cnn起源

遗传算法详解：从自然选择到代码实战

##1.算法起源与核心思想###1.1生物进化启示遗传算法模拟自然界三种关键机制：-**自然选择**：适者生存的筛选机制-**遗
weixin_47233946·2025-06-12 10:44

戏说“社畜“：一位35岁新能源研发测试工程师的“打怪升级“全记录

作者：某新能源车企测试部老司机2025年6月9日目录#社畜的物种起源#新能源测试部的社畜生态链#测试工程师的十八般武艺@ref#社畜自救指南如何在实验室熬成扫地僧#投票互动你经历过哪些社畜名场面社畜的"
·2025-06-12 09:02

【目标检测基础】YOLOv1算法详解：从“一次看全”到实时检测的革命性突破

实时性突破：在GPU上达到45FPS（FasterR-CNN仅为7FPS），首次让实时视频分析成为可能。端到端思维：直接输入图像输出检测
出不了新手村·2025-06-12 09:32

YOLOv1 技术详解：目标检测的实时革命

YOLOv1技术详解：目标检测的实时革命一、前言在目标检测领域，传统方法如R-CNN系列虽然精度高，但存在速度慢、流程复杂的问题。
要努力啊啊啊·2025-06-12 08:57

基于卷积神经网络的 Fashionminsit 数据集分类

实验目的1.理解卷积神经网络（CNN）。2.掌握数据预处理和增强技术：学习如何通过数据增强技术（如旋转、缩放、剪切等）来增加模型的泛化能力，减少过拟合。
ʚɞ 长腿欧巴·2025-06-11 15:33

Python训练营打卡Day46(2025.6.6）

知识点回顾：不同CNN层的特征图：不同通道的特征图什么是注意力：注意力家族，类似于动物园，都是不同的模块，好不好试了才知道。
2301_80505456·2025-06-11 13:23

nnUNet V2修改网络——暴力替换网络为Swin-Unet

传统方法主要依赖卷积神经网络（CNN），尤其是U-Net及其变体，通过局部卷积操作和跳跃连接提取多尺度特征。然
w1ndfly·2025-06-11 09:20

【AI 人工智能】大型语言模型的实现技术原理与应用

文章目录大型语言模型的实现技术原理与应用大模型发展历史1.大模型的起源2.代表性大模型3.大模型背后的关键技术4.大模型的影响5.展望未来技术原理及概念一、概述二、大型预训练语言模型的概念三、大型预训练语言模型的实现方式四
七七Seven～·2025-06-10 21:23

python训练营打卡第41天

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→
·2025-06-10 16:16

基于 CNN-SHAP 分析卷积神经网络的多分类预测【MATLAB】

特别是在图像识别、文本分类、医学诊断等领域，卷积神经网络（ConvolutionalNeuralNetwork,CNN）已成为实现高精度多分类任务的重要工具。
沅_Yuan·2025-06-10 16:15

day51 python CBAM注意力

目录一、CBAM模块简介二、CBAM模块的实现（一）通道注意力模块（二）空间注意力模块（三）CBAM模块的组合三、CBAM模块的特性四、CBAM模块在CNN中的应用一、CBAM模块简介在之前的探索中，我们已经了解了
xiaohanbao09·2025-06-10 14:01

python打卡day43

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做可视化导入包importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets
·2025-06-10 10:06

【SaaS多租架构】数据隔离与性能平衡

该架构的兴起源于企业对成本控制、快速部署和灵活扩展的需求。早期多租户系统多采用物
沐风—云端行者·2025-06-10 10:03

深入探讨AI 神经网络：类型、特点与创新应用

例如，卷积神经网络（CNN）在图像识别领域表现出色，它
fanxbl957·2025-06-10 07:11

可解释性医疗影像算法解析

研究聚焦卷积神经网络（CNN）与注意力机制的双向协同作用，量化分析其在肺结节检测、肿瘤分割等场景中的特征可视化效果。
智能计算研究中心·2025-06-09 22:43

浅析大数据时代下的网络安全

根据中国互联网络信息中心（CNNIC）发布的第49次《中国互联网络发展状况统计报告》显示，截至2021年12月，我国网民规模达10.32亿，较2020年12月
Hacker_xingchen·2025-06-09 18:46

第四十七天打卡

昨天代码中注意力热图的部分顺移至今天知识点回顾：热力图classCNN(nn.Module):def__init__(self):super(CNN,self).
wswlqsss·2025-06-09 18:15

第四十一天打卡

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→
wswlqsss·2025-06-09 18:15

受大脑启发的人工智能在令人震惊的视觉突破中学会像人类一样看东西

一种名为Lp-Convolution的新型受大脑启发的AI方法通过动态重塑CNN过滤器来增强图像识别能力，将生物现实性与改进的性能和效率相结合。
大咖分享课·2025-06-09 16:57

（六）卷积神经网络：深度学习在计算机视觉中的应用

卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一类专门用于处理具有网格结构数据（如图像、音频）的深度学习模型。
只有左边一个小酒窝·2025-06-09 13:37

C++初阶：从C语言过渡到C++

二.C++发展史与重要意义2.1C++的发展历史C++的起源可以追溯到1979年，当时BjarneS
双枪小粉猪·2025-06-09 10:15

第三章支线二 ·函数幻阶：语法召唤与逻辑封印

主线回顾第三章：JavaScript引擎·行为之火其他支线支线一·原能之核：语法起源剧情设定：林昊踏上“幻阶浮廊”，台阶如函数体般从空中一段段拼接。阶梯之巅，是一位古老的法术召唤者——封印者·菲萝娜。
蓝婷儿·2025-06-09 09:43

《Image Classification with Classic and Deep Learning Techniques》复现

近年来，卷积神经网络（CNN）在大规模数据集（如Image
几何心凉·2025-06-09 07:00

神经网络-Day46

目录一、什么是注意力二、特征图的提取2.1简单CNN的训练2.2特征图可视化三、通道注意力3.1通道注意力的定义3.2模型的重新定义（通道注意力的插入）一、什么是注意力注意力机制，本质从onehot-elmo-selfattention-encoder-bert
红衣小蛇妖·2025-06-09 04:02

【DAY43】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：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
daomingwu017·2025-06-09 03:58

超实用！零基础打造微信表情识别小程序，源码+数据集全公开

技术栈：Python+TensorFlow/Keras+OpenCV，模型基于卷积神经网络（CNN），输入48x48灰度图，输出概率分布。
Uyker·2025-06-09 02:51

nohup: 无法运行命令‘Command‘: 没有那个文件或目录

使用下面代码nohup`pythonprojects/SparseRCNN/train_net.py--num-gpus2--config-fileprojects/SparseRCNN/configs
Asuyio·2025-06-09 01:44

ResNet改进(51)：基于轴向注意力机制的改进ResNet模型

1.创新点解析在计算机视觉领域，卷积神经网络(CNN)一直是图像识别任务的主流架构。近年来，注意力机制的引入为CNN带来了新的改进方向。
点我头像干啥·2025-06-08 20:37

Nginx+Tomcat 负载均衡群集

一、Tomcat基础与案例部署（一）Tomcat概述与应用场景起源与命名Tomcat最初由Sun公司的詹姆斯・邓肯・戴维森开发，后贡献给Apache软件基金会。
2501_91112123·2025-06-08 17:45

Windows CE系统全面介绍及其与其他Windows嵌入式版本的差异

WindowsCE系统全面介绍及其与其他Windows嵌入式版本的差异一、WindowsCE的起源与核心特性WindowsCE（后更名为WindowsEmbeddedCompact）是微软于1996年推出的嵌入式操作系统
轻栈OS工坊·2025-06-08 16:37

60天python训练计划----day43

复习日作业：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：并拆分成多个文件我选择图像分类，该数据集分为六类，包含建筑、森林、冰川、山脉、海洋和街道。
尘浮728·2025-06-08 14:56

Python训练day41

作业：尝试手动修改下不同的调度器和CNN的结构，观察训练的差异importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets
·2025-06-08 12:39

基于 Transformer 的模型（BERT、GPT）深度解析

目录基于Transformer的模型（BERT、GPT）深度解析1.Transformer架构简介1.1Transformer的起源1.2Transformer架构的结构图1.3TensorFlow中的
一碗黄焖鸡三碗米饭·2025-06-08 06:57

Python打卡训练营学习记录Day46

作业：今日代码较多，理解逻辑即可对比不同卷积层特征图可视化的结果（可选）一、CNN特征图可视化实现importtorchimportmatplotlib.pyplotaspltdefvisualize_feature_maps
FanfanPyt·2025-06-08 05:49

Python打卡训练营day41——2025.05.31

作业：尝试手动修改下不同的调度器和CNN的结构，观察训练的差异。
莱茵菜苗·2025-06-08 04:16

Python打卡训练营day43——2025.06.02

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromdata_loaderimportcreate_data_loadersfrommodelimportCNNModelfromtrainimporttrain_modelfromvisualizeimportvisualize_grad_camimportosdefmain
莱茵菜苗·2025-06-08 04:16

Python打卡训练营day46——2025.06.06

知识点回顾：不同CNN层的特征图：不同通道的特征图什么是注意力：注意力家族，类似于动物园，都是不同的模块，好不好试了才知道。
莱茵菜苗·2025-06-08 04:44

凯撒密码：古典密码学的奠基者与技术解析

##一、引言：千年加密的起源凯撒密码（CaesarCipher）作为人类历史上最早被记录的加密技术之一，由古罗马军事统帅尤利乌斯·凯撒在公元前1世纪发明并用于军事情报传递。
weixin_47233946·2025-06-08 01:26

古典密码学介绍

#古典密码学：人类保密通信的智慧起源##引言在数字化安全技术高度发达的今天，密码学作为信息安全的基石，其发展历程可追溯至数千年前的古代文明。
weixin_47233946·2025-06-08 01:26

python打卡day46@浙大疏锦行

知识点回顾：不同CNN层的特征图：不同通道的特征图什么是注意力：注意力家族，类似于动物园，都是不同的模块，好不好试了才知道。
风逸hhh·2025-06-08 01:23

Python训练营打卡Day45(2025.6.5）

知识点回顾：tensorboard的发展历史和原理tensorboard的常见操作tensorboard在cifar上的实战：MLP和CNN模型效果展示如下，很适合拿去组会汇报撑页数log_dir='runs
2301_80505456·2025-06-07 18:08

Python训练营打卡DAY45

DAY45Tensorboard使用介绍知识点回顾：tensorboard的发展历史和原理tensorboard的常见操作tensorboard在cifar上的实战：MLP和CNN模型效果展示如下，很适合拿去组会汇报撑页数
我想睡觉261·2025-06-07 18:35

Python 训练营打卡 Day 43

以猫狗图像辨别的新数据集为例，用CNN网络进行训练并用Grad-CAM做可视化importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets
2401_86382089·2025-06-07 17:05

AI Agent: AI的下一个风口 典型案例和商业应用

AIAgent:AI的下一个风口典型案例和商业应用1.背景介绍1.1人工智能发展历程回顾1.1.1人工智能的起源与早期发展1.1.2人工智能的低谷期1.1.3人工智能的复兴与繁荣1.2AIAgent的兴起
AI天才研究院·2025-06-07 11:28

cnn卷积神经变体

CNN（卷积神经网络）在计算机视觉领域取得了巨大成功，其变体主要围绕结构优化、计算效率、多尺度特征融合和注意力机制展开。
MYH516·2025-06-07 05:07

深度学习网络架构与应用：CNN、RNN、GAN三大核心模型解析

深度学习领域三大核心神经网络架构——卷积神经网络(CNN)、循环神经网络(RNN)及生成对抗网络(GAN)各具特色，共同推动着人工智能技术的边界。
you的日常·2025-06-07 04:36

AI入门——AI大模型、深度学习、机器学习总结

机器学习相关核心技术的总结与拓展，结合技术演进逻辑与前沿趋势，以全新视角呈现关键知识点一、深度学习：从感知到认知的技术革命核心突破：自动化特征工程的范式变革深度学习通过多层神经网络架构（如卷积神经网络CNN
超级-码力·2025-06-07 02:24

Linux wheel组权限管理与root权限赋予

在Linux系统中，wheel组是一个历史悠久的用户组，起源于UNIX系统，主要用于控制用户对管理员权限（如root）的访问。
·2025-06-06 21:10

第23篇：AI技术实战：基于深度学习的图像识别与分类

目录一、深度学习在图像识别中的应用（一）卷积神经网络（CNN）的关键组件（二）预训练模型迁移学习二、代码示例（一）使用TensorFlow和Keras实现CNN进行图像分类1.数据准备与预处理2.构建CNN
CarlowZJ·2025-06-06 19:31

python43天

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromdata_loaderimportcreate_data_loadersfrommodelimportCNNModelfromtrainimporttrain_modelfromvisualizeimportvisualize_grad_camimportosimportglobimp
zdy1263574688·2025-06-06 18:55
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他