一、网络结构 二、代码 import os os.environ['TF_CPP_MIN_LOG_LEVEL']='2' import tensorflow as tf from tensorflow.keras import layers, optimizers, datasets, Sequen ...
分类：
其他好文 时间：
2021-05-04 15:53:44
阅读次数：
0
快速傅里叶变换:在 \(O(nlog(n))\) 内求出两个多项式的卷积 ###前置知识 ####多项式的点表示法 对于任意一个多项式 \(A(x)=a_0+a_1x^1+a_2x^2+a_3x^3+...+a_nx^n\),我们都可用 \(n+1\) 个点将它表示出来 证明 任取 \(n+1\) ...
分类：
其他好文 时间：
2021-04-30 12:27:41
阅读次数：
0
Zhou B., Khosla A., Lapedriza A., Oliva A. and Torralba A. Learning Deep Features for Discriminative Localization. CVPR, 2016. Selvaraju R., Das A., V ...
分类：
移动开发 时间：
2021-04-12 12:52:24
阅读次数：
0
第二类斯特林数的通项公式： \(S(n,k) = \frac {\sum_{i=0}^k (-1)^i*\binom{k}{i}*(k-i)^n}{k!}\) 带入原式可得： $$\sum_^n\sum_n S(i,j)*2jj!\= \sum_^n\sum_n 2jj!\frac {\sum_^j ...
分类：
其他好文 时间：
2021-04-08 13:00:20
阅读次数：
0
XV.付公主的背包 注意这份题解中$f_i$的意义是$f$的$i$次项系数，而$f_i(x)$的意义是第$i$个多项式！ 对于每个商品，设它的体积为$v$，则我们可以设一个$f$，其中$f_i=[v|i]$。 则最终的答案，就是所有商品的$f$的卷积。 我们把$f$写成函数的形式，它就变成$f(x) ...
分类：
其他好文 时间：
2021-04-02 13:18:05
阅读次数：
0
https://www.zhihu.com/question/56688854/answer/463698542 cnn框架：卷积层（卷积+非线性激活）+池化层+全连接层+分类层。其中，卷积层、池化层、分类层其实都不在意图像大小，但是全连接层有问题。 当然，除了卷积层外，还可以用别的层替换全连接层。 ...
分类：
其他好文 时间：
2021-03-16 14:08:52
阅读次数：
0
结果展示 其中绿线是我绘制的图像划分网格。 这里的loss是我训练的 0.77 ，由于损失函数是我自己写的，所以可能跟大家的不太一样，这个不重要，重要的是学习思路。 重点提示 yolov1是一个目标检测的算法，他是一阶段的检测算法。 一阶段（one-stage）：检测物体的同时进行分类。（代表论文： ...
分类：
其他好文 时间：
2021-03-16 13:46:02
阅读次数：
0
卷积神经网络超详细介绍 文章目录1、卷积神经网络的概念2、 发展过程3、如何利用CNN实现图像识别的任务4、CNN的特征5、CNN的求解6、卷积神经网络注意事项7、CNN发展综合介绍8、LeNet-5结构分析9、AlexNet10、ZFNet10.1 意义10.2 实现方法10.3 训练细节10.4 ...
分类：
其他好文 时间：
2021-03-16 13:45:49
阅读次数：
0
卷积神经网络有三个结构上的特性：局部连接，权重共享以及空间或时间上的次采样。这些特性使得卷积神经网络具有一定程度上的平移、缩放和扭曲不变性. CNN由可学习权重和偏置的神经元组成。每个神经元接收多个输入，对它们进行加权求和，将其传递给一个激活函数并用一个输出作为响应。 循环神经网络可以记住先前时间步 ...
分类：
其他好文 时间：
2021-03-10 13:40:54
阅读次数：
0
1.方波采样 square wave的spectrum 信号经过square wave 采样后的spectrum，时域相乘，频域卷积。 图中可以看到只要采样频率w0 是信号最大频率两倍还大,频谱就不会重叠，信号就能还原. 固定长度，使用Impulse train 作为carrier。 impulse ...
分类：
其他好文 时间：
2021-03-06 14:48:50
阅读次数：
0
