Netweaver
源码
大数据
pytorch
php
oracle
线性代数
jedec
yarn
hbase调优
ico
雨滴传感器
业务大屏
完全背包
Executor
ida
信息安全管理与评估
线程同步
光照度传感器
安全框架
卷积神经网络
2024/4/11 16:31:26
论文3：TextCNN总结
《Convolutional Neural Networks for Sentence Classification》
基于卷积神经网络的句子分类
作者：Yoon Kim（第一作者） 单位：New York University 会议：EMNLP2014 论文代码实现：https://github.com/lyj…
经典网络之NIN(Network in Network)
1. 介绍
本篇博文主要讲解2014年ICLR的一篇非常牛逼的paper：《Network In Network》，过去一年已经有了好几百的引用量，这篇paper改进了传统的CNN网络，采用了少量的参数就松松击败了Alexnet网络，Alexnet网络参数大小是…
为什么传统CNN结构神经网络的输入图片尺寸是固定的？
对于CNN来说，一张图片经过conv和pooling时，这些层是不关心图片大小的。比如对于一个卷积层，output_size(input_size - kernel_size)/stride 1,它并不关心输入图片的尺寸大小，但是经过若干次conv和pooling后，要经过fla…
卷积神经网络CNN的基本概念
卷积神经网络CNN的基本概念
**神经元结构：**由一个线性函数和一个非线性的激活函数构成。激活函数的作用是改变数据的线性关系，并且将输入数据映射在某个范围内，防止数据过大溢出。
**全连接：**每一层的每个神经元都与下一层的每…
全连接层和卷积层如何相互转化？
两者相互转换的可能性：
全连接层和卷积层之间唯一的不同就是卷积层中的神经元只与输入数据中的一个局部区域连接，且参数共享。然而不管在卷积和FC层中，神经元都是计算点积，所以它们的函数形式是一样的。因此，将此两者…
空洞（膨胀）卷积（Atrous/Dilation Convolution）(详细解释！！！)
Atrous/Dilation Convolution的思想：因为图像相邻像素几乎相同，如果全部参加卷积运算结果会产生冗余，于是选择跳过H个像素值取一个有效值，这样可以在增加感受野的提前下同时降低运算，但是缺点是采用这种方法会导致部分…
DenseNet---《Densely Connected Convolutional Networks》
这学期数字图像处理课程要求在课堂做一次presentation，于是选择了CVPR2017最佳论文《Densely Connected Convolutional Networks》。这篇论文的第一作者是两位中国学生，黄高和刘壮，简直是佩服。论文中作者创新性的提出了一种新的卷积神经网络…
从零学习pytorch 第5课 PyTorch模型搭建三要素
课程目录（在更新，喜欢加个关注点个赞呗）： 从零学习pytorch 第1课 搭建一个超简单的网络 从零学习pytorch 第1.5课 训练集、验证集和测试集的作用 从零学习pytorch 第2课 Dataset类 从零学习pytorch 第3课 DataLoader类运行过程 从…
从零学习pytorch 第5.5课 Resnet34为例学习nn.Sequential和模型定义
课程目录（在更新，喜欢加个关注点个赞呗）： 从零学习pytorch 第1课 搭建一个超简单的网络 从零学习pytorch 第1.5课 训练集、验证集和测试集的作用 从零学习pytorch 第2课 Dataset类 从零学习pytorch 第3课 DataLoader类运行过程 从…
【小白学PyTorch】12 SENet详解及PyTorch实现
文章来自微信公众号【机器学习炼丹术】。我是炼丹兄，有什么问题都可以来找我交流，近期建立了微信交流群，也在朋友圈抽奖赠书十多本了。我的微信是cyx645016617，欢迎各位朋友。 文章目录1 网络结构2 参数量分析3 PyTorch实现与解析…
何恺明编年史之深度残差网络ResNet
文章目录前言一、提出ResNet原因二、深度残差模块1.数学理论基础2.深度网络结构三、Pytorch代码实现四、总结前言
图像分类是计算机视觉任务的基石，在目标监测、图像分割等任务中需要使用骨干网咯，将浅层的视觉特征映射到深层的语义特征，以发…
CNN卷积层——nn.Conv1d和nn.Conv2d
文章目录1 一维卷积神经网络（nn.Conv1d）1.1 函数原型1.2 参数说明1.3 代码示例2 二维卷积神经网络（nn.Conv2d）2.1 函数原型写在前面：【图片护体】
1 一维卷积神经网络（nn.Conv1d）
一维卷积常…
【小白学PyTorch】11 MobileNet详解及PyTorch实现
文章来自微信公众号【机器学习炼丹术】。我是炼丹兄，欢迎加我微信好友交流学习：cyx645016617。 文章目录1 背景2 深度可分离卷积2.2 一般卷积计算量2.2 深度可分离卷积计算量2.3 网络结构3 PyTorch实现本来计划是想在今天讲EfficientNet PyTorch的&#…
【论文精读】对Generative Adversarial Net的一点理解
Generative Adversarial Net
摘要
作者提出了一种新的框架，通过对抗来评估生成模型，通过同时训练两个模型：用来模拟数据分布生成模型G，以及辨别模型D，用来评估采样来自训练数据而非生成模型G的概率。
G的训练…
【论文精读】Data Augmentation Generative Adversarial Networks（DAGANs）
Data Augmentation Generative Adversarial Networks 文章目录Data Augmentation Generative Adversarial Networks摘要1. 介绍2. 背景3. 数据增强模型3.1 数据增强生成对抗模型。3.2 学习4. 结构4.1 生成器结构：4.2 辨别器结构5. 数据集5.1 Omnigloy5.2 EMNIST5.3 …
分类预测 | MATLAB实现NGO-CNN北方苍鹰算法优化卷积神经网络数据分类预测
分类预测 | MATLAB实现NGO-CNN北方苍鹰算法优化卷积神经网络数据分类预测 目录 分类预测 | MATLAB实现NGO-CNN北方苍鹰算法优化卷积神经网络数据分类预测分类效果基本描述程序设计参考资料 分类效果 基本描述 1.Matlab实现NGO-CNN北方苍鹰算法优化卷积神经网络数据分类预测&…
计算机视觉：一文搞懂卷积神经网络中的池化层
本文重点
池化层是卷积神经网络中的一种重要层，用于降低输入数据的空间维度，减少参数数量，提高模型的计算效率。它通过对输入数据进行降采样操作，将输入数据的大小缩小，同时保留重要的特征信息。本文将详细介绍池化层的原理、作用和常见的池化方法，并探讨其在卷积神经网…
【论文精读】Deep Residual Learning for Image Recognition（ResNet)理论部分
Deep Residual Learning for Image Recogntion 文章目录Deep Residual Learning for Image Recogntion摘要1. 介绍问题一：梯度消失/梯度爆炸问题一：梯度消失/梯度爆炸问题一：梯度消失/梯度爆炸问题二：退化问题（随着网络…
【卷积神经网络】YOLO 算法原理
在计算机视觉领域中，目标检测（Object Detection）是一个具有挑战性且重要的新兴研究方向。目标检测不仅要预测图片中是否包含待检测的目标，还需要在图片中指出它们的位置。2015 年，Joseph Redmon, Santosh Divvala 等人…
C语言，定义结构体，从键盘接收书名，作者，价格，ISBN码，并利用结构体输出其变量！
C语言，定义结构体，从键盘接收书名，作者，价格，ISBN码，并利用结构体输出其变量！
#include<stdio.h>
struct Book{char BookName[40];char Aouter[40];int price;int ISNB;
}book;
int mai…
pytorch之nn.Conv1d和nn.Conv2d超详解
Conv1d
一般用于文本
nn.Conv1d(in_channels, out_channels, kernel_size, stride1, padding0, dilation1, groups1, biasTrue)参数解读：
in_channels： 输入通道。在文本分类中，即为词向量的维度out_channels： 卷积产生的通道。…
CNN卷积神经网络(数字分类)
CNN卷积神经网络——手写数字识别
import torch
import torch.nn as nn
from torch.autograd import Variable
import torch.utils.data as Data
import torchvision
import matplotlib.pyplot as plttorch.manual_seed(1)# Hyper parameters
EPOCH 1
BATCH_SIZE 50
LR 0.0…
AI：100-基于卷积神经网络的农作物生长状态监测
🚀 本文选自专栏：人工智能领域200例教程专栏 从基础到实践，深入学习。无论你是初学者还是经验丰富的老手，对于本专栏案例和项目实践都有参考学习意义。 ✨✨✨ 每一个案例都附带有在本地跑过的核心代码，详细讲解供大家学习，希望可以帮到大家。欢迎订阅支持，正在不断更新…
Tensorflow框架——keras.layers 各种网络层介绍
文章目录1 Dense层（全连接层）1.1 参数介绍1.2 代码示例keras的重要网络层：
核心层（Core Layer）是构成神经网络最常用的网络层的集合，包括：全连接层、激活层、丢弃层、扁平化层、重构层、排列层…
卷积神经网络的基础——LeNet网络详解
文章目录1 卷积神经网络的出世2 卷积神经网络的发展3 全连接神经网络3.1 反向传播是什么呢？4 Pytorch实现的LeNet网络4.1 注意点4.2 代码4.3 Con2d 源代码写在前面：研究生的自我修养，就是不断在看论文——看网络原理——看最前沿的算法之间反…
深度学习_10_4_经典卷积网络VGG,GoogLeNet,Inception-1BatchNorm
10_4_经典卷积网络VGG,GoogLeNet,Inception-1&BatchNorm
ImageNet
AlexNet错误率减了10个百分点
VGG…… LeNet-5
2卷积层3 AlexNet
5卷积层3
准确率提升
使用了pooling结构
引进ReLU
引入Dropout VGG
6个版本，VGG-11 VGG-16 VGG-19……
小窗口3*3、…
基于深度学习的交通标志图像分类识别系统
温馨提示：文末有 CSDN 平台官方提供的学长 QQ 名片 :) 1. 项目简介 本文详细探讨了一基于深度学习的交通标志图像识别系统。采用TensorFlow和Keras框架，利用卷积神经网络（CNN）进行模型训练和预测，并引入VGG16迁移学习…
基于ResNet残差卷积网络进行验证码图片识别
使用ResNet卷积网络识别验证码图片
备注：验证码训练集可以在有验证码网站获取（但前期标注比较恶心），这里使用captcha自动进行验证码图像生成，验证码为4位数字，范围0~4(范围较小方便训练)，使用p…
每天五分钟计算机视觉：经典的卷积神经网络之VGG-16模型
VGG-16
Vgg16是牛津大学VGG组提出来的，相比于AlexNet来说，AlexNet的一个改进是采用连续的几个4*3的卷积核来代替AlexNet中的较大的卷积核(11*11,5*5)。前面我们也说过了使用小卷积核是优于大的卷积核的，因为多层非线性层可以增加网络深度来保证学习到更加复杂的模式，而且代…
Pytorch卷积层输入输出大小计算
Pytorch中Conv2d有下面几个参数：
input_channels, output_channels, kernel_size, stride, padding, group
若输入图片为正方形，设输入为（C1, H1, W1）,输出为(C2, H2, W2)
则
C2 out_channels
H2 W2 ((H1 or W1 - kernel_…
每天五分钟计算机视觉：谷歌的Inception模块的计算成本的问题
计算成本
Inception 层还有一个问题，就是计算成本的问题，我们来看一下55 过滤器在该模块中的计算成本。 原始图片为28*28*192经过32个5*5的过滤操作，它的计算成本为：
我们输出28*28*32个数字，对于输出的每个数字来说，你都需要执行 55192 （5*5为卷积核的大小，192为通道…
【CNN基础】计算卷积操作输出Feature Map的size
目录0. 前言1. 正文1.1 不考虑padding1.2 考虑padding1.3 卷积操作前后feature map size不变3. 总结（省流助手）0. 前言
深度学习在计算机视觉领域的应用离不开卷积神经网络，最典型的流程是先将原始图像进行缩放等处理，然后输入网…
每天五分钟计算机视觉：网络中的网络(NiN)
本文重点
前面的课程中我们学习了众多的经典网络模型，比如LeNet、AlexNet、VGG等等，这些网络模型都有共同的特点。
它们的特点是：先由卷积层构成的模块充分提取空间特征，然后再由全连接层构成的模块来输出分类结果。也就是说它们…
【论文精读】Going deeper with Convolutions（GoogleNetInception Module）
Going deeper with Convolutions 文章目录Going deeper with Convolutions摘要1. 介绍2. 相关工作3. 动机和高等级的考虑4. 结构细节5. GoogleNet摘要
提出了一个代号为 InceptionInceptionInception的卷积神经网络结构，此结构在ILSRC2014ILSRC2014ILSRC2014分类…
【论文阅读】Very Deep Convolutional Networks For Large-Scale Image Recogniton（VGG）
Very Deep Convolutional Networks For Large-Scale Image Recogniton 文章目录Very Deep Convolutional Networks For Large-Scale Image Recogniton摘要1. 介绍2. 卷积网络配置2.1 结构2.2 配置2.3 讨论3. 分类框架3.1训练3.2 测试4 分类实验4.1 用固定缩放比例的评估4.2 用多…
【论文解读】Split to Be Slim: An Overlooked Redundancy in Vanilla Convolution（SPConv）
SPConv 摘要引言方法The Representative and the RedundantFurther Reduction for the RepresentativeParameter-Free Feature Fusion Module 实验Small Scale Classfication TaskLarge Scale Experiments on ImageNetObeject Detection on MS COCOAblation Studies 结论 摘要 …
多维时序 | MATLAB实CNN-Mutilhead-Attention卷积神经网络融合多头注意力机制多变量时间序列预测
多维时序 | MATLAB实CNN-Mutilhead-Attention卷积神经网络融合多头注意力机制多变量时间序列预测 目录 多维时序 | MATLAB实CNN-Mutilhead-Attention卷积神经网络融合多头注意力机制多变量时间序列预测预测效果基本介绍模型描述程序设计参考资料 预测效果 基本介绍 多维时序 | …
计算机视觉：填充(padding)技术
本文重点
在前面的课程中，我们学习了使用3*3的过滤器去卷积一个5*5的图像，那么最终会得到一个3*3的输出。那是因为 33 过滤器在 55 矩阵中，只可能有 33 种可能的位置。
这背后的数学解释是，如果我们有一个nn的图像，用ff的过滤器做卷积，那么输出的维度就是(n−f+1)(n−f…
如何让GPT成为你的科研助手？
详情点击链接：如何让GPT成为你的科研助手？
一OpenAI
1.最新大模型GPT-4 Turbo 2.最新发布的高级数据分析，AI画图，图像识别，文档API
3.GPT Store
4.从0到1创建自己的GPT应用
5. 模型Gemini以及大模型Claude2二定制…
【论文精读】Training Very Deep Network（Hightway Network）含与残差网络对比
Training Very Deep Network（Hightway Network） 文章目录Training Very Deep Network（Hightway Network）摘要1. 介绍&之前的工作2. 公路网络个人理解2.1 构建公路网络2.2 训练深度公路网络3. 实验3.1 优化3.2 MINISTMINISTMIN…
为什么要用“交叉熵”做损失函数
大家好啊，我是董董灿。
今天看一个在深度学习中很枯燥但很重要的概念——交叉熵损失函数。
作为一种损失函数，它的重要作用便是可以将“预测值”和“真实值(标签)”进行对比，从而输出 loss 值，直到 loss 值收敛，可以…
torch.nn.Softmax( )与torch.nn.functional.softmax( )函数的异同点
一、相同点
torch.nn.Softmax()和torch.nn.functional.softmax()函数都是用于计算softmax函数的输出，将输入的值转换为概率分布。
二、不同点
1.torch.nn.Softmax()的用法
torch.nn.Softmax()是一个类，在神经网络的模型中使用，通常作为一…
故障诊断模型 | Maltab实现CNN卷积神经网络故障诊断
文章目录 效果一览文章概述模型描述源码设计参考资料效果一览 文章概述 故障诊断模型 | Maltab实现CNN卷积神经网络故障诊断 模型描述 卷积神经网络（convolutional neural network）是具有局部连接、权重共享等特性的深层前馈神经网络，最早主要是用来处理图像信息。 相比于全…
（动手学习深度学习）第7章 批量规范化（Batch Normalization）
BN 总结
批量归一化固定小批量中的均值和方差，然后学习出适合的偏移和缩放。可以加速收敛速度，但一般不改变模型精度。
BN代码手动实现
导入相关库
import torch
from torch import nn
from d2l import torch as d2l定义BN层
def batch_norm(X, gam…
从问题出发深入理解“卷积”
对卷积的理解
对卷积这个名词的理解：所谓两个函数的卷积，本质上就是先将一个函数翻转，然后进行滑动叠加。
在连续情况下，叠加指的是对两个函数的乘积求积分，在离散情况下就是加权求和，为简单起见就统一称…
基于卷积神经网络的电影推荐系统
如今协同过滤等传统推荐算法被广泛用于推荐，但也存在冷启动、矩阵稀疏等问题，本项目用深度学习来实现电影推荐，核心算法主要参考了https://blog.csdn.net/chengcheng1394/article/details/78820529，基于tensorflow和卷积神级网络来…
深度学习 — BatchNormalization
文章目录深度学习 — BatchNormalization一、BatchNormalization 简介二、用法深度学习 — BatchNormalization
一、BatchNormalization 简介
批标准化 二、用法
先卷积，再标准化，最后使用激活函数
示例代码： # 1*1 的卷积压缩通道数x C…
深度学习（1）---卷积神经网络
文章目录 一、发展历史1.1 CNN简要说明1.2 猫的视觉实验1.3 新认知机1.4 LeNet-51.5 AlexNet 二、卷积层2.1 图像识别特点2.2 卷积运算2.3 卷积核2.4 填充和步长2.5 卷积计算公式2.6 多通道卷积 三、池化层 一、发展历史
1.1 CNN简要说明 1. 卷积神经网络（Convolut…
Normalization 标准化方法 总结 Batch Layer Instance Group
卷积神经网络中常见Normalization方法有如下四种： Batch Normalization (BN) Layer Normalization (LN) Instance Normalization (IN) Group Normalization (GN） 标准化的公式如下：
数据减去均值，除以标准差，再施以…
斯坦福大学引入FlashFFTConv来优化机器学习中长序列的FFT卷积
斯坦福大学的FlashFFTConv优化了扩展序列的快速傅里叶变换(FFT)卷积。该方法引入Monarch分解，在FLOP和I/O成本之间取得平衡，提高模型质量和效率。并且优于PyTorch和FlashAttention-v2。它可以处理更长的序列，并在人工智能应用程序中打开新的可…
【核磁共振成像】并行采集MRI
目录 一、并行成像二、SENSE重建三、SMASH重建四、灵敏度校准五、AUTO-SMASH和VD-AUTO-SMASH六、GRAPPA重建七、SPACE RIP重建算法八、PILS重建算法九、PRUNO重建算法十、UNFOLD算法 一、并行成像 并行MR成像(pMRI):相位阵列接受线圈不但各有自己专用的接受通道，而且…
基于卷积神经网络的回归分析
目录 背影 卷积神经网络CNN的原理 卷积神经网络CNN的定义 卷积神经网络CNN的神经元 卷积神经网络CNN的激活函数 卷积神经网络CNN的传递函数 卷积神经网络的回归分析 完整代码：卷积神经网络的回归分析（代码完整，数据齐全）资源-CSDN文库 https://download.csdn.net/download/…
![卷积神经网络AlexNet和ResNet比较[2021论文]](https://img-blog.csdnimg.cn/20210426192127604.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDk3Mjk5Nw==,size_16,color_FFFFFF,t_70)
卷积神经网络AlexNet和ResNet比较[2021论文]
本文是一篇人工智能前沿算法课设小论文，主要内容是对于经典模型AlexNet和ResNet的比较。整体上比较完整，由于是从文档上搬上来，所以在排版上有一些不规范，需要完整论文或者参考文献私信可免费提供。 文章目录摘要1第一章 CNN经典模…
【论文精读】(CGAN)Conditional Generative Adversarial Nets
Conditional Generative Adversarial Nets
关于原版的生成对抗网络模型以及公式推导可以参考：【论文精读】对Generative Adversarial Net的一点理解
摘要
生成对抗网络最近介绍了一种新的方法来训练生成模型。本文将介绍生成对抗网络的条件版本，通…
深度学习_10_2_卷积神经网络池化与采样
10_2_卷积神经网络&池化与采样
2D Convolution
共享变量w、滑动窗口 接下来将卷积网络计算的具体流程
Kernel size
1个通道 多个通道：利用不同的w，3个w。
输入的c要与核的c保持一致。【b,5,5,c】与【c,3,3】
3个通道分别计算出结果后ÿ…
AlexNet原理及代码实现
AlexNet 原理及代码实现
基础介绍：
原始图像：256X256X3 图像处理：数据增强 1. 随机剪切256X256x3<>224x224x3 2. 224x224旋转，位置变换 3. 图像增大：224x224<>227x227 4. 实际输入AlexNet网络࿱…
Matlab搭建AlexNet实现手写数字识别
Matlab搭建AlexNet实现手写数字识别 个人博客地址 文章目录Matlab搭建AlexNet实现手写数字识别环境内容步骤准备MNIST数据集数据预处理定义网络模型定义训练超参数网络训练和预测代码下载环境
Matlab 2020aWindows10
内容
使用Matlab对MNIST数据集进行预处理，搭建…
从Lenet-5看CNN
从Lenet-5看CNN 文章目录从Lenet-5看CNN卷积卷积神经网络的结构输入层卷积层局部感知野权值共享池化层Lenet-5卷积神经网络关于感受野的计算什么是感受野感受野的计算感受野中心感受野小结关于卷积神经网络的部分代码二维卷积多输入通道多输出通道1x1卷积层最大池化层和ping填充…
Graphormer（图上Transformer） Do Transformers Really Perform Bad for Graph Representation？
这个模型是KDD Cup 2021 OGB-LSC（Open Graph Benchmark Large-Scale Challenge）图预测赛道第一名： KDD Cup 2021 | 微软亚洲研究院Graphormer模型荣登OGB-LSC图预测赛道榜首 论文地址： https://arxiv.org/abs/2106.05234 论文代码…
Graph U-Nets 阅读笔记
作者：Hongyang Gao , Shuiwang Ji 美国德克萨斯A&M大学计算机科学与工程系 来源：ICML 2019 论文链接：Arxiv: https://arxiv.org/abs/1905.05178 github链接： https://github.com/HongyangGao/gunet 问题：图上的池化…
【小白学PyTorch】4 构建模型三要素与权重初始化
这个系列是重新整理的一个《小白学PyTorch系列》。文章来自微信公众号【机器学习炼丹术】，喜欢的话动动小手关注下公众号吧~
文章目录： 文章目录1 模型三要素2 参数初始化3 完整运行代码4 更细致的看参数1 模型三要素
三要素其实很简单
必须要继承nn.…
SPPNet详解（白话讲解——附图文）
SPPNet是何凯明大神提出的，为了解决R-CNN中速度慢问题。
在神经网络中输入图片的尺寸必须是固定的，这是因为在设计的时候FC层中神经元的个数都是固定的，导致输入图片尺寸必须是固定的。
CNN是可以适应不同尺寸的输入图片，说明在…
数据扩增（Data Augmentation）、正则化（Regularization）和早停止（Early Stopping）
数据扩增（Data Augmentation）、正则化（Regularization）和早停止（Early Stopping）是深度学习中常用的三种技术，它们有助于提高模型的泛化性能和防止过拟合
数据扩增（Data Augmentati…
基于TensorFlow+CNN+协同过滤算法的智能电影推荐系统——深度学习算法应用(含微信小程序、ipynb工程源码)+MovieLens数据集（四）
目录 前言总体设计系统整体结构图系统流程图 运行环境模块实现1. 模型训练1）数据集分析2）数据预处理3）模型创建4）模型训练5）获取特征矩阵(1)定义函数用于获取保存的张量(2)生成电影特征矩阵(3)生成用户特征矩阵 相关其…
卷积和转置卷积矩阵计算 convolution和deconvolution或者transposed_convolution
总的来说卷积计算是多对一，也就是多个input，和所有kernel进行multiplyadd，通道channel方向也进行add，得到一个数字。转置卷积或者说是逆卷积，是一对多的关系，是一个input和所有kernel进行multiplyÿ…
面试官问，1x1 的卷积有什么用？
大家好啊，我是董董灿。
黄金10月，秋招已经开始了。不知最近有没有小伙伴在投简历面试呢?
回想起几年前我面试某大厂的时候，被问到了很多深度学习相关的知识，那时的我懂的不多，可以说是被面试官360度无死角蹂躏。
那…
基于卷积的图像分类识别（四）：GoogLeNet (V1~V4 Xception)
本专栏介绍基于深度学习进行图像识别的经典和前沿模型，将持续更新，包括不仅限于：AlexNet， ZFNet，VGG，GoogLeNet，ResNet，DenseNet，SENet，MobileNet，…
FFDNet-pytorch版本代码训练教程
一、FFDNet-pytorch版本代码下载
（1）FFDNet-pytorch下载 https://download.csdn.net/download/qq_41104871/88233742
（2）FFDNet-pytorch版本代码运行环境配置 https://blog.csdn.net/qq_41104871/article/details/132497008
二、FFDNet-pytorch版本代码训练教程
（1）按…
AI：89-基于卷积神经网络的遥感图像地物分类
🚀 本文选自专栏：人工智能领域200例教程专栏 从基础到实践，深入学习。无论你是初学者还是经验丰富的老手，对于本专栏案例和项目实践都有参考学习意义。 ✨✨✨ 每一个案例都附带有在本地跑过的核心代码，详细讲解供大家学习，希望可以帮到大家。欢迎订阅支持，正在不断更新…
基础学习——关于卷积层的记录
文章目录 前言一、功能层1、池化层2、nn.BatchNorm2d()3、全连接层4、softmax层 二、卷积层1、普通卷积2、空洞卷积3、多尺度卷积4、分组卷积5、深度可分离卷积6、形变卷积 前言
老是忘有些模块的具体作用，记录一下。
一、功能层
1、池化层
池化层夹在连续的卷积…
《opencv实用探索·七》一文看懂图像卷积运算
1、图像卷积使用场景
图像卷积是图像处理中的一种常用的算法，它是一种基本的滤波技术，通过卷积核（也称为滤波器）对图像进行操作，使用场景如下：
模糊（Blur）： 使用加权平…
每天五分钟计算机视觉：ImageNet大赛的世界冠军AlexNet模型
AlexNet模型 2012 Imagenet 比赛第一，Top5准确度超出第二10% ，它让人们认识到了深度学习技术的威力。比 LeNet更深，用多层小卷积层叠加替换大卷积层，就是说每一个卷积层的通道数小，不像LeNet一样每个卷积层的通道数很大…
初读GoogLeNet《Going Deeper with Convolutions》
最近研一上，正在上《神经网络》这门课程，老师推荐我们去阅读关于GoogLeNet的文章，GoogLeNet是2014年ImageNet挑战赛(ILSVRC2014)的冠军，《Going Deeper with Convolutions》是GoogLeNet系列的第一篇(论文地址)，本人最近…
读AI3.0笔记04_视觉识别
1. 两次飞跃
1.1. ConvNets是当今计算机视觉领域深度学习革命的驱动力
1.1.1. 20世纪80年代便由法国计算机科学家杨立昆提出，而他则是受到了福岛邦彦提出的神经认知机（Neocognitron）的启发
1.2. ImageNet竞赛被看作计算机视觉和人工智能进…
故障诊断 | 一文解决，CNN-LSTM卷积神经网络-长短期记忆神经网络组合模型的故障诊断（Matlab）
效果一览 文章概述 故障诊断 | 一文解决，CNN-LSTM卷积神经网络-长短期记忆神经网络组合模型的故障诊断（Matlab） 模型描述
CNN-LSTM模型是一种结合了卷积神经网络（Convolutional Neural Network）和长短期记忆神经网络（Long Short-Term Memory）的组合模型，常用于数据故障…
卷积神经网络python实现
目录
1、网络结构
2、各层详解
1）卷积层（conv）
A、概念解释
B、实现过程
C、多维输入数据计算
D、卷积层代码实现
2）池化层（pooling）
A、实现过程
B、池化层代码实现
3）激活层
A、s…
计算机视觉：池化层的作用是什么？
本文重点
在深度学习中，卷积神经网络（CNN）是一种非常强大的模型，广泛应用于图像识别、目标检测、自然语言处理等领域。而池化层作为CNN中的一个关键步骤，扮演着优化神经网络、提升深度学习性能的重要角色。本文将深入探讨池化层的作用及其重要性，帮助读者更好地理解和应…
【CNN基础】为什么要用较小的卷积核
目录0. 前言1. 减少计算量2. 引入更多非线性3. BottleNeck结构0. 前言
在构建卷积神经网络时，我们该挑选多大尺寸的卷积核呢？如VGG16等很多网络结构都选用了大量的3x3卷积核和1x1卷积核，为什么要选用尺寸较小的卷积核呢，为什么不…
多输入多输出 | Matlab实现PSO-CNN粒子群优化卷积神经网络多输入多输出预测
多输入多输出 | Matlab实现PSO-CNN粒子群优化卷积神经网络多输入多输出预测 目录 多输入多输出 | Matlab实现PSO-CNN粒子群优化卷积神经网络多输入多输出预测预测效果基本介绍模型背景程序设计参考资料 预测效果 基本介绍 Matlab实现PSO-CNN粒子群优化卷积神经网络多输入多输出…
python-tensorflow构建网络
卷积
#卷积
def conv(batch_input, out_channels, stride):with tf.variable_scope("conv"):in_channels batch_input.get_shape()[3] #channelfilter tf.get_variable("filter", [4, 4, in_channels, out_channels], dtypetf.float32, initiali…
CV计算机视觉每日开源代码Paper with code速览-2023.11.15
点击CV计算机视觉，关注更多CV干货
论文已打包，点击进入—>下载界面
点击加入—>CV计算机视觉交流群
1.【基础网络架构：CNN】PadChannel: Improving CNN Performance through Explicit Padding Encoding 论文地址：https:/…
Pytroch nn.Unfold() 与 nn.Fold(）图码详解
文章目录 Unfold()与Fold()的用途nn.Unfold()Unfold()与Fold() 变化模式图解 nn.Fold()单通道 滑动窗口无重叠模拟图片数据（b,3,9,9），通道数 C 为3，滑动窗口无重叠。单通道 滑动窗口有重叠。 卷积等价于：Unfold Matri…
目标检测算法整理之YOLOV1
YOLOV1网络结构网络输出/数据标注(这里以VOC2012数据集(20个类别)为例)损失函数(每一项参数详细讲解)后记其实之前准研一的暑假就接触目标检测分割系列了也整理了一些资料，那会一直放在自己电脑中，后来研究方向转成了红外可见光图像融合，也就…
每天五分钟计算机视觉：经典架构的力量与启示
在深度学习和计算机视觉领域，卷积神经网络（Convolutional Neural Networks，简称CNN）无疑是最为经典的架构之一。近年来，随着研究的不断深入和新架构的不断涌现，许多初学者可能会忽视这些经典架构的重要性。然而，理解并学习这些经典架构，对于我们深入理解卷积神经网络的…
轻量级网络之mobilenet_v1 pytorch实现
轻量级网络之mobilenet_v1 pytorch实现
前言：前面讲解了mobilenet 实现在移动端或者嵌入式中的轻量级网络，本文使用pytorch 搭建mobilenet_v1网络。
一、Mobilenet_v1 网络结构
1.Mobilenet_v1 网络结构如图所示 由此我们可以得出mobilenet_v1的网络…
基于PSO优化的CNN多输入回归预测（Matlab）粒子群算法优化卷积神经网络回归预测
目录
一、程序及算法内容介绍：
基本内容：
亮点与优势：
二、实际运行效果： 三、部分代码： 四、完整程序下载： 一、程序及算法内容介绍：
基本内容： 本代码基于Matlab平台编译&am…
2.卷积神经网络(CNN)
一句话引入： 如果我们要做图像识别，用的是一个200x200的图片，那么BP神经网络的输入层就需要40000个神经元，因为是全连接，所以整个BP神经网络的参数量就是160亿个，显然不能这样来训练网络，所以我…
（动手学习深度学习）第13章 计算机视觉---图像增广与微调
13.1 图像增广 总结
数据增广通过变形数据来获取多样性从而使得模型泛化性能更好常见图片增广包裹翻转、切割、变色。
图像增广代码实现
AI：106-基于卷积神经网络的遥感图像地物分类
🚀点击这里跳转到本专栏，可查阅专栏顶置最新的指南宝典~
🎉🎊🎉 你的技术旅程将在这里启航！ 从基础到实践，深入学习。无论你是初学者还是经验丰富的老手，对于本专栏案例和项目实践都有参考学习意义。 ✨✨✨ 每一个案例都附带有在本地跑过的关键代码，详细讲解供…
每天五分钟计算机视觉：池化层的反向传播
本文重点
卷积神经网络（Convolutional Neural Network，CNN）作为一种强大的深度学习模型，在计算机视觉任务中取得了巨大成功。其中，池化层（Pooling Layer）在卷积层之后起到了信息压缩和特征提取的作用。然而，池化层的反向传播一直以来都是一个相对复杂和深奥的问题。本…
TensorFlow上训练一个多层卷积神经网络
卷积层： 相同填充模式下： 三通道图片7x7x3 经过一个卷积核(3x3x3)偏执(1),该图片变成一通道（3x3x1）图片。 再经过一个卷积核（3x3x3）偏执（0），该图片变成了二通道ÿ…
【深度学习】Pytorch 系列教程（七）：PyTorch数据结构：2、张量的数学运算（5）：二维卷积及其数学原理
文章目录 一、前言二、实验环境三、PyTorch数据结构1、Tensor（张量）1. 维度（Dimensions）2. 数据类型（Data Types）3. GPU加速（GPU Acceleration） 2、张量的数学运算1. 向量运算2. 矩阵…
卷积神经网络参数数量的计算和占用显存的比例
先看一下： https://blog.csdn.net/qian99/article/details/79008053
1 计算参数的数量 2 GPU显存使用图示 3 GPU显存使用计算
AI：95-基于卷积神经网络的艺术品风格分类
🚀 本文选自专栏：人工智能领域200例教程专栏 从基础到实践，深入学习。无论你是初学者还是经验丰富的老手，对于本专栏案例和项目实践都有参考学习意义。 ✨✨✨ 每一个案例都附带有在本地跑过的核心代码，详细讲解供大家学习，希望可以帮到大家。欢迎订阅支持，正在不断更新…
有关卷积神经网络的文章
https://cs231n.github.io/convolutional-networks/
走近 AlphaGo (7.2) ：教你快速理解卷积和卷积神经网络（图像篇）
了解深度学习中的卷积
每天五分钟计算机视觉：使用1*1卷积层来改变输入层的通道数量
本文重点
在卷积神经网络中有很多重要的卷积核，比如1*1的卷积核，3*3的卷积核，本文将讲解1*1的卷积核的使用，它在卷积神经网络中具有重要的地位。由于1*1的卷积核使用了最小的窗口，那么1*1的卷积核就失去了卷积层可以识…
每天五分钟计算机视觉：AlexNet网络的结构特点
本文重点
在前面的一篇文章中，我们对AlexNet网络模型的参数进行了详细的介绍，本文对其网络模型的特点进行总结。 特点
1、AlexNet的网络结构比LeNet5更深，模型包括5个卷积层和3个全连接层。参数总量大概为249MB。
2、Alex使用了ReLu激活函…
Regularization 正则化 和 normalization数据标准化（归一化，规范化）
1、 normalization（归一化）: 解决的问题是梯度消失与梯度爆炸，将数据做处理，使其分布在均值为0，方差为1的区间，就不会进入激活函数的饱和区，学习梯度就不会降为0
知乎大咖文章
Batch Normaliz…
深入探究深度学习、神经网络与卷积神经网络以及它们在多个领域中的应用
目录
1、什么是深度学习？
2、深度学习的思想
3、深度学习与神经网络
4、深度学习训练过程
4.1、先使用自下上升非监督学习（就是从底层开始，一层一层的往顶层训练）
4.2、后自顶向下的监督学习（就是通过带标签的数…
4 另一种图片颜色表示：YUV
上一篇描述了 RGB 的图像表示，这一节我们再看另一种图像表示——YUV。YUV 和 RGB 不同，它们在颜色信息的存储和传输上有显著的区别。 YUV 是什么呢？YUV 表示的是亮度-色度模型。在 YUV 表示中，颜色信息由亮度（Y）和两个色度（U、V）通道组成，亮度通道（Y）表示图像的明暗…
卷积神经网络CNN学习笔记-卷积计算Conv2D函数的理解
目录 1.全连接层存在的问题2.卷积运算3.填充(padding)3.1填充(padding)的意义 4.步幅(stride)5.三维数据的卷积运算6.结合方块思考7.批处理8.Conv2D函数解析9.conv2d代码9.1 stride19.2 stride2 参考文章 1.全连接层存在的问题
在全连接层中，相邻层的神经元全部连接…
ResNet网络结构分析---DeepLabV3
今天回顾了ResNet的论文Deep Residual Learning for Image Recognition，又结合PyTorch官方代码，整理一遍ResNet的结构，在这里写个总结。首先，ResNet在PyTorch的官方代码中共有5种不同深度的结构，深度分别为18、34、50、…
表现力超过GIN和WL同构检验的GNN：A NEWPERSPECTIVE ON “HOW GRAPH NEURAL NETWORKS GO BEYOND WEISFEILER-LEHMAN?“
论文和代码，代码在补充材料中： A New Perspective on "How Graph Neural Networks Go Beyond Weisfeiler-Lehman?" | OpenReview ICLR 2022的高分论文，共4个评委，全8分 内容：提出了一种新的消息聚合框架&am…
Pytorch 目标检测学习 Day 3
详解GoogLeNetv1
GoogLeNet-1 以下简称为Inception v1
好处：
Inception v1网络是一个精心设计的22层卷积网络，并提出了具有良好局部特征结构的Inception模块，即对特征并行地执行多个大小不同的卷积运算与池化，最后再拼接到一起…
卷积网络和卷积神经网络_卷积神经网络对转移性腺癌的分类
卷积网络和卷积神经网络凯拉斯vs法泰 (Keras vs fastai) Machine learning (ML) has the potential for numerous applications in the health care field. One promising application is in the area of anatomic pathology. ML allows representative images to be used to t…
非线性激活函数的理解
根据万能逼近定理(Universal Approximation Theory)，神经网络能以任意精度逼近连续函数。线性函数的线性组合还是线性函数，所以线性函数不能以任意精度逼近连续函数。
训练神经网络时，先随机初始化卷积核参数，把卷积层的结果输入…
【学习笔记】CNN卷积神经网络
概述
深度学习是一种利用复杂结构的多个处理层来实现对数据进行高层次抽象的算法，是机器学习的一个重要分支。传统的BP算法仅有几层网络，需要手工指定特征且易出现局部最优问题，而深度学习引入了概率生成模型，可自动地从训练集提…
计算机视觉：深层卷积神经网络的构建
本文重点
上一节课程中我们学习了单卷积层的前向传播，本次课程我们构建一个具有三个卷积层的卷积神经网络，然后从输入（39*39*3）开始进行三次卷积操作，我们来看一下每次卷积的输入和输出维度的变化。
第一层
第一层使用3*3*3的过滤器来提取特征，那么f[1]=3，然后步长s[…
多个张量与多个卷积核做卷积运算的输出结果
import tensorflow as tfinputValue tf.constant([#1个张量[#3行3列2深度[[2, 5], [3, 3], [8, 2]],[[6, 1], [1, 2], [5, 4]],[[7, 9], [2, 3], [-1, 3]]],[[[1, 3], [2, 1], [3, 2]],[[1, 1], [2, 2], [1, 4]],[[3, 4], [4, 2], [-1, 1]]]
], tf.float32)kernels tf.consta…
卷积神经网络（二）{Keras 由浅入深}
卷积神经网络（二）
TensorFlowKeras
python & mathematics 卷积神经网络卷积是基本的操作，但是在构建神经网络的过程中，过拟合现象和收敛速度慢都是很容易出现的问题，本文就这两个问题进行分析和提出解决方法。
过…
深度学习（卷积神经网络）问题总结
深度卷积网络 涉及问题： 1.每个图如何卷积： （1）一个图如何变成几个？ （2）卷积核如何选择？ 2.节点之间如何连接？ 3.S2-C3如何进行分配？ 4.16-120全连接如何连接…
神经网络-Unet网络
文章目录 前言1.seq2seq 编码后解码2. 网络结构3.特征融合4. 前言
Unet用来做小目标语义分割。 优点：网络结构非常简单。
大纲目录
2016年特别火，在细胞领域做分割特别好。 1.seq2seq 编码后解码 2. 网络结构
几个卷积层，越来越扁&#x…
【Pytorch深度学习开发实践学习】【AlexNet】经典算法复现-Pytorch实现AlexNet神经网络（1）model.py
算法简介
AlexNet是人工智能深度学习在CV领域的开山之作，是最先把深度卷积神经网络应用于图像分类领域的研究成果，对后面的诸多研究起到了巨大的引领作用，因此有必要学习这个算法并能够实现它。
主要的创新点在于：
首次使用GPU…
每天五分钟计算机视觉：GoogLeNet的核心模型结构——Inception
本文重点
当构建卷积神经网络的时候，我们需要判断我们的过滤器的大小，这往往也作为一个超参数需要我们进行选择。过滤器的大小究竟是 11，33 还是 55，或者要不要添加池化层，这些都需要我们进行选择。而本文介绍的Inception网络的作用就是代替你来决定，把它变成参数的一部…
【AI】深度学习——前馈神经网络——卷积神经网络
文章目录 1.2 卷积神经网络1.2.1 卷积一维卷积近似微分低通滤波器/高通滤波器卷积变种 二维卷积卷积的核心就是翻转相乘卷积应用于图像处理 互相关互相关代替卷积 卷积与互相关的交换性 1.2.2 卷积神经网络卷积代替全连接卷积层特征映射卷积层结构参数数量 汇聚层(池化层)汇聚层…
【2021/推荐/社交网络】Socially-Aware Self-Supervised Tri-Training for Recommendation
部分公式、图表和排版等显示可能异常，可在个人公众号（码农的科研笔记）进行全文免费阅读。
【2021/推荐/社交网络】Socially-Aware Self-Supervised Tri-Training for Recommendation 原文：https://dl.acm.org/doi/10.1145/3447548.3467340 源码：[伯乐 SEPT]、https://git…
torch.nn.conv3d理解
前言
需要用到3DCNN，于是找到了torch.nn.conv3d，网上太多人写参数解读，但没什么人能讲得清楚的，于是我边理解边写代码验证，得到了我想要的结果。
实例
用3DCNN的开篇之作来当作例子解读一下这个函数的参数ÿ…
卷积神经网络CNN介绍：结构框架，源码理解
1. 卷积神经网络结构
卷积神经网络是一个多层的神经网络，每层都是一个变换（映射），常用卷积convention变换和pooling池化变换，每种变换都是对输入数据的一种处理，是输入特征的另一种特征表达；每…
Tensorflow学习笔记七——卷积神经网络
7.1 准备性认识 1.卷积网络的神经科学基础 方向选择性细胞：处于视觉系统较为前面的神经元细胞会在瞳孔瞥见眼前物体的边缘，并且这个边缘指向某个方向时呈现出活跃的状态。 图像通过视网膜刺激，传递到头后部的V1区[初级视觉皮层]：初…
每天五分钟计算机视觉：稠密连接网络（DenseNet）
本文重点
在前面的课程中我们学习了残差网络ResNet,而DenseNet可以看成是ResNet的后续，我们看一下图就可以看出二者的主要区别了。
特点
DenseNet是一种卷积神经网络，它的特点是每一层都直接连接到所有后续层。这意味着，每一层都接收来自前一层的输出，并将其作为输入传递…
【MATLAB第46期】基于MATLAB的改进模糊卷积神经网络IFCNN分类预测模型
【MATLAB第46期】基于MATLAB的改进模糊卷积神经网络IFCNN多分类预测模型
一、展示效果 二、思路
在正常CNN卷积神经网络训练阶段之后，使用进化算法（蜜蜂算法）拟合深度学习权重和偏差。
本文案例数据中， 用深度模型进行4分类预测…
时序预测 | Matlab实现CNN-XGBoost卷积神经网络结合极限梯度提升树时间序列预测
时序预测 | Matlab实现CNN-XGBoost卷积神经网络结合极限梯度提升树时间序列预测 目录 时序预测 | Matlab实现CNN-XGBoost卷积神经网络结合极限梯度提升树时间序列预测效果一览基本描述程序设计参考资料 效果一览 基本描述 时序预测 | Matlab实现CNN-XGBoost卷积神经网络结合极限…
Convolutional Neural Networks：第二周
1. Classic Networks
第二周的课程首先介绍了几种经典的卷积神经网络模型：
LeNet-5AlexNetVGG
1.1 LeNet-5
LeNet分为卷积层块和全连接层块两个部分。卷积层块里的基本单位是卷积层后接最大池化层：卷积层用来识别图片里的空间模式，例如线…
深度学习 卷积神经网络原理
深度学习 卷积神经网络原理一、前言二、全连接层的局限性三、卷积层3.1 如何进行卷积运算？3.2 偏置3.3 填充3.4 步长3.5 卷积运算是如何保留图片特征的？3.6 三维卷积3.7 多种特征提取四、池化层五、全连接层六、参考资料一、前言
本文分析了全连接层存在…
基础！！！吴恩达deeplearning.ai：卷积层
以下内容有任何不理解可以翻看我之前的博客哦：吴恩达deeplearning.ai专栏 文章目录 回顾——密集层 Dense Layer卷积层 Convolutional Neural Network定义优势具体说明心电图卷积层搭建 到目前为止，你使用的所有神经网络层都是密集层类型，这…
tensorflow 张量做卷积，输入量与卷积核维度的理解
import tensorflow as tfinputValue tf.constant([#1个张量[#3行3列2深度[[2, 5], [3, 3], [8, 2]],[[6, 1], [1, 2], [5, 4]],[[7, 9], [2, 3], [-1, 3]]]
])kernels tf.constant([# 2行[# 2列[# 2深度[3, 1, -3], [1, -1, 7]],[[-2, 2, -5], [2, 7, 3]]],[# 2列[[-1, 3, 1]…
什么是 CNN? 卷积神经网络？ 怎么用 CNN 进行分类？（2）
参考视频：https://www.youtube.com/watch?vE5Z7FQp7AQQ&listPLuhqtP7jdD8CD6rOWy20INGM44kULvrHu
视频4：CNN 中 stride 的概念 如上图，stride 其实就是 ”步伐“ 的概念。
默认情况下，滑动窗口一次移动一步。而当 stride …
卷积神经网络18种有效创新方法汇总，涵盖注意力机制、空间开发等7大方向
作为深度学习中非常重要的研究方向之一，卷积神经网络（CNN）的创新不仅表现在提升模型的性能上，还更进一步拓展了深度学习的应用范围。
具体来讲，CNN的创新架构和参数优化可以显著提高模型在各种任务上的性能。例如&…
深度学习前馈、卷积、循环神经网络介绍及pytorch实践
参考： 慕课《人工智能导论：模型与算法》 pytorch中文教程
历史 pytorch神经网络构建
神经网络可以通过 torch.nn 包来构建。
神经网络是基于自动梯度 (autograd)来定义一些模型。一个 nn.Module 包括层和一个方法 forward(input) 它会返回输出(output…
卷积神经网络 CNN
目录 卷积网络与传统网络的区别
参数共享
卷积神经网络整体架构
卷积操作的作用
卷积核的定义
卷积特征值计算方法
卷积层涉及的参数
边缘填充
编辑
卷积结果计算 池化层
整体网格架构
VGG网络架构 残差网络Resnet 卷积网络与传统网络的区别
卷积神经网络&#x…
深度学习|CNN卷积神经网络
CNN卷积神经网络 解决的问题人类的视觉原理原理卷积层——提取特征池化层——数据降维全连接层——输出结果 应用图像处理自然语言处理 解决的问题
在CNN没有出现前，图像对人工智能来说非常难处理。 主要原因：
图像要处理的数据量太大了。图像由像素组…
【MATLAB第95期】#源码分享 | 基于MATLAB的卷积神经网络CNN图像分类源代码分享（含两个案例）
【MATLAB第95期】#源码分享 | 基于MATLAB的卷积神经网络CNN图像分类源代码分享（含两个案例）
一、案例一
1、背景介绍
目的：训练和测试卷积神经网络，以检测钻头三种类型。 深度学习（DL）是机器学习的一个子…
轮廓检测论文解读 | Richer Convolutional Features for Edge Detection | CVPR | 2017
有什么问题可以加作者微信讨论，cyx645016617 上千人的粉丝群已经成立，氛围超好。为大家提供一个遇到问题有可能得到答案的平台。
0 概述
论文名称：“Richer Convolutional Features for Edge Detection”论文链接：https://opena…
卷积神经网络的可视化 - 类激活图
类激活图(CAM, class activation map)可视化, 是指对输入图像生成类激活的热力图, 表示每个位置对该类别的重要程度. 有助于了解一张图片的那个部分使得卷积神经网络做出最终的决策. 还可以定位图像中特定的目标 使用keras的完整实现方法(从<<python深度学习>>书中…
LetNet、AlexNet、ResNet网络模型实现手写数字识别
本篇文章是博主在AI、强化学习等领域学习时，用于个人学习、研究或者欣赏使用，并基于博主对人工智能等领域的一些理解而记录的学习摘录和笔记，若有不当和侵权之处，指出后将会立即改正，还望谅解。文章分类在AI学习&#…
每天五分钟计算机视觉：掌握迁移学习使用技巧
本文重点
随着深度学习的发展，迁移学习已成为一种流行的机器学习方法，它能够将预训练模型应用于各种任务，从而实现快速模型训练和优化。然而，要想充分利用迁移学习的优势，我们需要掌握一些关键技巧。本文将介绍这些技巧，帮助您更好地应用迁移学习技术。
迁移学习的关键…
深度学习框架tensorflow二实战（训练一个简单二分类模型）
导入工具包
import os
import warnings
warnings.filterwarnings("ignore")
import tensorflow as tf
from tensorflow.keras.optimizers import Adam
from tensorflow.keras.preprocessing.image import ImageDataGenerator首先得准备好两类分类的图片，…
卷积神经网络中 6 种经典卷积操作
深度学习的模型大致可以分为两类，一类是卷积神经网络，另外一类循环神经网络，在计算机视觉领域应用最多的就是卷积神经网络（CNN）。CNN在图像分类、对象检测、语义分割等经典的视觉任务中表现出色，因此也早就…
tf.keras.layers.Conv2D（）
官方文档如下：
2D convolution layer (e.g. spatial convolution over images). This layer creates a convolution kernel that is convolved with the layer input to produce a tensor of outputs. If use_bias is True, a bias vector is created and added to…
详解卷积神经网络结构
前言
卷积神经网络是以卷积层为主的深度网路结构，网络结构包括有卷积层、激活层、BN层、池化层、FC层、损失层等。卷积操作是对图像和滤波矩阵做内积（元素相乘再求和）的操作。 1. 卷积层
常见的卷积操作如下：
卷积操作解释图解…
文本分类系统Python，基于深度学习CNN卷积神经网络
一、介绍
文本分类系统，使用Python作为主要开发语言，通过TensorFlow搭建CNN卷积神经网络对十余种不同种类的文本数据集进行训练，最后得到一个h5格式的本地模型文件，然后采用Django开发网页界面，实现用户在界面中输入一…
每天五分钟计算机视觉：图像数据不足带来的问题和解决办法
本文重点
在当今的数字时代，图像数据的应用已经渗透到各个领域，包括但不限于计算机视觉、机器学习、自动驾驶、医疗诊断等。然而，当图像数据不足时，会引发一系列问题，对相关应用产生负面影响。 尤其是计算机视觉领域，图像数据尤为珍贵和稀缺，如果计算机视觉的任务中，如…
AUTODL云服务器使用大致步骤（适合本人版）
(一)在官网上创建一个服务器
(二)远程连接指令： 改为： (三)连接后，可在中进行代码运行 输入一些指令 python ......
【CNN基础】计算机如何计算卷积操作
目录0. 前言1. 把卷积操作转换为矩阵乘法1.1 将卷积核化为矩阵1.2 将输入的Feature Map化为矩阵1.3 矩阵乘法0. 前言
对于卷积操作我们都很清楚其具体过程，不过卷积操作是如何在计算机上实现的呢？
我们当然可以按照卷积的操作那样去用一系列的for循环来…
CV计算机视觉每日开源代码Paper with code速览-2023.11.16
点击CV计算机视觉，关注更多CV干货
论文已打包，点击进入—>下载界面
点击加入—>CV计算机视觉交流群
1.【基础网络架构】ConvNet vs Transformer, Supervised vs CLIP: Beyond ImageNet Accuracy 论文地址：https://arxiv.org//pdf/23…
精华整理几十个Python数据科学、机器学习、深度学习、神经网络、人工智能方面的核心库以及详细使用实战案例，轻松几行代码训练自己的专有人工智能模型
精华整理几十个Python数据科学、机器学习、深度学习、神经网络、人工智能方面的核心库以及详细使用实战案例，轻松几行代码训练自己的专有人工智能模型。 机器学习 人工智能的核心，是使计算机具有智能的根本途径。机器学习专注于算法，允许机器学习而不需要编程，并在暴露于新…
计算机视觉：什么是感受野？
本文重点
前面我们学习了卷积神经网络的基本操作：卷积、步长、填充、池化。以上几个步骤是卷积神经网络的核心操作，接下来我们将学习一个非常有意义的概念：感受野。
什么是感受野
计算机视觉中的感受野是指神经网络中每个神经元对输入图像像素的影响范围，也就是神经元所…
PSO-CNN-LSTM多输入回归预测|粒子群算法优化的卷积-长短期神经网络回归预测(Matlab)——附代码数据
目录
一、程序及算法内容介绍：
基本内容：
亮点与优势： 二、实际运行效果：
三、算法介绍：
四、完整程序数据分享下载： 一、程序及算法内容介绍：
基本内容： 本代码基于Matlab平台…
每天五分钟计算机视觉：通过残差块搭建卷积残差神经网络Resnet
本文重点
随着深度神经网络的层数的增加，神经网络会变得越来越难以训练，之所以这样就是因为存在梯度消失和梯度爆炸问题。本节课程我们将学习跳跃连接方式，它可以从某一网络层获取激活a，然后迅速反馈给另外一层，甚至是神经网络的更深层，从而解决梯度消失的问题。
传统的…
实例分割论文阅读之：FCN：《Fully Convolutional Networks for Semantica Segmentation》
论文地址:https://openaccess.thecvf.com/content_cvpr_2015/papers/Long_Fully_Convolutional_Networks_2015_CVPR_paper.pdf 代码链接：https://github.com/pytorch/vision
摘要
卷积网络是强大的视觉模型，可以产生特征层次结构。我们证明，…
消除视觉Transformer与卷积神经网络在小数据集上的差距
摘要：本文通过多种操作构建混合模型，增强视觉Transformer捕捉空间相关性的能力和其进行通道多样性表征的能力，弥补了Transformer在小数据集上从头训练的精度与传统的卷积神经网络之间的差距。本文分享自华为云社区《[NeurIPS 2022] 消除视觉T…
深度学习之图像分类（四）：AlexNet
本专栏介绍基于深度学习进行图像识别的经典和前沿模型，将持续更新，包括不仅限于：AlexNet， ZFNet，VGG，GoogLeNet，ResNet，DenseNet，SENet，MobileNet，…
pytorch版空洞卷积，以及RFBNet应用
空洞卷积又叫虫洞卷积
在代码上面其实是一样的，就是参数改改数值而已
我们常见的卷积形式比如3*3的卷积核，在faeture map上，无间隔的累积和出新的faeture map。他的感受野大小是3 常见的代码写法：
conv1 = nn.Conv2d(in_channels,out_channels,stride=1,kernel_size,bi…
多输入多输出 | MATLAB实现SSA-CNN麻雀算法优化卷积神经网络多输入多输出预测
多输入多输出 | MATLAB实现SSA-CNN麻雀算法优化卷积神经网络多输入多输出预测 目录 多输入多输出 | MATLAB实现SSA-CNN麻雀算法优化卷积神经网络多输入多输出预测预测效果基本介绍模型背景程序设计参考资料 预测效果 基本介绍 MATLAB实现SSA-CNN麻雀算法优化卷积神经网络多输入…
吴恩达CNN之卷积初学习---二维卷积
1、卷积的实现 从左到右的矩阵可以看作：一幅图像、过滤器filter（核）、另一幅图像
编程中卷积的实现：支持卷积的深度学习框架都会有一些函数实现这个卷积运算
python：conv_forward函数
TensorFlow：tf.nn.…
FPGA 实现 LeNet-5 卷积神经网络 数字识别，提供工程源码和技术支持
目录 1、前言LeNet-5简洁基于Zynq7020 的设计说明PL 端 FPGA 逻辑设计PS 端 SDK 软件设计免责声明 2、相关方案推荐卷积神经网络解决方案FPGA图像处理方案 3、详细设计方案PL端：ov7725摄像头及图像采集PL端：图像预处理PL端：Xilinx推荐的图像缓…
分类预测 | GASF-CNN格拉姆角场-卷积神经网络的数据分类预测
分类预测 | GASF-CNN格拉姆角场-卷积神经网络的数据分类预测 目录 分类预测 | GASF-CNN格拉姆角场-卷积神经网络的数据分类预测分类效果基本描述模型描述程序设计参考资料 分类效果 基本描述 1.GASF-CNN格拉姆角场-卷积神经网络的数据分类预测（完整源码和数据) 2.自…
系列文章之一文纵览机器学习（6）——文本数据的转换处理 | 图像数据的转换处理 | 附：CNN激活层可视化（附源代码）
你有没有在某一刻深吸一口气后，发现闻起来感觉就像是2010年12月某个寒冷的周一清晨，四年级的你打开课本的气味？ 🎯作者主页： 追光者♂🔥 🌸个人简介： 💖[1] 计算机专业硕士研究生💖 🌿[2] 2023年城市之星领跑者TOP1(哈尔滨)🌿 🌟[3] 2022年…
8、可视化高斯滤波器并完成高斯滤波
本节一起绘制一个可视化的高斯滤波器，同时对一个彩色图像增加高斯噪声，最后通过一个高斯滤波器对图像进行降噪处理。 就像上节说的那样，滤波不是学习重点，下面通过实操了解下原理即可。 可视化高斯滤波器
高斯滤波器符合高斯分布，并且是二维高斯分布，这一点在上一节高斯…
学习pytorch8 土堆说卷积操作
土堆说卷积操作 官网debug torch版本只有nn 没有nn.functional代码执行结果 B站小土堆视频学习笔记
官网 https://pytorch.org/docs/stable/nn.html#convolution-layers 常用torch.nn, nn是对nn.functional的封装，使函数更易用。 卷积核从输入图像左上角…
卷积神经网络CNN学习笔记
目录 1.全连接层存在的问题2.卷积运算3.填充(padding)3.1填充(padding)的意义 4.步幅(stride)5.三维数据的卷积运算6.结合方块思考7.批处理8.conv2d代码参考文章 1.全连接层存在的问题
在全连接层中，相邻层的神经元全部连接在一起，输出的数量可以任意决…
计算机视觉：3*3卷积核的优势
本文重点
如果你了解卷积神经网络，那么你一定会注意到大多数卷积神经网络模型经常使用3*3的卷积核，甚至是1*1的，而5*5的都少用，这是为什么呢？本文对3*3的卷积神经网络的好处进行总结。
参数量少
在卷积神经网络中，卷积核的大小决定了模型的参数量。3*3的卷积核比5*5…
开悟Optimization guide for intermediate tracks
目录 认识模型
参考方案（按模块拆解） 认识模型
模型控制1名英雄进行镜像1 v 1对战
Actor集群资源为64核CPU
问题特点：单一公平对抗场景（同英雄镜像对赛），单位时间样本产能低，累计训练资源相…
《A ConvNet for the 2020s》阅读笔记
论文标题
《A ConvNet for the 2020s》
面向 2020 年代的 ConvNet
作者
Zhuang Liu、Hanzi Mao、Chao-Yuan Wu、Christoph Feichtenhofer、Trevor Darrell 和 Saining Xie
来自 Facebook AI Research (FAIR) 和加州大学伯克利分校
初读
摘要 “ViT 盛 Conv 衰” 的现状&…
经典卷积神经网络LeNet-5、AlexNet、VGG-16
一、LeNet-5 这里只讲一下C5，卷积核大小是5*5，通道数是120，所以卷积完成之后是1*1*120，这里形成120个卷积结果。每个都与上一层的16个图相连。所以共有(5x5x161)x120 48120个参数，同样有48120个连接。
其他卷积层和池…
基于卷积的图像分类识别（六）：DenseNet FractalNet
系列文章目录 本专栏介绍基于深度学习进行图像识别的经典和前沿模型，将持续更新，包括不仅限于：AlexNet， ZFNet，VGG，GoogLeNet，ResNet，DenseNet，SENet，MobileN…
掌握未来技术：一站式深度学习学习平台体验！
介绍：深度学习是机器学习的一个子领域，它模仿人脑的分析和学习能力，通过构建和训练多层神经网络来学习数据的内在规律和表示层次。 深度学习的核心在于能够自动学习数据中的高层次特征，而无需人工进行复杂的特征工程。这种方法在图…
极智AI | 谈谈AI发展第一篇：AI训练框架
欢迎关注我的公众号 [极智视界]，获取我的更多经验分享
大家好，我是极智视界，本文来谈谈 AI训练框架的发展，是谈谈AI发展系列的第一篇。 邀您加入我的知识星球「极智视界」，星球内有超多好玩的项目实战源码下载，链接：https://t.zsxq.com/0aiNxERDq 时光斗转星移，AI 飞速…
scratch lenet(7): C语言计算可学习参数数量和连接数量
scratch lenet(7): C语言计算可学习参数数量和连接数量
1. 目的
按照 LeNet-5 对应的原版论文 LeCun-98.pdf 的网络结构，算出符合原文数据的“网络每层可学习参数数量、连接数量”。
网络上很多人的 LeNet-5 实现仅仅是 “copy” 现有的别人的项目， 缺…
图像分割必备知识点 | Unet++ 超详解+注解
文章来自周纵苇大佬的知乎，是Unet模型的一作大佬，其在2019年底详细剖析了Unet模型，讲解的非常好。所以在此做一个搬运个人的理解。 文中加粗部分为个人做的注解。需要讨论交流的朋友可以加我的微信：cyx645016617，也可以…
计算机视觉的应用12-卷积神经网络中图像特征提取的可视化研究，让大家理解特征提取的全过程
大家好，我是微学AI，今天给大家介绍一下计算机视觉的应用12-卷积神经网络中图像特征提取的可视化研究，让大家理解特征提取的全过程。 要理解卷积神经网络中图像特征提取的全过程，我们可以将其比喻为人脑对视觉信息的处理过程。就像…
从线性分类器到卷积神经网络
从线性分类器到卷积神经网络 前言 本文大致分成两大部分，第一部分尝试将本文涉及的分类器统一到神经元类模型中，第二部分阐述卷积神经网络（CNN）的发展简述和目前的相关工作。 本文涉及的分类器（分类方法）有…
多维时序 | MATLAB实现基于CNN-LSSVM卷积神经网络-最小二乘支持向量机多变量时间序列预测
多维时序 | MATLAB实现基于CNN-LSSVM卷积神经网络-最小二乘支持向量机多变量时间序列预测 目录 多维时序 | MATLAB实现基于CNN-LSSVM卷积神经网络-最小二乘支持向量机多变量时间序列预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 1.MATLAB实现基于CNN-LSSVM卷积神经…
机器学习基础（粗学）【未完待续】
卷积神经网络粗学
卷积：用卷积求系统的存量
卷积，就是把输出函数反转一下。。。。（离谱）
实际不是从物理意义上理解的函数翻转，而是应该从数学意义上，去理解卷积的…
深度学习-回顾CNN经典网络LetNet
深度学习-回顾CNN经典网络LetNet
深度学习中，从LetNet到当前最火的GPT所用的Transformer，经典网络引领一波又一波的技术革命，它们把AI技术不断推向高潮。
用pytorch构建CNN经典网络模型LetNet，还可用数据进行训练模型࿰…
空间剪枝:使用自适应滤波器来改进稀疏CNN的训练
论文作者 | Paul Wimmer,Jens Mehnert and Alexandru Paul Condurache论文来源 | CVPR2022文章解读 | William一、摘要非结构化的剪枝非常适合在训练和推理时减少卷积神经网络(CNN)的内存占用。标准的非结构化剪枝(Standard unstructured Pruning，SP)通过将滤波器元…
sheng的学习笔记-AI-Inception network
目录：sheng的学习笔记-AI目录-CSDN博客 基础知识
构建卷积层时，你要决定过滤器的大小究竟是11（原来是13，猜测为口误），33还是55，或者要不要添加池化层。而Inception网络的作用就是代替你来决定&…
【毕业设计】口罩佩戴检测系统 - opencv 卷积神经网络 机器视觉 深度学习
文章目录🚩 0 简介🚩1 课题背景🚩 2 口罩佩戴算法实现2.1 YOLO 模型概览2.2 YOLOv32.3 YOLO 口罩佩戴检测实现2.4 实现代码2.5 检测效果🚩 3 口罩佩戴检测算法评价指标3.1 准确率（Accuracy）3.2 精确率(Prec…
每天五分钟计算机视觉：Inception网络是由多个Inception模块构成
本文重点
inception从另一种角度来提升训练结果：能更高效的利用计算资源，在相同的计算量下能提取到更多的特征，从而提升训练结果。可以简单的理解为Inception 网络是由一个一个的Inception模块构建成的，我们来看一下。
Inception模块 如上就是Inception模块的
通过一个1…
基于TensorFlow的卷积神经网络实现手写数据识别
目录
一、前言
二、卷积神经网络
三、LeNet
1、结构模型
三、手写体数字识别实现
1、手写体数字数据选取
2、训练数据
3、测试数据
4、识别结果
5、结果分析
参考文章 一、前言
卷积神经网络（Convolutional Neural Networks, CNN）是一类包含…
一张图帮你弄懂text-cnn
1、何为textcnn
利用卷积神经网络对文本进行分类的算法,那如何用卷积神经网络对文本进行分类呢。这里就tensorflow版本的textcnn源码分析一波。要知道，对文本向量化之后一般是一个一维向量来代表这个文本，但是卷积神经网络一般是对图像进行处理的&#x…
keras深度学习框架通过卷积神经网络cnn实现手写数字识别
昨天通过keras构建简单神经网络实现手写数字识别，结果在最后进行我们自己的手写数字识别的时候，准确率堪忧，只有60%。今天通过卷积神经网络来实现手写数字识别。 构建卷积神经网络和简单神经网络思路类似，只不过这里加入了卷积、池…
Python深度学习技术教程
原文链接：Python深度学习技术教程https://mp.weixin.qq.com/s?__bizMzUzNTczMDMxMg&mid2247597949&idx4&sn65c0d353d02b060fec98ec799f217ae1&chksmfa823e9acdf5b78cd71cfcb060e3b60125b17afbe3e19ef423d4709d2df7fc93d90ce3097253&token14787…
基于cnn卷积神经网络的yolov8动物姿态估计识别（训练代码）
往期热门项目大合集：
人体姿态识别（教程代码）-CSDN博客
3D人体姿态估计（教程代码）-CSDN博客
3D目标检测（教程代码）_3d目标检测原理-CSDN博客
交通路标识别(教程&代码)_路标识别项目概述…
回归预测 | MATLAB实现PSO-CNN粒子群算法优化卷积神经网络的数据多输入单输出回归预测
回归预测 | MATLAB实现PSO-CNN粒子群算法优化卷积神经网络的数据多输入单输出回归预测 目录 回归预测 | MATLAB实现PSO-CNN粒子群算法优化卷积神经网络的数据多输入单输出回归预测效果一览基本介绍程序设计参考资料 效果一览 基本介绍 回归预测 | MATLAB实现PSO-CNN粒子群算法优…
sheng的学习笔记-AI-YOLO算法，目标检测
AI目录：sheng的学习笔记-AI目录-CSDN博客 目录 目标定位（Object localization）
定义
原理图
具体做法：
输出向量 图片中没有检测对象的样例
损失函数
编辑 特征点检测（Landmark detection）
定义&a…
信号处理--卷积残差网络实现单通道脑电的睡眠分期监测
目录
背景
亮点
环境配置
数据
方法
结果
代码获取
参考文献 背景
人类大约花三分之一的时间睡觉，这使得监视睡眠成为幸福感的组成部分。 在本文中，提出了用于端到端睡眠阶段的34层深残留的Convnet架构 亮点
使用深度1D CNN残差架构࿰…
GPT/GPT4科研应用与AI绘图技术及论文高效写作方法及教程
详情点击链接：GPT/GPT4科研应用与AI绘图技术及论文高效写作
一OpenAI
1.最新大模型GPT-4 Turbo 2.最新发布的高级数据分析，AI画图，图像识别，文档API
3.GPT Store
4.从0到1创建自己的GPT应用
5. 模型Gemini以及大模型Claude2二…
YOLOv5算法进阶改进（2）— 引入可变形卷积模块 | 涨点杀器
前言：Hello大家好，我是小哥谈。可变形卷积模块是一种改进的卷积操作，它可以更好地适应物体的形状和尺寸，提高模型的鲁棒性。可变形卷积模块的实现方式是在标准卷积操作中增加一个偏移量offset，使卷积核能够在训练过程中扩展到更大的范围，从而实现对尺度、长宽比和旋转等各…
分类预测 | MATLAB实现SSA-CNN麻雀算法优化卷积神经网络数据分类预测
分类预测 | MATLAB实现SSA-CNN麻雀算法优化卷积神经网络数据分类预测 目录 分类预测 | MATLAB实现SSA-CNN麻雀算法优化卷积神经网络数据分类预测分类效果基本描述程序设计参考资料 分类效果 基本描述 1.MATLAB实现SSA-CNN麻雀算法优化卷积神经网络数据分类预测，多特…
【tensorflow】Cifar10卷积神经网络实时训练过程
执行环境，可能出现 AttributeError: module tensorflow.python.ops.image_ops has no attribute per_image_whitening 需要将cifar10_input.py 的182行改为per_image_whitening 改为 per_image_standardization
cifar10_input.py 和cifar10.py 下载地址
#codingut…
卷积神经网络 {Keras 由浅入深}
卷积神经网络
TensorFlowKeras
python & mathematics 卷积神经网络能够有效的处理图像文件，当然换一种说法就是能够有效处理矩阵。 其关键部分就是**卷积核（过滤器）**的生成。 当然还有一些其他的基础操作。
对于卷积核 卷积核的特征&a…
25 使用块的网络 VGG【李沐动手学深度学习v2课程笔记】
目录
1. VGG块
2. VGG网络
3. 训练模型
4. 小结 虽然AlexNet证明深层神经网络卓有成效，但它没有提供一个通用的模板来指导后续的研究人员设计新的网络。 与芯片设计中工程师从放置晶体管到逻辑元件再到逻辑块的过程类似，神经网络架构的设计也逐渐变得…
图神经网络入门：理论与实践
图神经网络（Graph Neural Networks，GNNs）是一种针对图数据进行建模和处理的深度学习模型，其具有在推理和预测具有高度关联和复杂结构的数据中具有优势等特点。与传统的神经网络不同，GNNs 能够自适应地根据图结构进行信…
Keras深度学习：02.CNN讲解及实践
前言：现今最主流的处理图像数据的技术当属深度神经网络了，尤其是卷积神经网络CNN尤为出名。本文将通过讲解CNN的介绍以及使用keras搭建CNN常用模型LeNet-5实现对MNist数据集分类，从而使得读者更好的理解CNN。 1.CNN的介绍
CNN是一种自动化提…
每天五分钟计算机视觉：VGG网络相对于AlexNet网络有哪些不同？
本文重点
在前面的课程中，我们已经学习了VGG网络模型，也学习了AlexNet网络模型，AlexNet模型先于VGG网络模型产生，所以VGG在一定程度上要优于AlexNet模型，二者来看一下，二者究竟有什么不同？ 深度…
Python手写数字识别——卷积神经网络训练model
卷积
卷积(Convolution)，也叫摺积，是分析数学中一种重要的运算。在信号处理或图像处理中，经常使用一维或二维卷积。
卷积神经网络
卷积神经网络(Convolutional Neural Network，CNN或ConvNet)是一种具有局部连接、权重共享等特性…
每天五分钟掌握深度学习框架pytorch:本专栏说明
专栏大纲
专栏计划更新章节在100章左右，之后还会不断更新，都会配备代码实现。以下是专栏大纲 部分代码实现 代码获取
为了方便用户浏览代码，本专栏将代码同步更新到github中，所有用户可以读完专栏内容和代码解析之后，…
基于CNN卷积神经网络的目标识别matlab仿真,数据库采用cifar-10
目录
1.算法运行效果图预览
2.算法运行软件版本
3.部分核心程序
4.算法理论概述
5.算法完整程序工程 1.算法运行效果图预览 2.算法运行软件版本
MATLAB2022a
3.部分核心程序
.......................................................................
%定义网络层
lay…
分类预测 | MATLAB实现KOA-CNN开普勒算法优化卷积神经网络数据分类预测
分类预测 | MATLAB实现KOA-CNN开普勒算法优化卷积神经网络数据分类预测 目录 分类预测 | MATLAB实现KOA-CNN开普勒算法优化卷积神经网络数据分类预测分类效果基本描述程序设计参考资料 分类效果 基本描述 1.MATLAB实现KOA-CNN开普勒算法优化卷积神经网络数据分类预测࿰…
29. 深度学习进阶 - 卷积的原理
Hi,你好。我是茶桁。
在结束了RNN的学习之后，咱们今天开始来介绍一下CNN。
CNN是现代的机器深度学习一个很核心的内容，就假如说咱们做图像分类、图像分割，图像的切分等等。 其实这些过程就是你让计算机能够自动识别，不仅能够识别…
深度学习：神经网络的基本概念和算法
最近自己会把自己个人博客中的文章陆陆续续的复制到CSDN上来，欢迎大家关注我的 个人博客，以及我的github。
前面机器学习的主要部分已经都涉及到了，虽然SVM的部分有些烂尾，并且中间也有好多地方因为自己没弄懂而一带而过……现在…
李沐26_网络中的网络NiN——自学笔记
全连接层太大
导致占用内存、占用计算带宽、很容易过拟合
NiN块
1.一个卷积层后跟着两个全连接层
2.步幅1，无填充，输出形状跟卷积层输出一样
3.起到全连接层的作用
NiN架构
1.无全连接层
2.交替使用NiN块和步幅为2的最大池化层，逐步减…
【Pytorch深度学习开发实践学习】【AlexNet】经典算法复现-Pytorch实现AlexNet神经网络（2）train.py
train.py的全部代码如下：
import os
import sys
import jsonimport torch
import torch.nn as nn
from torchvision import transforms, datasets, utils
import matplotlib.pyplot as plt
import numpy as np
import torch.optim as optim
from tqdm import tqdmf…
什么是 CNN? 卷积神经网络？ 怎么用 CNN 进行分类？（1）
先看卷积是啥，url: https://www.bilibili.com/video/BV1JX4y1K7Dr/?spm_id_from333.337.search-card.all.click&vd_source7a1a0bc74158c6993c7355c5490fc600
下面这个式子就是卷积 看完了，感觉似懂非懂
下一个参考视频：https://www.y…
YOLOv5算法进阶改进（3）— 引入深度可分离卷积C3模块 | 轻量化网络
前言：Hello大家好，我是小哥谈。深度可分离卷积是一种卷积神经网络中的卷积操作，它可以将标准卷积分解为两个较小的卷积操作：深度卷积和逐点卷积。深度卷积是在每个输入通道上分别执行卷积，而逐点卷积是在所有通道上执行卷积。这种分解可以大大减少计算量和参数数量，从而提…
每天五分钟计算机视觉：如何基于滑动窗口技术完成目标的检测？
汽车检测算法
现在我们想要构建一个汽车检测算法，我们希望输入到算法中一张图片，算法就可以帮助我们检测出这张图片中是否有汽车。
数据集 首先创建一个标签训练集，x是样本，y是标签。我们的训练集最好是被剪切过的图片，剪掉汽车以外的部分，使汽车居于中间位置，就是整张…
LeNet对MNIST 数据集中的图像进行分类--keras实现
我们将训练一个卷积神经网络来对 MNIST 数据库中的图像进行分类，可以与前面所提到的CNN实现对比CNN对 MNIST 数据库中的图像进行分类-CSDN博客
加载 MNIST 数据库
MNIST 是机器学习领域最著名的数据集之一。
它有 70,000 张手写数字图像 - 下载非常简单 - 图像尺…
软件工程师，入门下深度学习吧
概述 ChatGPT，英文全称为Chat Generative Pre-trained Transformer，是OpenAI研发的聊天机器人程序。ChatGPT是人工智能技术驱动的自然语言处理工具，它能够通过理解和学习人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流。除此之外，还能进行…
使用卷积操作实现因子分解机
本文将介绍如何使用卷积操作实现因子分解机器。卷积网络因其局部性和权值共享的归纳偏差而在计算机视觉领域获得了广泛的成功和应用。卷积网络可以用来捕获形状的堆叠分类特征(B, num_cat, embedding_size)和形状的堆叠特征(B, num_features, embedding_size)之间的特征交互。 …
每天五分钟计算机视觉：如何构造分类定位任务的算法模型？
本文重点
本节课程我们将学习分类定位的问题，也就是说不仅要完成图片分类任务，然后还要完成定位任务。如下所示，我们不仅要用算法判断图片中是不是一辆车，还要在图片中标记出它的位置，用边框对象圈起来，这就是分类定位问题。 一般可能会有一张图片对应多个对象，本节课我…
机器学习实战——基于Scikit-Learn和TensorFlow 阅读笔记 之 第十三章：卷积神经网络
《机器学习实战——基于Scikit-Learn和TensorFlow》
这是一本非常好的机器学习和深度学习入门书，既有基本理论讲解，也有实战代码示例。
我将认真阅读此书，并为每一章内容做一个知识笔记。
我会摘录一些原书中的关键语句和代码，若有…
提高神经网络感受野ASPP（附代码）
ASPP
DeepLab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected CRFs.论文中提出的一种可提高感受野的技术。
空洞空间卷积池化金字塔(atrous spatial pyramid pooling (ASPP))对所给定的输入以不同采样率的空洞卷积并行…
分类预测 | MATLAB实现PSO-CNN粒子群算法优化卷积神经网络数据分类预测
分类预测 | MATLAB实现PSO-CNN粒子群算法优化卷积神经网络数据分类预测 目录 分类预测 | MATLAB实现PSO-CNN粒子群算法优化卷积神经网络数据分类预测分类效果基本描述程序设计参考资料 分类效果 基本描述 1.Matlab实现PSO-CNN多特征分类预测，多特征输入模型…
微软NNI进行神经网络模型剪枝压缩的踩坑记录
微软NNI进行神经网络模型剪枝压缩的踩坑记录NNI进行模型剪枝分类NNI剪枝的流程NNI现有剪枝方法剩下的剪枝操作比较复杂还没有研究透，不过应该大同小异，有机会继续研究更新。最近做毕设嵌入式部署神经网络，想着对网络进行一下剪枝压缩加加速什…
《动手学深度学习》Task09：目标检测基础+图像风格迁移+图像分类案例1
1 目标检测基础
1.1 目标检测和边界框(9.3)
%matplotlib inline
from PIL import Imageimport sys
sys.path.append(/home/kesci/input/)
import d2lzh1981 as d2l# 展示用于目标检测的图
d2l.set_figsize()
img Image.open(/home/kesci/input/img2083/img/catdog.jpg)
d2l.…
分类预测 | MATLAB实现WOA-CNN鲸鱼算法优化卷积神经网络数据分类预测
分类预测 | MATLAB实现WOA-CNN-LSTM鲸鱼算法优化卷积长短期记忆网络数据分类预测 目录 分类预测 | MATLAB实现WOA-CNN-LSTM鲸鱼算法优化卷积长短期记忆网络数据分类预测分类效果基本描述程序设计参考资料 分类效果 基本描述 1.Matlab实现WOA-CNN多特征分类预测，多特…
目标检测中常见指标 - mAP
文章目录 1. 评价指标2. 计算示例3. COCO评价指标 1. 评价指标
在目标检测领域，比较常用的两个公开数据集：pascal voc和coco。
目标检测与图像分类明显差距是很大的，在图像分类中，我们通常是统计在验证集当中，分类正…
深度学习之卷积神经网络识别图片验证码实战案例（十）
案例背景：程序自动化的爬虫而无需人工介入是我们的最终目标。自动化爬虫避免不了自动登录的问题，在爬取XX数据的过程中，遇到登录图形验证码的识别的问题，那我们该如何攻破这种验证码呢？ 字符验证码图片如下：…
股票价格预测 | Python实现基于CNN卷积神经网络的股票预测模型（keras，Conv1D）
文章目录 效果一览文章概述源码设计参考资料效果一览 文章概述
股票价格预测 | Python实现基于CNN卷积神经网络的股票预测模型（keras）
源码设计
import quandl
import datetimedf = quandl
分类预测 | MATLAB实现SSA-CNN麻雀算法优化卷积神经网络多特征分类预测
分类预测 | MATLAB实现SSA-CNN麻雀算法优化卷积神经网络多特征分类预测 目录分类预测 | MATLAB实现SSA-CNN麻雀算法优化卷积神经网络多特征分类预测分类效果基本介绍模型描述程序设计参考文献分类效果 基本介绍 1.Matlab实现SSA-CNN麻雀算法优化卷积神经网络多特征分类预测&…
00、计算机视觉入门与调优简介
写在前面 每天更新1篇文章，共更新100篇以上 相关代码会放在gitee上 中间会按进度和反馈安排视频讲解 预计2023-11-11开始推送文章，持续3个月左右 专栏简介
本专栏带你从头开始入门计算机视觉。
内容会比之前写的文章更专业更全面，并且你…
李沐22_池化层——自学笔记
池化层：
1.积对位置敏感
2.检测垂直边缘
3.需要一定程度的平移不变性，例如照明、物体位置、比例、外观等因图像而异
二维最大池化
返回滑动窗口中的最大值，本质是忽略不重要信息
填充、步幅和多个通道
1.池化层和卷积层类似࿰…
【PyTorch实战演练】使用Cifar10数据集训练LeNet5网络并实现图像分类（附代码）
文章目录 0. 前言1. Cifar10数据集1.1 Cifar10数据集下载1.2 Cifar10数据集解析 2. LeNet5网络2.1 LeNet5的网络结构2.2 基于PyTorch的LeNet5网络编码 3. LeNet5网络训练及输出验证3.1 LeNet5网络训练3.2 LeNet5网络验证 4. 完整代码4.1 训练代码4.1 验证代码 0. 前言 按照国际…
【测试代码 基于Pytorch】的卷积神经网络（CNN） || 【基于Pytorch】的深度卷积神经网络（DCNN）
声明：仅学习使用~ 目录 一、卷积神经网络 CNN1、【基于Pytorch】的卷积神经网络（CNN）2、【基于Pytorch】的深度卷积神经网络（DCNN）一、卷积神经网络 CNN
CNN，这里以 LeNet 为例。LeNet神经网络由深度学习三巨头之一的Yan LeCun提出，他同时也是卷积神经网络 (CNN，Convo…
MATLAB深度学习工具箱全面解析教程
详情点击公众号链接：MATLAB深度学习工具箱全面解析教程
一：科研经验分享与科研工具推荐
1、如何查阅文献资料？（你会使用Google Scholar、Sci-Hub、ResearchGate吗？如何查找与论文配套的数据和代码？&#…
第五周：深度学习知识点回顾
前言： 讲真，复习这块我是比较头大的，之前的线代、高数、概率论、西瓜书、樱花书、NG的系列课程、李宏毅李沐等等等等…那可是花了三年学习佳实践下来的，现在一想脑子里就剩下几个名词就觉得废柴一个了，朋友们有没有同感…
深度学习基础笔记——卷积神经网络概念及其计算方式
相关申明及相关参考：笔记仅作学习参考 此部分前阶段学习的，因此部分出入有所纰漏，如有侵权，请联系删除。 目录
卷积神经网络（Convolutional Neural Network，CNN）
卷积
卷积核（滤波…
【卷积神经网络】卷积，池化，全连接
随着计算机硬件的升级与性能的提高，运算量已不再是阻碍深度学习发展的难题。卷积神经网络（Convolution Neural Network，CNN）是深度学习中一项代表性的工作，CNN 是受人脑对图像的理解过程启发而提出的模型，其…
深度学习（1）---卷积神经网络(CNN)
文章目录 一、发展历史1.1 CNN简要说明1.2 猫的视觉实验1.3 新认知机1.4 LeNet-51.5 AlexNet 二、卷积层2.1 图像识别特点2.2 卷积运算2.3 卷积核2.4 填充和步长2.5 卷积计算公式2.6 多通道卷积 三、池化层 一、发展历史
1.1 CNN简要说明 1. 卷积神经网络（Convolut…
Python实战 | 使用 Python 和 TensorFlow 构建卷积神经网络（CNN）进行人脸识别
专栏集锦，大佬们可以收藏以备不时之需
Spring Cloud实战专栏：https://blog.csdn.net/superdangbo/category_9270827.html
Python 实战专栏：https://blog.csdn.net/superdangbo/category_9271194.html
Logback 详解专栏：https:/…
ImageNet Classification with Deep Convolutional 论文笔记
✅作者简介：人工智能专业本科在读，喜欢计算机与编程，写博客记录自己的学习历程。 🍎个人主页：小嗷犬的个人主页 🍊个人网站：小嗷犬的技术小站 🥭个人信条：为天地立心&…
多维时序 | MATLAB实现WOA-CNN鲸鱼算法优化卷积神经网络的数据多变量时间序列预测
多维时序 | MATLAB实现WOA-CNN鲸鱼算法优化卷积神经网络的数据多变量时间序列预测 目录 多维时序 | MATLAB实现WOA-CNN鲸鱼算法优化卷积神经网络的数据多变量时间序列预测效果一览基本介绍程序设计参考资料 效果一览 基本介绍 多维时序 | MATLAB实现WOA-CNN鲸鱼算法优化卷积神经…
分类预测 | Matlab实现MTF-CNN-Mutilhead-Attention基于马尔可夫转移场-卷积神经网络融合多头注意力多特征数据分类预测
分类预测 | Matlab实现MTF-CNN-Mutilhead-Attention基于马尔可夫转移场-卷积神经网络融合多头注意力多特征数据分类预测 目录 分类预测 | Matlab实现MTF-CNN-Mutilhead-Attention基于马尔可夫转移场-卷积神经网络融合多头注意力多特征数据分类预测分类效果基本描述程序设计参考…
实战 | 基于卷积神经网络的蘑菇识别微信小程序
一个不知名大学生，江湖人称菜狗 original author: Jacky Li Email : 3435673055qq.com Time of completion：2023.11.13 Last edited: 2023.11.13 导读：其实没啥难的，主要是随手搞了就发出来把，太久没有水过帖子了&…
【论文阅读】ELA: Efficient Local Attention for Deep Convolutional Neural Networks
（ELA）Efficient Local Attention for Deep Convolutional Neural Networks
论文链接：ELA: Efficient Local Attention for Deep Convolutional Neural Networks (arxiv.org)
作者：Wei Xu, Yi Wan
单位：兰州大学信息…
自动驾驶中的感知模型：实现安全与智能驾驶的关键
自动驾驶中的感知模型：实现安全与智能驾驶的关键 文章目录 引言感知模型的作用感知模型的技术安全与挑战结论 2023星火培训【专项营】Apollo开发者社区布道师倾力打造，包含PnC、新感知等的全新专项课程上线了。理论与实践相结合，全新的PnC培训…
葫芦书笔记----CNN和RNN
卷积神经网络
卷积基本知识
卷积与全理解层的区别
速记：局部连接；权值共享；输入/输出数据结构化
详细：局部连接：卷积核尺寸远小于输入特征图的尺寸。
权值共享：卷积核的滑动窗机制，使得输出…
时序预测 | MATLAB实现基于CNN卷积神经网络的时间序列预测-递归预测未来(多指标评价)
时序预测 | MATLAB实现基于CNN卷积神经网络的时间序列预测-递归预测未来(多指标评价) 目录 时序预测 | MATLAB实现基于CNN卷积神经网络的时间序列预测-递归预测未来(多指标评价)预测结果基本介绍程序设计参考资料 预测结果 基本介绍 1.Matlab实现CNN卷积神经网络时间序列预测未…
【五一创作】Pytroch nn.Unfold() 与 nn.Fold(）图码详解
文章目录 Unfold()与Fold()的用途nn.Unfold()Unfold()与Fold() 变化模式图解 nn.Fold()单通道 滑动窗口无重叠模拟图片数据（b,3,9,9），通道数 C 为3，滑动窗口无重叠。单通道 滑动窗口有重叠。 卷积等价于：Unfold Matri…
基于深度学习的FFDNet图像去噪算法实战准备指南
一、FFDNet图像去噪算法的复现代码下载
1、FFDNet的图像去噪算法的代码分为pytorch版本和matlab版本，下载的链接分别如下：
（1）FFDNet-pytorch下载 https://download.csdn.net/download/qq_41104871/87660045
（2）FFDNet-matlab下载 https://download.csdn.net/downlo…
ResNet的特点？BN层的目的？模型验证的时候可以用BN吗？
ResNet（残差神经网络）
残差思想：主要目的是为了解决深度神经网络训练过程中的梯度消失和梯度爆炸问题，同时帮助网络更好地学习到特征表示，突出微小的变化，提高网络的性能和泛化能力。从而突出微小的变化
…
代码实现 ResNet 详解
零、ResNet的介绍 ResNet代码（含详细的使用说明）： https://github.com/GarsonWw/resnet-garson.git 当谈到深度学习中的卷积神经网络时，ResNet（Residual Network）是一个备受赞誉且引人注目的架构。ResNet…
DnCNN-matlab版本代码实战前期准备
一、DnCNN-matlab版本代码实战前期准备
（1）DnCNN-matlab版本代码下载 https://download.csdn.net/download/qq_41104871/87457430
（2）DnCNN的灰度图像数据集下载 https://blog.csdn.net/qq_41104871/article/details/129931884
（3）DnCNN的彩色图像数据集下载 https://…
第4门课程-卷积神经网络-第二周作业1-基于Keras的人脸表情分类
0- 背景：
从人脸图像中的表情判断一个人是否快乐。本文将基于Keras实现该功能。Keras是一个更高级的API，其底层框架可以是TensorFlow或者CNTK。
1-数据加载：
导入依赖的库：
import numpy as np
#import tensorflow as tf
from…
TinyML构建卷积神经网络(CNN)模型声控Arduino机器车
本教程介绍了如何将机器学习与 Arduino 结合使用。在微控制器上运行由TinyML构建的机器学习语音识别模型，控制Arduino机器车运行。
要构建这个项目，至少有两个步骤： 训练一个新的机器学习模型并使其适应在 Arduino 上运行 使用上一步训练的…
面向初学者的卷积神经网络
卷积神经网络在机器学习中非常重要。如果你想做计算机视觉或图像识别任务，你根本离不开它们。但是很难理解它们是如何工作的。
在这篇文章中，我们将讨论卷积神经网络背后的机制、它的优点和应用领域。
什么是神经网络？
首先，让…
【深度学习-第3篇】使用MATLAB快速实现CNN分类（模式识别）任务，含一维、二维、三维数据演示案例
在本文中，我们将介绍如何使用 MATLAB 中的 Convolutional Neural Network（CNN）进行分类任务。我们将使用 MATLAB 的 Deep Learning Toolbox 来创建、训练和评估 CNN。
一、一个简单的案例
1 安装和准备
首先，确保已安装 MATLAB…
GPT/GPT4科研应用与AI绘图技术及论文高效写作教程
详情点击链接：GPT/GPT4科研实践应用与AI绘图技术及论文高效写作教程
一OpenAI
1.最新大模型GPT-4 Turbo 2.最新发布的高级数据分析，AI画图，图像识别，文档API
3.GPT Store
4.从0到1创建自己的GPT应用
5. 模型Gemini以及大模型…
动手学习卷积神经网络（CNN）（一）---卷积运算
卷积神经网络可以直接从原始数据中学习其特征表示并完成最终任务，可以说卷积网络是“端”到“端”的思想，在整个学习流程中并进行认为的子问题划分，而是交给深度学习模型直接学得从原始输入到期望输出得映射。
卷积神经网络是包含卷积层&…