MobileNet网络模型

TCP与UDP的区别

TCP连接的可靠性TCP面向字节流的体现UDP面向报文的体现ISO的7层网络模型DNSDOS大小端模式线程和进程的区别Linux常见命令操作系统加载流程？进程与
搬砖成就梦想·2024-01-05 12:41

TCP/IP四层模型对比OSI七层网络模型的区别是啥？数据传输过程原来是这样的

一、TCP/IP四层模型对比OSI七层模型它们两个定义的一些功能和协议都是差不多的。TCP/IP四层协议模型比我们的七层少了三层，把我们的数据链路层和物理层放在一层里面了，叫做数据链路层（网络接口层），对应网络协议也没有变。网络层和传输层是非常重要的，所以也没有进行改变。会话层和表示层并没有做太多的事情，也没有定义自己的协议，所以在TCP/IP四层协议里面，把它们两个归到了应用层里面。TCP/IP
测试涛叔·2024-01-05 11:11

如何解决大模型的[幻觉]问题？

大模型的“幻觉”问题指的是在使用大规模神经网络模型进行训练和推理时可能出现的问题。这种问题通常表现为模型在生成输出时产生不合理或错误的结果。
中微子%5·2024-01-05 05:39

大作业系列基于matlab的深度学习的视觉场景识别

2012年10月，Hinton教授及他的学生采用深度卷积神经网络模型在著名的ImageNet问题上取得了当时世界上最好的成就，引发了社会各界人士的广泛关注。
挂科边缘(毕业版)·2024-01-04 22:15

深度学习课程实验一浅层神经网络的搭建

2、理解神经网络的基础：通过实现一个简单的神经网络模型（即使它只有一个隐藏层），可以更好地理解神经网络的工作原理，包括前向传播和反向传播过程，以及如何通过调整权重和偏置来优化模型。3、为更复杂的任务
叶绿体不忘呼吸·2024-01-04 21:08

Pytorch与激活函数——Sigmoid函数, ReLU函数, Tanh函数

Pytorch与激活函数Sigmoid函数ReLU函数Tanh函数本章内容提示：了解常用的激活函数，利用激活函数，建立简单的三层神经网络模型。
Sophia&Anna·2024-01-04 20:36

大创项目推荐 深度学习动物识别 - 卷积神经网络 机器视觉 图像识别

文章目录0前言1背景2算法原理2.1动物识别方法概况2.2常用的网络模型2.2.1B-CNN2.2.2SSD3SSD动物目标检测流程4实现效果5部分相关代码5.1数据预处理5.2构建卷积神经网络5.3tensorflow
laafeer·2024-01-04 20:35

全网最全-神经网络混合精度训练原理

通常我们训练神经网络模型的时候默认使用的数据类型为单精度FP32。近年来，为了加快训练时间、减少网络训练时候所占用的内存，并且保存训练出来的模型精度持平的条件下，业界提出越来越多的混合精度训练的方法。
ZOMI酱·2024-01-04 18:50

深度神经网络的特征表示,神经网络识别图像原理

有哪些深度神经网络模型？目前经常使用的深度神经网络模型主要有卷积神经网络(CNN)、递归神经网络(RNN)、深信度网络(DBN)、深度自动编码器(AutoEncoder)和生成对抗网络(GAN)等。
快乐的小荣荣·2024-01-04 18:19

“幻觉”之困：大模型“幻觉”问题分析以及应对策略

随着人工智能技术的不断发展，大型神经网络模型在各个领域都取得了显著的成果，然而，这些大模型在应用中常会出现所谓的“幻觉”问题，即模型在没有足够证据或者上下文信息的情况下，产生了不合理、错误或者虚构的输出
灸哥漫谈·2024-01-04 16:56

使用Tensorboard可视化网络结构（基于pytorch）

前言我们在搭建网络模型的时候，通常希望可以对自己搭建好的网络模型有一个比较好的直观感受，从而更好地了解网络模型的结构，Tensorboard工具的使用就给我们提供了方便的途径Tensorboard概况Tensorboard
草莓橙子碗·2024-01-04 11:24

超分数据集概述和超分经典网络模型总结

文章目录前言一、常用数据集概述二、经典网络模型总结前言参考论文：AReviewofSingleImageSuper-ResolutionReconstructionBasedonDeepLearning
JOYCE_Leo16·2024-01-04 10:51

训练神经网络的7个技巧

文章目录前言一、学习和泛化二、技巧1：随机梯度下降与批量学习三、技巧2：打乱样本顺序四、技巧3：标准化输入五、技巧4：激活函数六、技巧5：选择目标值七、技巧6：初始化权重八、技巧7：选择学习率九、其他总结前言神经网络模型使用随机梯度下降进行训练
JOYCE_Leo16·2024-01-04 10:51

JavaSE学习笔记 2023-12-25 --网络编程

文章目录二十、网络编程20.1网络20.2网络模型20.2.1OSI参考模型20.2.2TCP/IP参考模型20.3IP协议20.3.1什么是IP20.3.2IPV4和IPV620.3.3IP的分类20.3.4
白斑马不是斑马·2024-01-04 09:46

经典 CNN 神经网络 LeNet-5 的 C++ 实现（MNIST数据集）

前言：本文不对CNN卷积神经网络做深入探究，CNN卷积神经网络的基本知识请移步本文的相关链接；本文不对LeNet-5神经网络模型做深入探究，该部分的知识可以自行查阅或者查看本文的链接！
Charles Chou·2024-01-04 09:10

神经网络的基本框架的搭建-nn.Module

它提供了一组类和函数，用于定义、训练和评估神经网络模型。torch.nn模块的核心是nn.Module类，它是所有神经网络模型的基类。
DQ小恐龙·2024-01-04 09:38

深度学习的一点学习笔记（CNN相关）

后面网络模型介绍部分的图片来源是伯禹AI，网站里面也有详细的介绍。如果有需要的，又不
Pagesns·2024-01-04 09:35

计算机网络面试题

参考：小林Coding-图解计网必备基础知识点（一）TCP/IP网络模型和标准ISO网络模型1，TCP/IP详解-各层使用到的协议对应的数据包的结构：2，ISO七层模型3，TCP/IP和ISO的对比主要特定是
岭师吴彦祖·2024-01-04 08:57

深度学习-双精度

使用FP16训练神经网络，相对比使用FP32带来的优点有：减少内存占用：FP16的位宽是FP32的一半，因此权重等参数所占用的内存也是原来的一半，节省下来的内存可以放更大的网络模型或者使用更多的数据进行训练
alstonlou·2024-01-04 06:36

【Tensorflow】SSD_Mobilenet_v2实现目标检测（一）：环境配置+训练

Tensorflow（官方介绍使用）要求Tensorflow官方模型库升级到最新的Tensorflow2pipinstalltf-nightly安装方法一：安装Tensorflow模型pip包pip自动安装所有的模型和依赖项pipinstalltf-models-official若要安装最新的更改则：pipinstalltf-models-nightly方法二：克隆源码文件1.克隆GitHub存储
摇曳的树·2024-01-04 04:03

k8s 之7大CNI 网络插件

Kubernetes网络模型本身对某些特定的网络功能有一定要求，但在实现方面也具有一定的灵活性。因此，业界已有不少不同的网络方案，来满足特定的环境和要求。
睡不醒的猪儿·2024-01-03 22:31

深度学习|Keras识别MNIST手写数字（一）

建模方法我们使用最简单的神经网络模型，多层感知器（MLP）。数据下载和处理数据下载Keras已经提供了模块用于下载数据，通过一下代码即可完成下载。
罗罗攀·2024-01-03 18:45

Hi3516DV300开发板——7.1 HarmonyOS鸿蒙系统北向HAP开发——编译第一个触摸版本Hello Wold

前言之前一直都是在搞南向，驱动底层之类的代码分析，包括底层的Makefile分析之类，其实Hi3516DV300从开发板性能来说，更多的应该在高层次应用中，比如AI、神经网络模型的移植、优化和适配HarmonyOS
小郭哥x·2024-01-03 16:46

【人工智能风格迁移】人工智能图像风格迁移尝试学习

文章目录一、实验目的二、实验内容和要求三、实验结果（结果描述、结果截图、代码截图等）损失函数内容损失函数风格损失函数神经网络模型VGG19风格迁移的网络模型一、实验目的图像的风格迁移其实就是利用相关算法对一些著名画作的风格进行学习
quanjui·2024-01-03 14:51

华为Ascend昇腾适配PyTorch框架

一、参考资料PyTorch用户文档PyTorch网络模型移植&训练指南AscendPyTorch第三方框架适配二、重要说明CPU架构为ARM架构时，由于社区未提供ARM架构CPU版本的torch包，无法使用
花花少年·2024-01-03 07:06

【AI】大模型的黑盒困惑

目录一、人工智能大模型二、大模型的黑盒特性三、黑盒导致的问题一、人工智能大模型人工智能大模型是指使用深度学习技术构建的，具有庞大规模参数的神经网络模型。
giszz·2024-01-03 01:14

搞懂 Kubernetes 网络模型

Kubernetes是为运行分布式集群而建立的，分布式系统的本质使得网络成为Kubernetes的核心和必要组成部分，了解Kubernetes网络模型可以使你能够正确运行、监控和排查应用程序故障。
前浪浪奔浪流·2024-01-02 22:58

caffe，一个强大的 Python 库！

PythonCaffe是一个流行的深度学习框架，它可以帮助您构建、训练和部署深度神经网络模型。本文将深入介绍PythonCaffe，包括其基本概
Sitin涛哥·2024-01-02 22:10

动手深度学习笔记（四十九）8.5. 循环神经网络的从零开始实现

动手深度学习笔记（四十九）8.5.循环神经网络的从零开始实现8.5.循环神经网络的从零开始实现8.5.1.独热编码8.5.2.初始化模型参数8.5.3.循环神经网络模型8.5.4.预测8.5.循环神经网络的从零开始实现本节将根据
落花逐流水·2024-01-02 13:23

基于简化版python+VGG+MiniGoogLeNet的智能43类交通标志识别—深度学习算法应用(含全部python工程源码)+数据集+模型（二）

借助Kaggle上的丰富交通标志数据集，我们采用了VGG和GoogLeNet等卷积神经网络模型进行训练。通过对网络架构和参数
小胡说人工智能·2024-01-02 10:46

机器学习 | Python实现基于GRNN神经网络模型

文章目录基本介绍模型设计参考资料基本介绍GRNN是Nadaraya-Watson估计器神经网络的改进，其中向量自变量上的标量的一般回归被计算为以核作为加权函数的局部加权平均值。该算法的主要优点是其校准只需要为核估计定义适当的带宽。因此，GRNN比其他前馈人工神经网络算法更快。传统的GRNN架构基于对所有特征使用一个唯一的带宽值。这种各向同性的网络结构（IGRNN）可以用作特征选择的包装器。这种方法
机器学习之心·2024-01-02 08:18

网络编程与网络安全

目录1.常说的四层、五层、七层网络模型有什么区别？2.TCP/IP网络模型中的五层模型，每层分别有什么用？3.介绍一下HTTP协议8.HTTPS和HTTP的区别是什么？
code喵喵·2024-01-01 17:48

基于简化版python+VGG+MiniGoogLeNet的智能43类交通标志识别—深度学习算法应用(含全部python工程源码)+数据集+模型（一）

借助Kaggle上的丰富交通标志数据集，我们采用了VGG和GoogLeNet等卷积神经网络模型进行训练。通过对网络架构和参数的巧妙调整，致力于提升模型在不同类型交通标志识别方面的准确率。首先，我们
小胡说人工智能·2024-01-01 12:08

【深度学习】第四章：反向传播-梯度计算-更新参数

四、训练模型：反向传播-梯度计算-更新参数1、计算图(ComputationalGraph)为什么深度网络模型不建议手写呢，因为底层有太多的东西，手写就写到地老天荒了，其中计算图就是一个难点。
宝贝儿好·2024-01-01 12:26

Keras加载预训练模型

常用的预训练模型VGG16：VGG16是一个用于图像分类的卷积神经网络模型，由牛津大学的VisualGeometryGroup开发。它使用连续的小滤波
缘起性空、·2024-01-01 12:50

ISC2---CyberSecurity课程笔记---第四章：网络安全

WhatisNetworking什么是网络TypesofNetworks网络类型NetworkDevices网络设备OtherNetworkingTerms其他网络术语网络概览NetworkingModels网络模型
caoxiaoye·2024-01-01 09:51

前馈神经网络复习

习题4-1对于一个神经元(wx+b),并使用梯度下降优化参数w时如果输入x恒大于0,其收敛速度会比零均值化的输入更慢在全连接网络模型中，将输入的x值进行零均值化是一种预处理方法，旨在将训练集中的每个输入值
Simon52314·2024-01-01 07:47

故障诊断模型 | Maltab实现PSO-BP粒子群算法优化BP神经网络的故障诊断

传统的神经网络模型需要大量的参数调整和迭代优化，学习效率很低。在混合算法中,需要优化的对象(粒子)是BP神经网络的权值和值。首先应把要优化的神经网络的
算法如诗·2024-01-01 03:21

OSI七层模型、CAN、CiA、CANopen、CiA301CiA402和EtherCAT介绍

CAN（ControllerAreaNetwork）现场总线仅仅定义了OSI7层网络模型的第1层（物理层，见ISO11898-2标准）、第2层（数
y_q_m·2024-01-01 02:47

Linux网络编程

TCP目录一、Internet（冷战时期的产物）的发展历史二、网络模型1、OSI七层理论模型2、TCP/IP协议模型（协议族）三、网络编程基础1、套接字2、IP地址3、端口号——Port4、字节序小端字节序大端字节序主机字节序
西装没钱买·2024-01-01 01:15

基于轻量级神经网络GhostNet开发构建光伏太阳能电池缺陷图像识别分析系统

工作中经常会使用到轻量级的网络模型来进行开发，所以平时也会常常留意使用和记录，在前面的博文中有过很多相关的实践工作，感兴趣的话可以自行移步阅读即可。
Together_CZ·2023-12-31 20:42

基于轻量级GhostNet模型开发构建工业生产制造场景下滚珠丝杠传动表面缺陷图像识别系统

、mobilenetv3、ghostnet、mnasnet、shufflenetv2驾驶危险行为识别模型对比开发测试》《基于Pytorch框架的轻量级卷积神经网络垃圾分类识别系统》《基于轻量级卷积神经网络模型实践
Together_CZ·2023-12-31 20:42

基于轻量级GhostNet模型开发构建生活场景下生活垃圾图像识别系统

、mobilenetv3、ghostnet、mnasnet、shufflenetv2驾驶危险行为识别模型对比开发测试》《基于Pytorch框架的轻量级卷积神经网络垃圾分类识别系统》《基于轻量级卷积神经网络模型实践
Together_CZ·2023-12-31 20:40

csSEnet注意力网络

csSEnet注意力网络一、cSE网络模型(通道注意力机制)1、Squeeze全局平均池化（GlobalAveragePooling）2、Excitation3、完整CSEblock的Pytorch实现总结二
小白学习记录·2023-12-31 18:20

【Java开发岗面试】八股文—计算机网络

想了解我个人情况的，可以关注我的B站账号：东瓜LeeOSI七层网络模型，你了解吗？具体功能有哪些？总共有7层，自上向下为：应用层：构建具体的应用和
东瓜Lee·2023-12-31 10:54

马上：网络故障排查的思路和方法

OSI七层模型中的数据链路层、网络层等TCP/IP五层和四层网络模型网络
ExtraLazy·2023-12-31 09:29

pytorch04：网络模型创建

目录一、模型创建过程1.1以LeNet网络为例1.2LeNet结构1.3nn.Module二、网络层容器(Containers)2.1nn.Sequential2.1.1常规方法实现2.1.2OrderedDict方法实现2.2nn.ModuleList2.3nn.ModuleDict2.4三种容器构建总结三、AlexNet网络构建一、模型创建过程1.1以LeNet网络为例网络代码如下：class
慕溪同学·2023-12-31 09:53

nndl 作业12 优化算法2D可视化

简要介绍图中的优化算法，编程实现并2D可视化优化算法：优化的目标是网络模型中的参数（集合），损失函数L变量就是θ，其中L中的参数是整个训练集，换句话说，目标函数（损失函数）是通过整个训练集来确定的，训练集全集不同
szf03·2023-12-31 06:51

Data-to-Text Generation with Content Selection and Planning 阅读笔记

pdf/1809.00582.pdf代码：https://github.com/ratishsp/data2text-plan-pyAbstract数据到文本生成的最新进展已经导致使用大规模数据集和神经网络模型
睡熊猛醒·2023-12-30 21:21

DBNet文本检测网络 (FPN、batch normalization、Transpose conv)

直接二值化的方法不可微分，不能参与到网络模型的训练中。DBNet增加了thres
shuyeah·2023-12-30 16:49
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他