卷积神经网络基础 "1.二维卷积层" "2.填充和步幅" "3.多输入通道和多输出通道" "4.卷积层与全连接层的对比" "5.池化" 1.二维卷积层 二维互相关（cross correlation）运算的输入是一个二维输入数组和一个二维核（kernel）数组，输出也是一个二维数组，其中核数组通常称 ...
分类：
其他好文 时间：
2020-02-18 14:36:26
阅读次数：
84
注意力机制和Seq2Seq模型 "1.基本概念" "2.两种常用的attention层" "3.带注意力机制的Seq2Seq模型" "4.实验" 1. 基本概念 Attention 是一种通用的带权池化方法，输入由两部分构成：询问（query）和键值对（key value pairs）。$??_?? ...
分类：
其他好文 时间：
2020-02-16 16:15:19
阅读次数：
77
卷积神经网络（Convolutional Neural Network，CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。 它包括卷积层(convolutional layer)和池化层(pooling layer)。 对比：卷积神经网络、全连 ...
分类：
其他好文 时间：
2020-02-15 11:26:56
阅读次数：
88
VGGNet是牛津大学计算机视觉组（VisualGeometry Group）和GoogleDeepMind公司的研究员一起研发的的深度卷积神经网络。VGGNet探索了卷积神经网络的深度与其性能之间的关系，通过反复堆叠3*3的小型卷积核和2*2的最大池化层，VGGNet成功地构筑了16~19层深的卷 ...
分类：
Web程序 时间：
2020-02-14 22:51:18
阅读次数：
177
一.数据库连接池 作用：减少大量的数据库连接和释放所造成的资源浪费情况 池化技术：准备一些预先的资源，用于数据库连接 基本配置： 最小连接数：一般正常情况下的连接数量 最大连接数：最多可能出现的连接数量 等待超时：故意设置的时间，当在大量连接的情况下使用 使用：编写连接池实现一个接口DataSour ...
分类：
数据库 时间：
2020-02-08 00:42:38
阅读次数：
77
深度学习之卷积神经网络 卷积神经网络 - 结构 卷积层 通过在原始图像上平移来提取特征 激活层 增加非线性分割能力 池化层 减少学习的参数，降低网络的复杂度（最大池化和平均池化） 全连接层 卷积层（Convolutional Layer） 卷积核 - filter - 过滤器 - 卷积单元 - 模型 ...
分类：
其他好文 时间：
2020-02-07 22:40:01
阅读次数：
94
学习内容： python实现图片的自动上色 整个网络的架构由两个大部分组成：第一部分是由低级特征提取网络、中级特征提取网络、融合层和上色网络组成；第二部分由低级特征提取网络、全局特征提取网络组成。其中低级特征提取网络共享卷积核的权重，图中两个低级特征提取网络的紫色tensor厚度是相同的，但宽和高却 ...
分类：
其他好文 时间：
2020-02-07 17:03:16
阅读次数：
77
从池化技术到底层实现，一篇文章带你贯通线程池技术。 1、池化技术简介 在系统开发过程中，我们经常会用到池化技术来减少系统消耗，提升系统性能。 在编程领域，比较典型的池化技术有： 线程池、连接池、内存池、对象池等。 对象池通过复用对象来减少创建对象、垃圾回收的开销；连接池（数据库连接池、Redis连接 ...
分类：
编程语言 时间：
2020-02-07 16:55:44
阅读次数：
76
全局就是针对常用的平均池化而言，平均池化会有它的filter size，比如 2 * 2，全局平均池化就没有size，它针对的是整张feature map. 把一整张特征图取平均得到一个值， 全连接的目的，因为传统的网络我们的输出都是分类，也就是几个类别的概率甚至就是一个数--类别号，那么全连接层就 ...
分类：
其他好文 时间：
2020-02-06 14:44:10
阅读次数：
92
深度学习系列 | Global Average Pooling是否可以替代全连接层？ Global Average Pooling(简称GAP，全局池化层)技术最早提出是在这篇论文（第3.2节）中，被认为是可以替代全连接层的一种新技术。在keras发布的经典模型中，可以看到不少模型甚至抛弃了全连接层 ...
分类：
其他好文 时间：
2020-02-04 10:46:22
阅读次数：
93
