cnn起源

【AI】AI大模型发展史：从理论探索到技术爆发

1.2神经网络初步实践1980年：卷积神经网络（CNN）雏形诞生1998年：LeNet-5模型成功应用于手写数字识别，成为首个商用深度学习模型关键局
不想当程序汪的第N天·2025-07-01 21:44

eBPF on Go

本期大家讨论了eBPF的起源及其工作原理，并深入研究了一些实际用例。虽然eBPF程序本身不是用Go（更像C）编写的，但我们将了解如何从Go代码与eBPF程序进行通信。过程中为符合
techdashen·2025-07-01 19:35

YOLOv12 正式发布 | 检测效果超越YOLO11！！

代码地址：https://github.com/sunsmarterjie/yolov12提升YOLO框架的网络架构一直至关重要，尽管注意力机制在建模能力方面已被证明具有优越性，但长期以来一直专注于基于CNN
·2025-07-01 03:54

推荐系统的视频特征-视频关键帧特征提取与向量生成

总体流程概览视频文件(.mp4)↓关键帧抽取（FFmpeg/SceneDetect）↓帧图像（.jpg）↓图像模型提取特征（CLIP/CNN/ViT）↓多帧聚合成视频向量（均值池化等）↓向量库/推荐系统模型特征提取推荐
·2025-07-01 03:20

2.2. 泛函分析讲义I-度量空间概述

泛函分析的三大空间自然是：度量空间、线性赋范空间和Hilbert空间，由[泛函分析的起源与发展]，我们知道引入度量空间和希尔伯特空间的动机是截然不同的度量空间是Frechet有意识地去引入一种抽象理论,
吉星照MoMo·2025-06-30 13:45

人工智能-基础篇-10-什么是卷积神经网络CNN（网格状数据处理：输入层，卷积层，激活函数，池化层，全连接层，输出层等）

卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种专为处理网格状数据（如图像、视频、音频）设计的深度学习模型。
weisian151·2025-06-30 11:30

CNN-GRU混合模型学习笔记

GRU学习笔记CNN：卷积神经网络GRU（GateRecurrentUnit），门控循环单元CNN：卷积神经网络3个组成部分：1.卷积层——提取图像局部特征2.池化层——降维（防止过拟合）3.全连接层—
weixin_54372988·2025-06-30 11:28

CPO-CNN-GRU-Attention、CNN-GRU-Attention、CPO-CNN-GRU、CNN-GRU四模型多变量时序预测对比

本文旨在系统地比较四种基于卷积神经网络（CNN）和循环神经网络（GRU）的不同架构，包
Matlab科研辅导帮·2025-06-30 10:26

人工智能的发展历程与未来展望

人工智能的发展历程与未来展望一、人工智能的起源与早期发展1.1人工智能的定义与概念起源人工智能（AI）的定义与概念起源可追溯至20世纪中叶，当时一群具有远见的科学家和工程师开始探索机器是否能够模拟人类智能行为
唐骁虎·2025-06-30 10:22

CNN-LSTM神经网络多输入单输出回归预测【MATLAB】

1CNN（卷积神经网络）部分作用：特征提取：CNN主要用于从输入数据中提取空间特征。它能够处理图像、视频帧或其他形式的空间数据。组成部分：卷积层：使用卷积核对输入数据进行卷积操作，生成特征图。
沅_Yuan·2025-06-30 04:19

DAY 41 简单CNN

知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层→Batch归一化层（可选）→池化层→激活函数→下一层Flatten->Dense(withDropout，可选)->Dense(Output)importtorchimporttorch.nnasnnimpo
冬天给予的预感·2025-06-30 04:15

Python打卡训练营-Day41-简单CNN

@浙大疏锦行知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层→Batch归一化层（可选）→池化层→激活函数→下一层Flatten->Dense(withDropout，可选)->Dense(Output)这里相关的概念比较多，如果之前没有学习过复试班强化班中
traMpo1ine·2025-06-30 04:44

AI优化算法实战：使用粒子群优化求解复杂工程问题

文章从算法起源到数学模型，从代码实现到工程落地，层层拆解技术细节，帮助读者快速掌
AI学长带你学AI·2025-06-29 21:35

前端微前端架构的探索与实践

我们将从微前端的起源讲起，分析其核心设计思想，并通过实际案例展示如何实现一个完整的微前端解决方案。
大厂前端小白菜·2025-06-29 21:35

量化价值投资入门：Fama-French三因子模型详解与实战应用

我们将从模型起源开始，详细讲解其数学表达和
量化价值投资入门到精通·2025-06-29 21:58

L0、L1、L2正则化的起源、发展、原理、应用和对比详解，附代码。

L0、L1、L2正则化的起源、发展、原理、应用和对比详解，附代码。【深度学习|学习笔记】什么是正则化？如何理解正则化？L0、L1、L2正则化的起源、发展、原理、应用和对比详解，附代码。
努力毕业的小土博^_^·2025-06-29 19:17

浅谈卷积神经网络(CNN)

卷积神经网络(ConvolutionalNeuralNetworks,CNN)作为深度学习领域最具影响力的架构之一，已在计算机视觉、自然语言处理、医学影像分析等领域取得了革命性突破。
cyc&阿灿·2025-06-29 16:53

卷积神经网络

一、引言在当今人工智能的浪潮中，卷积神经网络（ConvolutionalNeuralNetwork，CNN）无疑是一颗璀璨的明星。
亿只小灿灿·2025-06-29 11:55

【2024 CVPR-Backbone】RepViT: Revisiting Mobile CNN From ViT Perspective

摘要近期，轻量级视觉Transformer（ViT）在资源受限的移动设备上表现出比轻量级卷积神经网络（CNN）更优异的性能和更低的延迟。
无敌悦悦王·2025-06-29 10:45

Python编程：使用 YOLO 目标检测

与传统的两阶段目标检测方法（如R-CNN系列）不同，YOLO将目标检测任务视为一个单一的回归问题，直接在图像上进行一次推理即可预测边界框和类别概率。
倔强老吕·2025-06-29 09:37

基于YOLOv8和Faster R-CNN的输电线路异物目标检测项目 检测 输电线异物数据集 输电线缺陷数据集 绝缘子 如何使用YOLOv8和Faster R-CNN训练输电线路异物目标检测数据集

defect’-缺陷‘foreign_obj’-异物‘insulator’-绝缘体‘nest’-窝（巢）带标注-YOLO格式可直接用于YOLO系列目标检测算法模型训练如何使用YOLOv8和FasterR-CNN
QQ67658008·2025-06-29 09:36

【day51】复习日

内容来自@浙大疏锦行python打卡训练营@浙大疏锦行作业：day43的时候我们安排大家对自己找的数据集用简单cnn训练，现在可以尝试下借助这几天的知识来实现精度的进一步提高
daomingwu017·2025-06-29 07:55

DAY 41 简单CNN

@浙大疏锦行https://blog.csdn.net/weixin_45655710知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层→Batch归一化层（可选）→池化层→激活函数→下一层Flatten->Dense(withDropout，可选)->Den
yizhimie37·2025-06-29 07:51

创客匠人老蒋六力模型：创始人 IP 打造的底层逻辑与实践路径

老蒋以神话故事为例，盘古开天辟地通过定义“宇宙起源”形成集体认知，这与现代创始人IP的“品类定义”逻辑一致。美特斯邦威周成建在直播中强调“国货转型”定位，正
创小匠·2025-06-29 00:56

Densenet模型花卉图像分类

【基于CNN-RNN的影像报告生成】2.【卫星图像道路检测DeepLabV3Plus模型】3.【GAN模型实现二次元头像生成】4.【CNN模型实现mnist手写数字识别】5.
深度学习乐园·2025-06-28 21:02

卷积神经网络（Convolutional Neural Network, CNN）

卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种专门用于处理图像、视频等网格数据的深度学习模型。
不想秃头的程序·2025-06-28 16:01

ResNet（Residual Network）

ResNet（ResidualNetwork）是深度学习中一种经典的卷积神经网络（CNN）架构，由微软研究院的KaimingHe等人在2015年提出。
不想秃头的程序·2025-06-28 16:00

人脸识别算法赋能园区无人超市安防升级

一、技术背景：视觉分析算法的核心支撑人脸识别算法基于深度学习的卷积神经网络（CNN）模型，通过提取面
智驱力人工智能·2025-06-28 14:16

Node.js到底是什么

Node.js详解：历史发展、生态构建与底层原理一、Node.js的起源与历史发展诞生背景2009年5月：Node.js由RyanDahl开发并首次发布。
浪裡遊·2025-06-28 12:28

C语言到C++快速入门

一.C语言和C++的关系：起源与发展：C语言是由DennisRitchie在1970年代初期开发的，它最初是为了重新设计UNIX操作系统而创建的。
·2025-06-28 07:56

基于Python Anaconda环境，使用CNN-LSTM模型预测碳交易价格的完整技术方案

以下是一个基于PythonAnaconda环境，使用CNN-LSTM模型预测碳交易价格的完整技术方案。
神经网络15044·2025-06-28 05:44

Pytorch模型安卓部署

目前多数的研究都是在于算法上，个人觉得把算法落地是一件很有意思的事情，因此本人准备分享一些模型落地的文章(后续可能分享微信小程序部署，PyQt部署以及exe打包，ncnn部署，tensorRT部署，MNN
python&java·2025-06-28 01:24

软件架构 vs 系统架构 vs 解决方案架构 vs 企业架构——你真的懂它们的区别吗？

软件架构：代码的整体规划前世与今生软件架构是最早得到广泛认可的一种架构形式，起源于软件工程发展的早期阶段。最初，软件架构关注的是如何结构化地编写代码，以提高
数字时代的探索者·2025-06-27 22:00

OpenCV边缘填充方式详解

边缘填充的主要应用场景包括：图像滤波（如高斯滤波、中值滤波等）卷积神经网络（CNN）中的卷积层形态学操作（如膨胀、腐蚀）图像特征提取二、OpenCV中
慕婉0307·2025-06-27 00:28

新的人工智能模型揭示圣经中的死海古卷比我们想象的要古老得多

自发现以来，死海古卷极大地加深了我们对犹太教和基督教起源的理解。虽然学者们普遍认为这些古卷的年代可追溯到公元前三世纪至公元二世纪，但具体手稿的年代仍未确定。如今
TechVision大咖圈·2025-06-26 21:34

Python打卡训练营-Day43-复习日

@浙大疏锦行作业kaggle找到一个图像数据集，用cnn网络进行训练并且用grad-cam做可视化进阶：并拆分成多个文件
traMpo1ine·2025-06-26 21:04

深度学习在人脸识别中的应用及Python实现

深度学习模型通常基于卷积神经网络（ConvolutionalNeuralNetwork，CNN）进行人脸识别。CNN是一种专门用于处理图像和视觉数据的神经网络模型
loop_syntax648·2025-06-26 18:43

MariaDB 与 MySQL 的关系：从同源到分道扬镳

MariaDB与MySQL的关系：从同源到分道扬镳1.起源：MySQL的辉煌与危机MySQL是最流行的开源关系型数据库之一，由瑞典公司MySQLAB开发，并于1995年首次发布。
就叫飞六吧·2025-06-26 14:50

cnn 一维时序数据_AI顶会解读|时序动作分割与检测，附代码链接

时序动作分割与检测时序动作的分割与检测是视频计算机视觉技术的一大常规任务，对自动驾驶和机器人等应用至关重要，下面3篇论文是腾讯AILab在这一方向的探索成果。1.动作识别中的时序帧间差异表征学习TemporalDistinctRepresentationLearningforActionRecognition本文由腾讯AILab、腾讯优图实验室、新加坡南洋理工大学、美国纽约州立大学布法罗分校合作完
·2025-06-26 14:18

2、喉癌患者的肿瘤委员会决策

喉癌患者的肿瘤委员会决策1.喉癌概述喉癌是一种起源于喉部组织的恶性肿瘤，主要影响喉部的黏膜和结构。
water·2025-06-26 11:01

DAY 43 复习日 CNN训练与Grad-CAM可视化（模块化实现）

目录Kaggle图像分类项目：项目结构一、数据准备模块1.config/paths.py2.data/preprocessing.py3.data/dataset.py二、模型定义模块1.models/cnn_model.py2
沐兮兮兮·2025-06-26 08:12

基于PyTorch的MNIST手写数字识别（配置手写板使用）

基于PyTorch的MNIST手写数字识别（配置手写板使用）代码详见：https://github.com/xiaozhou-alt/CNN_MNIST文章目录基于PyTorch的MNIST手写数字识别
热心不起来的市民小周·2025-06-26 02:03

Tensorflow实现经典CNN网络AlexNet

1、概念AlexNet在ILSVRC-2012的比赛中获得top5错误率15.3%的突破（第二名为26.2%），其原理来源于2012年Alex的论文《ImageNetClassificationwithDeepConvolutionalNeuralNetworks》，这篇论文是深度学习火爆发展的一个里程碑和分水岭，加上硬件技术的发展，深度学习还会继续火下去。2、AlexNet网络结构由于受限于当时
您懂我意思吧·2025-06-26 02:01

一文吃透Eclipse：从入门到精通全攻略

目录一、Eclipse简介1.1起源与发展历程1.2在编程领域的地位1.3学习掌握Eclipse的重要性和价值二、Eclipse安装与配置2.1下载2.2安装2.3配置Java开发环境三、Eclipse
奔跑吧邓邓子·2025-06-26 01:53

材料力学数值方法：相场法：相场法原理与应用_2024-08-05_09-34-16.Tex

发展历程起源与早期发展：相场法起源于对合金中相变过程的理
chenjj4003·2025-06-26 00:17

一[3.0]、 yolov8 工作原理

在所有流行的物体识别机器学习模型（如FasterR-CNN、SSD和Reti
他人是一面镜子，保持谦虚的态度·2025-06-25 21:53

海光x86与Intel/AMD x86的差异解析：技术演进、架构博弈与未来之路

本文将从技术起源、指令集架构、硬件设计、生态兼容性及未来趋势五个维度，深度剖析海光x86与Intel/AMDx86的差异。
tianyuanwo·2025-06-25 16:20

Containerd容器技术详解

目录一，Containerd概述1，什么是Containerd2，Containerd的起源与背景二，Containerd架构1，Containerd架构概述2，核心组件解析（1）Storage（存储）
zhcong_·2025-06-25 14:02

60天python训练营打卡day41

学习目标：60天python训练营打卡学习内容：DAY41简单CNN知识回顾1.数据增强2.卷积神经网络定义的写法3.batch归一化：调整一个批次的分布，常用与图像数据4.特征图：只有卷积操作输出的才叫特征图
tan90�=·2025-06-25 12:50

【深度学习加速探秘】Winograd 卷积算法：让计算效率 “飞” 起来

从“卷积计算瓶颈”说起在深度学习领域，卷积神经网络（CNN）被广泛应用于图像识别、目标检测、语义分割等任务。然而，卷积操作作为CNN的核心计算单元，其计算量巨大，消耗大量的时间和计算资源。
heimeiyingwang·2025-06-25 01:04
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他