码迷,mamicode.com
首页 >  
搜索关键字:卷积神经网络    ( 870个结果
SIGAI深度学习第七集 卷积神经网络1
讲授卷积神经网络核心思想、卷积层、池化层、全连接层、网络的训练、反向传播算法、随机梯度下降法、AdaGrad算法、RMSProp算法、AdaDelta算法、Adam算法、迁移学习和fine tune等。 大纲: 卷积神经网络简介 视觉神经网络的核心思想 卷积神经网络的核心思想 卷积运算 卷积层的原理 ...
分类:其他好文   时间:2019-10-25 13:37:25    阅读次数:104
用numpy实现CNN卷积神经网络
为了加深对卷积神经网络底层原理的理解,本文通过使用numpy来搭建一个基础的包含卷积层、池化层、全连接层和Softmax层的卷积神经网络,并选择relu作为我们的激活函数,选择多分类交叉熵损失函数,最后使用了mnist数据集进行了训练和测试。 关于卷积网络的详细原理和实现可参考下列文章: "刘建平P ...
分类:其他好文   时间:2019-10-24 00:16:55    阅读次数:83
pytorch-卷积基本网络结构-提取网络参数-初始化网络参数
基本的卷积神经网络 提取前两层网络结构 提取所有的卷积层网络 打印卷积层的网络名字 对权重参数进行初始化操作 ...
分类:其他好文   时间:2019-10-23 13:37:40    阅读次数:132
卷积神经网络基本概念(卷积篇 01)
Computer Vision Theory CNN Part 1 简介1.1 我先后在以下场景下见到过卷积 微分方程 傅立叶变换及其应用 概率论 卷积神经网1.2 相关阅读 推荐一下 Christopher Olah 的理解卷积的blog http://colah.github.io/posts/... ...
分类:其他好文   时间:2019-10-21 13:33:13    阅读次数:127
注意机制CBAM
这是一种用于前馈卷积神经网络的简单而有效的注意模块。 给定一个中间特征图,我们的模块会沿着两个独立的维度(通道和空间)依次推断注意力图,然后将注意力图乘以输入特征图以进行自适应特征修饰。 由于CBAM是轻量级的通用模块,因此可以以可忽略的开销将其无缝集成到任何CNN架构中,并且可以与基础CNN一起进 ...
分类:其他好文   时间:2019-10-15 11:35:35    阅读次数:125
DeepFuse:A Deep Unsupervised Approach for Exposure Fusion with Extreme Exposure Image Pairs
本文主要介绍了将卷积神经网络CNN引入到多曝光图像融合技术中,通过无监督深度学习提取多曝光图像对中的特征,融合后重建图像,最终获得视觉效果很好的图像。 高动态范围成像(High Dynamic Range Imaging,HDRI)技术是一种能够帮助我们在光线条件较差的情况下捕获视觉效果更好的图片的 ...
分类:移动开发   时间:2019-10-12 18:33:11    阅读次数:127
深度学习_1_Tensorflow_1
# 深度学习 # 图像识别,自然语言处理 # 机器学习 深度学习 # 分类:神经网络(简单) 神经网络(深度) # 回归 图像:卷积神经网络 # 自然语言处理:循环神经网络 # cpu:运行操作系统,处理业务,计算能力不是特别突出 # gpu:专门为计算设计的 import tensorflow a... ...
分类:其他好文   时间:2019-10-11 16:44:47    阅读次数:102
python卷积神经网络人体图像识别
原文链接:http://tecdat.cn/?p=7563 二十多年来,自动发现裸体图片一直是计算机视觉中的中心问题,并且由于其悠久的历史和直接的目标,它成为该领域如何发展的一个很好的例子。在这篇博文中,我将使用裸露检测问题来说明现代卷积神经网络(convnets)的训练与过去的研究有何不同。 ? ...
分类:编程语言   时间:2019-10-11 15:24:15    阅读次数:100
分析一套源代码的代码规范与风格并讨论如何改进优化代码
一、项目概要 这里分析的源码来自于GitHub,是一份关于使用卷积神经网络以及循环神经网络进行中文文本分类的开源项目代码。 在分析源码之前我们首先来看这份代码的目录结构(如下图所示) 从上面可以看到,该项目由于结构简单,所以并没有以较多的文件夹将.py文件分开保存,而是集中到了一起,把所有的源代码都 ...
分类:其他好文   时间:2019-10-06 13:04:12    阅读次数:83
论文研读《Virtualization and deep recognition for system fault classi?cation》_系统故障分类的虚拟化与深度识别_2017
研究内容为齿轮变速箱。 变速箱健康监测和动力系统诊断结果的有效表示仍然具有挑战性。本文以齿轮箱为例,提出了一种利用深度学习将一维时间序列分析诊断结果转化为故障类型和图形说明的图形图像的新方法。具体地说,小波分析将时间序列转换为时频图像。接着,深度卷积神经网络(DCNN)从这些图像中学习时间-频率域中 ...
分类:其他好文   时间:2019-10-03 13:01:20    阅读次数:106
870条   上一页 1 ... 17 18 19 20 21 ... 87 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!