滤波Definition：convolution、noisereduction/smoothing/coherence/incoherence
qq_28117589·2020-08-20 03:09

机器学习之CNN

如下图是CNN的流程下面是CNN的三个特点：1.CNN针对的是某些特征，而不是整个图片的所有特征2.CNN的相同的特征可以是出现在图片的不同的区域3.CNN对图片减少像素是不会影响图片的下面讲一下卷积Convolution
努力的小硬币·2020-08-20 01:11

caffe的layers转layer

一、换每个层的tpye：如DATA->"Data"CONVOLUTION->"Convolution"RELU->"ReLU"POOLING->"Pooling"ACCURACY->"Accuracy"SOFTMAX_LOSS
lsn_sgj·2020-08-20 00:46

语义分割 Learning Deconvolution Network for Semantic Segmentation

作者在VGG-16卷积层上学习网络，并指出deconvolutionnetwork是由de-convolution和unpoolinglayers组成，可以识别像素级标签pi
波赛东闪电·2020-08-19 17:41

DetectoRS: Detecting Objects with Recursive Feature Pyramid and Switchable Atrous Convolution论文学习

Abstract很多的目标检测器通过lookingandthinkingtwice的方式实现了惊人的表现。本文作者针对目标检测主干网络的设计，研究了该机制。在宏观层面，作者提出了递归特征金字塔，将来自FPN的额外的反馈连接加入到自下而上的主干层。在微观层面，作者提出了可切换的空洞卷积（SAC），它以不同的空洞率（rate）对特征进行卷积，并使用switch函数合并卷积后的结果。这样就得到了Dete
calvinpaean·2020-08-19 09:06

卷积神经网络（CNN）简介

文章目录整体构造卷积层卷积运算填充（padding）步幅（stride）3维数据的卷积运算批处理（batch）池化层卷积层和池化层的实现整体构造卷积神经网络（CNN）一般由卷积层（Convolution
Vincent123Mei·2020-08-19 08:47

经典网络结构：resnet18结构

"res2c"}layer{name:"res2c_relu"type:"ReLU"bottom:"res2c"top:"res2c"}layer{name:"res3a_branch1"type:"Convolution"bott
BigCowPeking·2020-08-19 05:50

初始PyTorch（六）：卷积神经网络CNN

CNN的主要操作：输入~神经元（提取特征）[Convolution、激活函数ReLU、Pooling等]~全连接层（分类）~输出eg:4层的神经网络（不包括第一层即输入层），其中有3个隐藏层和1个输出层
sleepinghm·2020-08-19 03:48

caffe中各个层——解析

所有的层都具有的参数，如name,type,bottom,top和transform_param请参看我的前一篇文章：Caffe学习系列(2)：数据层及参数本文只讲解视觉层（VisionLayers)的参数，视觉层包括Convolution
778811·2020-08-19 03:25

形变卷积（Deformable Convolution）原理

  形变卷积的概念提出自论文：DeformableConvolutionalNetworks  顾名思义，形变卷积的是相对于标准卷积的概念而来，在标准卷积操作中卷积核作用区域始终为中心点周围标准卷积核大小的矩形区域内（如下图a所示），而形变卷积则可以是不规则的区域（如下图b，c，d所示，其中b的偏置量随机；c，d为特例）。  形变卷积的实现方法如下图所示：  各个部分的维度信息如下：    inp
苏格拉-·2020-08-19 03:59

C-COT:Beyond Correlation Filters: Learning Continuous Convolution Operators for Visual Trackin论文笔记

文章主要提出了连续卷积算子操作，用一个隐式插值模型来形成一个在连续空间上的学习问题。下图中第一张图表示的是多分辨率的特征图，第二张图表示的是学习到的连续卷积算子，第三张图表示的是每层的置信分数，最后一张表示的是合并后的分数图，得到目标位置。学习连续卷积算子(1)首先，在一维空间上介绍文章中的学习方法，然后在扩展到图片的二维空间上去。g:R→C是在空间L2(T)上的以T为周期，Lebesgue可积的
echo_hao·2020-08-19 03:52

Tensorflow快餐教程(9) - 卷积

卷积卷积就是滑动中提取特征的过程在数学中，卷积convolution是一种函数的定义。它是通过两个函数f和g生成第三个函数的一种数学算子，表征函数f与g经过翻转和平移的重叠部分的面积。
Jtag特工·2020-08-19 01:21

C-COT: Continuous Convolution Operators for Visual Tracking 论文学习

BeyondCorrelationFilters:LearningContinuousConvolutionOperatorsforVisualTrackingAbstract1.Introduction2.RelatedWork3.LearningContinuousConvolutionOperators3.1PreliminariesandNotation3.2OurContinuousLe
calvinpaean·2020-08-19 01:01

图像文字识别初探(一)-CRNN(Convolution Recurrent Neural Network)和DTRN(Deep-text Recurrent Network)

最近参加了一个图像文字识别比赛，之前没有接触过这个方向，所以经过多方查找，目前选定五篇论文，希望能从这五篇论文中找出能解决的方法。图像文字识别初探(一)-CRNN(ConvolutionRecurrentNeuralNetwork)和DTRN(Deep-textRecurrentNetwork)图像文字识别初探(二)-FAN(FocusingAttentionNetwork)图像文字识别初探(三)
陶将·2020-08-19 00:15

C-COT：Learning Continuous Convolution Operators for Visual Tracking程序问题

MartinDanelljan在ECCV2016发表的论文。论文链接：http://202.38.196.91/cache/3/03/www.cvl.isy.liu.se/a866ecde1841c092d177cc44867f7707/C-COT_ECCV16.pdf在之后的ECO中也有涉及。论文中更详细的资料可参考：http://www.cvl.isy.liu.se/research/objr
君莫笑aaa·2020-08-19 00:12
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他