您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 深度学习工具箱 Matlab

  2. 深度学习的matlab,带有卷积神经网路等深度学习的算法
  3. 所属分类:其它

    • 发布日期:2016-01-10
    • 文件大小:19mb
    • 提供者:loveverfc
  1. faster_rcnn-master

  2. 卷积神经网路搭建模型代码 MATLAB代码
  3. 所属分类:其它

    • 发布日期:2016-10-24
    • 文件大小:99kb
    • 提供者:zf1170720003
  1. Deep Learning中文版

  2. Deep Learning中文版,深度学习最好的学习资料。书中详解介绍了卷积网路、递归神经网络、GAN等最常用的深度学习模型。
  3. 所属分类:深度学习

    • 发布日期:2017-10-18
    • 文件大小:30mb
    • 提供者:u011275341
  1. 卷积神经网路

  2. 对卷积神经网络以及图像分类的计算机视觉内容的通俗易懂的介绍
  3. 所属分类:深度学习

    • 发布日期:2017-11-11
    • 文件大小:3mb
    • 提供者:qq_38822479
  1. 卷积神经网路实现 mnist 识别(带数据集)

  2. 采用2层深度神经网络,ONE HOT 方式实现手写识别MNIST字符集(带字符集下载)
  3. 所属分类:深度学习

    • 发布日期:2018-04-09
    • 文件大小:11mb
    • 提供者:chinasea
  1. Pervasive Attention 2D Convolutional Neural Networks for Sequence-to-Sequence

  2. 它提出了一种序列到序列预测的新方法,无需编码器和解码器,只用一个2D卷积神经网络就能超过现有方法的性能。
  3. 所属分类:深度学习

    • 发布日期:2018-09-28
    • 文件大小:1mb
    • 提供者:huyiqun6
  1. pointwise 卷积神经网路

  2. pointwise 卷积神经网路 CVPR2018 Deep learning with 3D data such as reconstructed point clouds and CAD models has received great research inter- ests recently. However, the capability of using point clouds with convolutional neural network has been so far
  3. 所属分类:深度学习

    • 发布日期:2018-11-18
    • 文件大小:7mb
    • 提供者:you62580
  1. 通俗理解卷积网路

  2. 通俗理解卷积神经网路,Convolutional Neural Networks — Simplified – x8 — The AI Community.
  3. 所属分类:深度学习

    • 发布日期:2019-06-15
    • 文件大小:1mb
    • 提供者:tox33
  1. 蒸发过程的解耦控制仿真实验平台.pdf

  2. 蒸发过程的解耦控制仿真实验平台pdf,蒸发过程的解耦控制仿真实验平台第21卷第l8期 009年9月 系统仿真学报 Sep.2009 curri+ u 采用如下的自逅应辨识算法 (1)X(t-l)e(t) T -Orp: cp Ir LoCx2-3 1) 1-X(t-1)X(t-1) OHF PHF CH (t-1)表示t-1时刻参数的基于强制循环蒸发系统 QHF PHe=QDx2+2PF 的非线性模型的估计 令输出变量n1=xy2=x2,并将上述几式分别带入式 如果e(l)>4△ (1)(
  3. 所属分类:其它

    • 发布日期:2019-10-08
    • 文件大小:951kb
    • 提供者:weixin_38744153
  1. CNN相关PPT和笔记.zip

  2. 里面包含卷积神经网路的一些基本介绍,还有相关学者的笔记介绍,很适合初学者学习参看卷积神经网络的基本原理
  3. 所属分类:深度学习

    • 发布日期:2020-05-28
    • 文件大小:16mb
    • 提供者:qq_31064283
  1. 分布式图卷积神经网路

  2. 这项工作的目标是研发一个训练图卷积网络(GCNs)的完全分布式算法框架。该方法能够利用输入数据的有意义的关系结构,这些数据是由一组代理收集的,这些代理通过稀疏网络拓扑进行通信。
  3. 所属分类:机器学习

    • 发布日期:2020-07-23
    • 文件大小:4mb
    • 提供者:syp_net
  1. 全卷积神经网路【U-net项目实战】U-Net网络练习题:气球识别

  2. 在《如何使用Mask RCNN模型进行图像实体分割?》一文中提到了用Mask-RCNN来做气球分割,官网之中也有对应的代码,本着练习的态度,那么笔者就拿来这个数据集继续练手,最麻烦的仍然是如何得到标注数据。MaskRCNN的开源code为Mask R-CNN - Inspect Balloon Training Data https://link.zhihu.com/?target=https://github.com/matterport/Mask_RCNN/blob/v2.1/samples
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:254kb
    • 提供者:weixin_38728624
  1. 第二次打卡学习心得

  2. 首先关于卷积神经网络的概念回顾 其中两个重要的概念:填充与步幅 关于卷积核的通道数: 个人理解为:与上一层的输出相适应,卷积核的通道数(channel)由上一层输出的特征图(feature maps)的个数决定 卷积神经网络的发展: LeNet就是典型的深层网络 AlexNet为第二阶段的发展 后来由牛津大学团队提出具有堆叠结构的VGG 衍生出了NiN 在宽度上进行了拓宽,由谷歌团队提出了Inception模块的网路GoogLeNet(纪念LeNet) 在深度上进行拓展,由何凯
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:733kb
    • 提供者:weixin_38621082
  1. Cloud-Computing-Laboratory-源码

  2. 云计算实验室 周 日期 课程实作内容 课程原理内容 备注 1个 2/24 Google Colab与Python安装 -- 自学:Python基础 2个 3/03 3D列印基础教学 -- -- 3 3/10 车牌识别:影像标柱与影像增量 机器学习与深度学习概要 -- 4 3/17 车牌识别:Haar分类器 机器学习:线性与逻辑回归 -- 5 3/24 车牌识别:CNN分类器 深度学习:多层感知器与卷积神经网路 -- 6 3/31 车牌识别:实际应用 分类模型的验证指标 --
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:469mb
    • 提供者:weixin_42131405
  1. DenseNet:比ResNet更优的CNN模型

  2. 本文来自于个人博客,本篇文章首先介绍DenseNet的原理以及网路架构,然后讲解DenseNet在Pytorch上的实现。在计算机视觉领域,卷积神经网络(CNN)已经成为最主流的方法,比如最近的GoogLenet,VGG-19,Incepetion等模型。CNN史上的一个里程碑事件是ResNet模型的出现,ResNet可以训练出更深的CNN模型,从而实现更高的准确度。ResNet模型的核心是通过建立前面层与后面层之间的“短路连接”(shortcuts,skipconnection),这有助于训练
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:770kb
    • 提供者:weixin_38518376
  1. Colab_Bin_Image_Classification:应用Google Colaboratory免费GPU资源来完成深度学习卷积神经网路执行影像二元分类-源码

  2. Colab_Bin_Image_Classification:应用Google Colaboratory免费GPU资源来完成深度学习卷积神经网路执行影像二元分类
  3. 所属分类:其它

  1. DenseNet:比ResNet更优的CNN模型

  2. 本文来自于个人博客,本篇文章首先介绍DenseNet的原理以及网路架构,然后讲解DenseNet在Pytorch上的实现。在计算机视觉领域,卷积神经网络(CNN)已经成为最主流的方法,比如最近的GoogLenet,VGG-19,Incepetion等模型。CNN史上的一个里程碑事件是ResNet模型的出现,ResNet可以训练出更深的CNN模型,从而实现更高的准确度。ResNet模型的核心是通过建立前面层与后面层之间的“短路连接”(shortcuts,skip connection),这有助于训
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:760kb
    • 提供者:weixin_38652270
  1. 深度学习_GAN_Pix2Pix

  2. 匹配数据的图像转换 Pix2Pix在图像到图像的转换这个领域中有很好的应用,它能够面向所有匹配图像数据集的训练和生成。 匹配数据集是指在训练集中两个互相转换的领域之间有很明确的一一对应数据。比如下面的三个例子: 在工程实践中研究者需要自己收集这些匹配数据,但有时同时采集两个不同领域的匹配数据是非常麻烦的,通常采用的方案是从更完整的数据中还原简单数据。 有了匹配数据集的存在,深度学习领域的研究者已经尝试使用卷积神经网路来解决这类“图像翻译问题”,但是最终的图像转换会非常模糊,因为卷积神经网络
  3. 所属分类:其它