cnn调参第7页

TaTa - 图片和视频高清修复工具 / 音频提取

TaTa-图片和视频高清修复工具/音频提取由论坛大佬@WawaLee3开发的图片和视频高清修复工具「TaTa」据介绍是采用开源模型Real-ESRGAN-ncnn-vulkan，视频的修复功能有限，比较吃配置

希希分享·2025-05-18 05:38

自适应稀疏核卷积网络：一种高效灵活的图像处理方案

其中，卷积神经网络（CNN）作为图像处理的核心工具，极大地推动了各类图像识别任务的效果提升。

RockLiu@805·2025-05-17 15:57

深度学习笔记12-mnist手写数字识别(Pytorch)

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊目录一、前期准备1.导入数据2.数据可视化二、构建简单的CNN网络三、训练模型1.设置超参数2.编写训练函数3.编写测试函数4.正式训练编辑四

m0_67869333·2025-05-17 15:27

Python机器学习笔记（二十三模型评估与改进-网格搜索）

上一次学习了评估一个模型的泛化能力，现在继续学习通过调参来提升模型的泛化性能。scikit-learn中许多算法的参数设置，在尝试调参之前，重要的是要理解参数的含义。

FreedomLeo1·2025-05-17 10:56

深度解析：Stable Diffusion模型架构与调参秘籍

深度解析：StableDiffusion模型架构与调参秘籍关键词：StableDiffusion、扩散模型、潜在空间、U-Net、调参优化、生成式AI、CLIP文本编码器摘要：本文从技术原理到实战调参，

AI原生应用开发·2025-05-17 09:45

计算机视觉目标检测算法对比：R-CNN、YOLO与SSD全面解析

计算机视觉目标检测算法对比：R-CNN、YOLO与SSD全面解析一、前言二、R-CNN算法解析2.1R-CNN算法原理2.1.1候选区域生成2.1.2特征提取2.1.3分类与回归2.2R-CNN代码示例

xcLeigh·2025-05-17 01:30

深度学习基石：卷积神经网络（CNN）与图像识别

一、卷积神经网络的设计动机与生物启发1.1传统全连接网络的局限性分析在传统全连接神经网络中，每个神经元都与相邻层的所有神经元连接。以MNIST数据集（28×28像素）为例，输入层需784个神经元，若第一隐藏层有1000个神经元，参数规模将达784×1000=784,000。这种结构存在两大核心问题：参数爆炸问题对于高分辨率图像（如1024×1024的RGB图像），输入层参数达3,145,728个。

WHCIS·2025-05-16 13:56

NLP实战入门——文本分类任务（TextRNN，TextCNN，TextRNN_Att，TextRCNN，FastText，DPCNN，BERT，ERNIE）

本文参考自https://github.com/649453932/Chinese-Text-Classification-Pytorch?tab=readme-ov-file，https://github.com/leerumor/nlp_tutorial?tab=readme-ov-file，https://zhuanlan.zhihu.com/p/73176084，是为了进行NLP的一些典型

雾重烟秋·2025-05-16 06:37

招行数字金融挑战赛数据分析赛带赛题二

训练集很小，只有八千条数据，痛苦了三天，调参加模型效果不升反降。训练集只有三列：新闻ID，文字，标签，一共四类标签。根据文本列中的数字个数加入了文本长度特征，能够反映出文本的复杂性或信息量。

安特尼·2025-05-16 03:46

深度学习卷积神经网络（CNN）全析：原理、实战、前沿，开启 AI 视觉新时代

摘要：本文全方位解读卷积神经网络（CNN）。开篇回溯神经网络发展，凸显CNN处理结构化数据的崛起之势，介绍其在多领域的变革之力。

AI_DL_CODE·2025-05-15 23:17

LLaMA Factory 深度调参

注意，本文涵盖从基础调参到前沿研究的完整知识体系，建议结合具体业务场景灵活应用。一篇“参考文献”而非“可运行的代码”。

NLP小讲堂·2025-05-15 23:47

卷积神经网络(CNN)原理与实战：从LeNet到ResNet

卷积神经网络(CNN)作为深度学习的核心技术之一，彻底改变了计算机视觉领域的格局。

软考和人工智能学堂·2025-05-15 23:46

CNN-LSTM-Attention预测模型及其Python实现

其中，CNN-LSTM-Attention预测模型因

追蜻蜓追累了·2025-05-15 18:09

[YOLO专题-4]：YOLO V1 - 网络结构、原理、基本思想的全新、全面、通俗、结构化讲解

文火冰糖的硅基工坊_CSDN博客本文网址：https://blog.csdn.net/HiWangWenBing/article/details/122156426目录第1章YOLOV1应运而生1.1FasterR-CNN

文火冰糖的硅基工坊·2025-05-15 14:41

基于CNN-LSTM-Attention的时间序列预测模型：风电功率预测、电力负荷预测等

基于卷积-长短期记忆网络加注意力机制（CNN-LSTM-Attention）的时间序列预测程序，预测精度很高。可用于做风电功率预测，电力负荷预测等等标记注释清楚，可直接换数据运行。

CXWymZVRoO·2025-05-14 17:47

YOLOv1 目标检测算法深度解析

这种设计使得检测速度相比R-CNN系列提升1000倍，达到45FPS（基础版）和155FPS（快速版）。1.2空间网格

mozun2020·2025-05-14 11:09

【目标检测标签转换工具】YOLO 格式与 Pascal VOC XML 格式的互转详解（含完整代码）

在目标检测任务中，不同的模型和标注工具使用的标签格式常常不同：YOLO系列（YOLOv5/v8）使用的是.txt格式，每行为一个目标，记录相对归一化的位置信息；FasterR-CNN、SSD、RetinaNet

DragonnAi·2025-05-14 10:36

电商直播实时字幕生成：语音-视觉同步对齐技术详解与实战

一、技术原理与数学建模1.1多模态特征同步机制核心公式：声学特征提取：X_audio=CNN1D(MFCC(wav))视觉特征提取：X_vision=ResNet(frame)同步对齐：A=softmax

燃灯工作室·2025-05-14 07:12

ubuntu系统部署GPT-SoVITS

只有最基础的切割音频、识别文字、推理的代码，没有训练、微调参考视频：链接下载安装包可以直接下载windows部分的下载整合包链接，比克隆代码方便很多，不需要分别下载各种模型GPT-SoVITS指南里有写解压的注意事项

LtmkWoQjPWiWo·2025-05-14 05:00

AI大模型全景干货：分类、特点、应用、数据与学习指南

一、AI大模型的分类1、按模型结构分类（1）深度神经网络（DNN）：包括卷积神经网络（CNN）、循环神经网络（RNN）等。

程序员辣条·2025-05-14 03:18

ImportError: attempted relative import with no known parent package

mask.py代码：from.import_maskFile"E:\kangcheng\python\pvanet\TFFRCNN\lib\pycocotools\mask.py",line3,infrom.import_maskImportError

AI算法网奇·2025-05-14 02:12

深度学习---常用优化器

优化器一：Adam（AdaptiveMomentEstimation）一、适用场景总结（实践导向）场景是否推荐用Adam说明小模型训练（如MLP、CNN）✅✅✅稳定、无需复杂调参，适合快速实验初学者使用或结构新颖

灬0灬灬0灬·2025-05-14 01:35

机器人竞赛目标识别系统：基于YOLOv10的实时识别与图形界面实现

随着深度学习特别是YOLO系列模型的兴起，基于CNN的实时检测算法成为主流。本项目旨在构建一个完整的目标物检测

YOLO实战营·2025-05-13 00:52

2025年ide java python j系列激活码（持续更新）

UX394X3HLT-eyJsaWNlbnNlSWQiOiJVWDM5NFgzSExUIiwibGljZW5zZWVOYW1lIjoiSG9uZ2lrIFVuaXZlcnNpdHntmY3snbXrjIDtlZnqtZAiLCJsaWNlbnNlZVR5cGUiOiJDTEFTU1JPT00iLCJhc3NpZ25lZU5hbWUiOiLkvJfliJvkupEg5bel5L2c5a6kIiwiY

qq_33421488·2025-05-12 13:36

Vision Transformer（ViT）

它打破了传统卷积神经网络（CNN）在图像处理中的主导地位，通过全局注意力机制直接建模图像块（patches）之间的关系，尤其在大规模数据集上表现出色。

豆芽819·2025-05-12 00:07

python3.7-3.11版本whl文件快速直接安装dlib库（无需安装cmake！！！）手把手教你安装

1人脸特征提取：利用深度学习技术，特别是29层的卷积神经网络（CNN）。

heyday_period·2025-05-11 17:54

什么是AI大模型?常见的AI大模型有哪些?

深度学习架构：它们通常基于深度学习架构，如卷积神经网络（CNNs）用

程序员二飞·2025-05-11 12:55

AI大模型干货 | AI大模型的分类、特点、应用、详细数据、如何学习大模型？

一、AI大模型的分类1、按模型结构分类（1）深度神经网络（DNN）：包括卷积神经网络（CNN）、循环神经网络（RNN）等。

大模型RAG实战·2025-05-11 11:22

深入理解卷积神经网络的输入层：数据的起点与预处理核心

关键词：卷积神经网络；输入层；数据预处理在卷积神经网络（ConvolutionalNeuralNetwork,CNN）的复杂架构中，输入层作为数据进入网络的初始关卡，承

青橘MATLAB学习·2025-05-11 11:48

AI是如何修复老照片的？

在修复前，AI先对图片进行预处理：去噪：利用卷积神经网络（CNN）识别并去除噪点，提高图片质量。去划痕：使用掩膜R-CNN识别照片中的划痕，并用图像修复（Inpaintin

人工之梦·2025-05-11 06:17

HCIP-AI认证考试难度解析与职业发展前景

实验（3小时）：基于华为ModelArts平台完成模型训练、部署及优化任务，重点考察代码开发与调参能力。2.通过率与难点解析据华为官方统计，2023年HC

噗老师·2025-05-10 23:57

神经网络开发实战：从零基础到企业级应用（含CNN、RNN、BP网络代码详解）

简介神经网络作为深度学习的核心，正在成为现代AI应用的基石。从基础的感知机到复杂的Transformer架构，从图像识别到自然语言处理，神经网络技术的演进推动了人工智能的快速发展。本文将系统介绍神经网络的核心概念、主流模型及其实现原理，并通过三个企业级实战案例（医学图像分类、对话系统开发和光伏预测）展示如何从零开始构建神经网络应用。每个案例都包含完整的Python代码实现、详细解释和部署策略，确保

Android洋芋·2025-05-10 23:57

零基础，快速学YOLO目标检查算法（YOLO—v1,2,3快速学习）

一.深度学习经典检测方法1.two-stage(两阶段)：Faster-rcnnMask-Rcnn系列，先有预选，预选完之后再通过预选得到最终结果。

2301_80355452·2025-05-10 18:24

AI技术视角：美联储信号与黄金动态的量化研究——基于多模态数据分析框架

一、美联储政策文本的量化解构与市场响应追踪技术框架说明：采用自然语言处理（NLP）领域的主流模型BERT-CNN，对美联储政策声明进行语义权重分析。

金融小师妹·2025-05-10 04:20

yolov5和yolov8的区别是什么

主要区别如下：模型架构：YOLOv5使用了一个简单的卷积神经网络(CNN)架构，而YOLOv8则使用了更加复杂的网络架构，包括多个残差单元(ResidualUnit)和多个分支。

李多田·2025-05-10 00:59

结合CNN多变量时间序列预测！！

1.LSTM（LongShort-TermMemory）LSTM是一种特殊的循环神经网络（RNN），旨在解决RNN的梯度消失与梯度爆炸问题。它通过引入“门控机制”，能够在时间序列中记住长时间的依赖关系，同时避免对无关信息的记忆。LSTM结构LSTM单元的核心在于一个“细胞状态”()，它能够通过线性传递保留重要信息。此外，LSTM包括三个门控单元：遗忘门、输入门和输出门，用于控制信息的流动。1.遗忘

江湖人称麻花滕·2025-05-09 22:16

推荐项目：基于3D ResNet的视频分类库

周琰策Scott·2025-05-09 21:10

CUDA：out of memory的解决方法（实测有效）

这个问题可能由几个因素引起：模型和数据规模：深度学习模型尤其是大型模型，如Transformer或大型CNN，拥有大量的参数，这些参数在训练时需要被加载到GPU显存中。

摆烂仙君·2025-05-09 20:30

第24节：卷积神经网络(CNN)-卷积层、池化层与全连接层

一、卷积神经网络概述卷积神经网络(ConvolutionalNeuralNetwork,CNN)是深度学习领域最具代表性的网络架构之一，专门设计用于处理具有网格状拓扑结构的数据，如图像、视频、语音等。

点我头像干啥·2025-05-09 19:52

基于深度学习的交通标志识别系统

基于深度学习的交通标志识别系统项目简介本项目实现了一个基于深度学习的交通标志识别系统，使用卷积神经网络(CNN)对交通标志图像进行分类识别。

小彭律师·2025-05-09 19:52

机器学习与深度学习

目录一、机器学习（一）机器学习的分类1.监督学习2.无监督学习3.强化学习（二）机器学习的应用场景二、深度学习（一）深度学习的核心原理（二）常见的深度学习模型1.卷积神经网络（CNN）2.循环神经网络（

水花花花花花·2025-05-09 16:28

【人工智能核心技术全景解读】从机器学习到深度学习实战

目录前言️技术背景与价值当前技术痛点️解决方案概述目标读者说明一、技术原理剖析核心概念图解核心作用讲解关键技术模块说明⚖️技术选型对比二、实战演示️环境配置要求️核心代码实现案例1：图像分类（CNN）案例

满怀1015·2025-05-09 13:42

26备战秋招day19——VIT

一、ViT模型介绍1.背景长期以来，卷积神经网络(CNN)一直是计算机视觉的主流架构。2020年，Goo

如意鼠·2025-05-09 05:52

LeNet-5详解

LeNet-5是卷积神经网络（CNN）的开山之作，由YannLeCun团队于1998年提出，最初用于手写数字识别（MNIST数据集）。

巷955·2025-05-08 18:41

常见的卷积神经网络列举

经典的卷积神经网络（CNN）在深度学习发展史上具有重要地位，以下是一些里程碑式的模型及其核心贡献：1.LeNet-5（1998）提出者：YannLeCun特点：首个成功应用于手写数字识别（MNIST）的

巷955·2025-05-08 17:36

ResNet改进(38)：与Inception模块的融合实现

代码概述这段代码实现了一个自定义的CNN模型，主要特点包括：基于预训练的ResNet34架构在ResNet的初始层后插入自定义的Inception模块保持模型输出维度兼容性可配置的类别数量和预训练权重加载核心组件解析

点我头像干啥·2025-05-08 07:05

开源近红外光谱数据集

为此，在（北京邮电大学杨辉华老师团队）指导下，近期准备开源传统的PLS，SVM，ANN，RF等经典算和SG，MSC，一阶导，二阶导等预处理以及GA等波长选择算法以及CNN、AE等最新深度学习算法，以帮助其他专业的更容易建立具有良好预测能力和鲁棒性的近红外光谱模型

Echo_Code·2025-05-07 19:19

# 从零构建一个简单的卷积神经网络：手写数字识别

从零构建一个简单的卷积神经网络：手写数字识别在深度学习的世界里，卷积神经网络（CNN）是处理图像数据的强大工具。今天，我们将通过一个简单的例子，从零开始构建一个CNN模型，用于手写数字识别。

www_pp_·2025-05-07 10:17

用卷积神经网络 (CNN) 实现 MNIST 手写数字识别

卷积神经网络（ConvolutionalNeuralNetwork，CNN）作为处理图像数据的强大工具，在该任务中展现出卓越的性能。

进来有惊喜·2025-05-07 04:48

Python 打卡训练营 Day17

聚类的流程标准化数据选择合适的算法，根据评估指标调参（）KMeans和层次聚类的参数是K值，选完k指标就确定DBSCAN的参数是eps和min_samples，选完

宸汐Fish_Heart·2025-05-07 00:20

推荐频道

cnn调参