注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 深度学习之卷积神经网络CNN模式识别VS代码

  2. 深度学习之卷积神经网络CNN做手写体识别的VS代码。支持linux版本和VS2012版本。 tiny-cnn: A C++11 implementation of convolutional neural networks ======== tiny-cnn is a C++11 implementation of convolutional neural networks. design principle ----- * fast, without GPU 98.8% accuracy o

  3. 所属分类：C++

    • 发布日期：2014-02-18
    • 文件大小：10mb
    • 提供者：dpstill

  1. 深度学习之卷积神经网络CNN用于人脸检测C++库

  2. 深度学习的卷积神经网络CNN用于做人脸检测等CV算法的C++库。

  3. 所属分类：C++

    • 发布日期：2014-02-19
    • 文件大小：4mb
    • 提供者：dpstill

  1. 卷积神经网络CNN学习笔记 pdf

  2. 个人整理的CNN学习笔记，所有素材均来自于互联网。把经典的摘之以作备案，待整理好这份笔记后，发现对CNN也有了深入理解，希望对你也有帮助！

  3. 所属分类：专业指导

    • 发布日期：2016-11-07
    • 文件大小：3mb
    • 提供者：aoeywv

  1. 卷积神经网络MNIST代码及测试数据

  2. 博客：卷积神经网络之手写数字识别应用MNISTCNN https://blog.csdn.net/jiangyingfeng/article/details/81031401 对应的实现代码

  3. 所属分类：深度学习

    • 发布日期：2018-07-13
    • 文件大小：11mb
    • 提供者：jiangyingfeng

  1. 深度学习之卷积神经网络

  2. 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含[卷积](https://baike.baidu.com/item/卷积/9411006)计算且具有深度结构的[前馈神经网络](https://baike.baidu.com/item/前馈神经网络/7580523)（Feedforward Neural Networks），是[深度学习](https://baike.baidu.com/item/深度学习/3729729)（deep learning）

  3. 所属分类：深度学习

    • 发布日期：2020-03-27
    • 文件大小：20kb
    • 提供者：weixin_43788143

  1. 深度学习之卷积神经网络CNN

  2. 用CNN实现一个分类器, 数据共有10类，训练数据在train文件夹下，测试数据在test文件夹下，数据有十类，读取数据的方法如下。 #python2 import cPickle def load_data(data_path): with open(data_path,"rb") as f: target_params = cPickle.load(f) data = target_params['data'].reshape([-1,32,32,3

  3. 所属分类：深度学习

    • 发布日期：2019-07-21
    • 文件大小：162mb
    • 提供者：gakki_chen

  1. 基于卷积神经网络的车牌照字符识别研究

  2. 基于卷积神经网络的车牌照字符识别研究310 第十二届全国图象图形学学术会议 以充分利用人的经验来获取模式特征以及神经网 来正确识别所有样本;Uc4层是网络的输出层即识 终分类能力来识别字符,特征提取必须能反应整 个字符的特征,才能达到较高的识别率;后者则 别层,显示网络最终的模式识别结果。 省去特征抽取,将整个字符直接作为神经网络的 差异提取层Uc的输出姐式(1)所示 输入。这种方式虽然在一定程度上增加了神经网 络结构的复杂度,但是网络的抗干扰性能和识别 n(n,)=max{(-)∑a()l(n

  3. 所属分类：机器学习

    • 发布日期：2019-04-19
    • 文件大小：268kb
    • 提供者：suiyu_eran

  1. pytorch神经网络之卷积层与全连接层参数的设置方法

  2. 今天小编就为大家分享一篇pytorch神经网络之卷积层与全连接层参数的设置方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：39kb
    • 提供者：weixin_38705640

  1. TensorFlow深度学习之卷积神经网络CNN

  2. 一、卷积神经网络的概述 卷积神经网络（ConvolutionalNeural Network，CNN）最初是为解决图像识别等问题设计的，CNN现在的应用已经不限于图像和视频，也可用于时间序列信号，比如音频信号和文本数据等。CNN作为一个深度学习架构被提出的最初诉求是降低对图像数据预处理的要求，避免复杂的特征工程。在卷积神经网络中，第一个卷积层会直接接受图像像素级的输入，每一层卷积（滤波器）都会提取数据中最有效的特征，这种方法可以提取到图像中最基础的特征，而后再进行组合和抽象形成更高阶的特征，因此

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：138kb
    • 提供者：weixin_38682279

  1. Tensorflow学习实战之卷积神经网络CIFA10训练

  2. Tensorflow学习实战之卷积神经网络CIFA10训练数据获取数据预处理模型构建优化器损失及超参训练模型模型保存及载入结果可视化 趁着时间多，今天继续学习tensorflow的知识，以前只知道复现搭建配环境，没从基础只是开始，所以从基础知识开始学习，收获了很多，对深度学习的理解有了更加深入的认识。 深度神经网络已经不能满足我了，今天是卷积神经网络的搭建与训练CIFA10，其实步骤都是一样的。 数据获取 #读一个批次 def load_cifar_batch(filename): w

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：447kb
    • 提供者：weixin_38670420

  1. 神经网络的三种可视化方法——使用keras和MXNet(gluon)实现

  2. 神经网络的三种可视化方法——用keras和MXNet(gluon)实现 目录神经网络的三种可视化方法——用keras和MXNet(gluon)实现概述keras实现keras特征图可视化keras可视化滤波器(卷积核)的最大响应图keras可视化热力图MXNet(Gluon)实现Gluon可视化特征图Gluon可视化滤波器(卷积核)的最大响应图Gluon可视化热力图 keras之父弗朗西斯科肖莱在他的书中提到了CNN的三种常用可视化方法, 同样的算法原理在李宏毅深度学习教程的Explainabl

  3. 所属分类：其它

  1. pytorch神经网络之卷积层与全连接层参数的设置方法

  2. 当使用pytorch写网络结构的时候，本人发现在卷积层与第一个全连接层的全连接层的input_features不知道该写多少？一开始本人的做法是对着pytorch官网的公式推，但是总是算错。 后来发现，写完卷积层后可以根据模拟神经网络的前向传播得出这个。 全连接层的input_features是多少。首先来看一下这个简单的网络。这个卷积的Sequential本人就不再啰嗦了，现在看nn.Linear(？？？, 4096)这个全连接层的第一个参数该为多少呢？ 请看下文详解。 class Alex

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：43kb
    • 提供者：weixin_38584642

  1. 动手学深度学习之卷积神经网络进阶（ModernCNN）

  2. 参考伯禹学习平台《动手学深度学习》课程内容内容撰写的学习笔记 原文链接：https://www.boyuai.com/elites/course/cZu18YmweLv10OeV/lesson/T5r2YnM8A4vZpxPUbCQSyW 感谢伯禹平台，Datawhale，和鲸，AWS给我们提供的免费学习机会！！ 总的学习感受：伯禹的课程做的很好，课程非常系统，每个较高级别的课程都会有需要掌握的前续基础知识的介绍，因此很适合本人这种基础较差的同学学习，建议基础较差的同学可以关注伯禹的其他课程：

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：394kb
    • 提供者：weixin_38530202

  1. 伯禹 动手学深度学习 打卡06之卷积神经网络基础

  2. 卷积神经网络基础 二维卷积层 本文介绍的是最常见的二维卷积层，常用于处理图像数据。 二维互相关计算 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，其中核数组通常称为卷积核或过滤器（filter）。卷积核的尺寸通常小于输入数组，卷积核在输入数组上滑动，在每个位置上，卷积核与该位置处的输入子数组按元素相乘并求和，得到输出数组中相应位置的元素。图1展示了一个互相关运算的例子，阴影部分分别是输入的第一个计算区域、核数组

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：329kb
    • 提供者：weixin_38720322

  1. 动手学深度学习之-卷积神经网络基础

  2. 卷积神经网络基础 参考伯禹学习平台《动手学深度学习》课程内容内容撰写的学习笔记 原文链接：https://www.boyuai.com/elites/course/cZu18YmweLv10OeV/video/whY-8BhPmsle8wyEEyTST 感谢伯禹平台，Datawhale，和鲸，AWS给我们提供的免费学习机会！！ 总的学习感受：伯禹的课程做的很好，课程非常系统，每个较高级别的课程都会有需要掌握的前续基础知识的介绍，因此很适合本人这种基础较差的同学学习，建议基础较差的同学可以关注伯禹

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：129kb
    • 提供者：weixin_38740596

  1. pytorch之卷积神经网络nn.conv2d

  2. pytorch之卷积神经网络nn.conv2d 卷积网络最基本的是卷积层，使用使用Pytorch中的nn.Conv2d类来实现二维卷积层，主要关注以下几个构造函数参数： nn.Conv2d(self, in_channels, out_channels, kernel_size, stride, padding,bias=True)) 参数： in_channel:　输入数据的通道数； out_channel: 输出数据的通道数，这个根据模型调整； kennel_size: 卷积核大小；kenn

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：29kb
    • 提供者：weixin_38580959

  1. 深度学习：Keras入门(二)之卷积神经网络(CNN)

  2. 简单来说，卷积(或内积)就是一种先把对应位置相乘然后再把结果相加的运算。(具体含义或者数学公式可以查阅相关资料)如下图就表示卷积的运算过程：（图1）卷积运算一个重要的特点就是，通过卷积运算，可以使原信号特征增强，并且降低噪音.这里以常用的激活函数sigmoid为例：把上述的计算结果269带入此公式，得出f(x)=1如图是一个人工神经元的模型：（图2）对于每一个神经元，都包含以下几部分：x:表示输入w:表示权重θ:表示偏置∑wx:表示卷积(内积)f:表示激活函数o:表示输出对于一个灰度图片(图3)

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：521kb
    • 提供者：weixin_38732343

  1. 深度学习：Keras入门(二)之卷积神经网络(CNN)

  2. 简单来说，卷积(或内积)就是一种先把对应位置相乘然后再把结果相加的运算。(具体含义或者数学公式可以查阅相关资料)

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：530kb
    • 提供者：weixin_38703823

  1. AI之卷积神经网络基础

  2. AI之卷积神经网络基础二维卷积层二维互相关运算二维卷积层互相关运算与卷积运算特征图与感受野填充和步幅填充步幅多输入通道和多输出通道多输入通道多输出通道1×1卷积层卷积层与全连接层的对比卷积层的简洁实现池化二维池化层池化层的简洁实现代码讲解例题   本文主要介绍卷积神经网络的基础概念，主要是卷积层和池化层，并解释填充、步幅、输入通道和输出通道的含义。 二维卷积层   本文介绍的是最常见的二维卷积层，常用于处理图像数据。 二维互相关运算   二维互相关（cross-correlation）运算的输入

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：134kb
    • 提供者：weixin_38610815

  1. MachineLearning学习——0220——深度学习之卷积神经网络、自编码器

  2. 参考：https://github.com/apachecn/vt-cs4624-pyml-zh/blob/master/docs/22.md https://github.com/apachecn/vt-cs4624-pyml-zh/blob/master/docs/23.md 由于之前有了解CNN，该文章将跳过大部分细节，仅供本人记录学习过程用 卷积神经网络Convolutional Neural Network 介绍：与多层感知机的结构很相似：输入层，一些隐藏层，输出层，这些层多由卷积层、

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：132kb
    • 提供者：weixin_38652870
« 12 3 4 5 »